完美和非完美两阶段排序集抽样下几类正态性检验的功效与AUC研究

检验功效和ROC曲线下面积(AUC)是反映统计检验判别能力的重要工具.文章在简单随机抽样(SRS)、排序集抽样(RSS)和两阶段排序集抽样(DRSS)下研究了Cramer-vonMises检验、Kolmogorov-Smirnov检验、Kuiper检验、Anderson-D arling检验和Jarque-Bera检验这五种正态性检验在完美和非完美排序情况下的检验功效和AUC,并通过蒙特卡洛模拟给出了各正态性检验在不同备择假设情况下的功效值和AUC值.根据模拟结果可得到以下结论:无论是在完美还是非完美排序情况下,基于RSS和DRSS的五种正态性检验功效和AUC均显著高于基于SRS的正态性检验,且基于DRSS的正态性检验在大部分情况下具有最高的数值.     

基于时变相关的金融风险传染效应的非参数方法研究

传染效应是监察、控制金融风险跨市场和地区传导的重要内容.在考虑金融市场波动相关系数的时变特征和非正态特征基础上,提出了一种基于DCC模型的动态相关系数传染效应的非参数检验方法.同时,利用方法实证检验了美国次贷危机对中国大陆、中国香港和英国股市的风险传染特征.结果表明,动态相关系数确实不服从正态分析,故结合Wilcoxon符号秩检验验证了美国股市对其余三个市场传染效应的存在性.     

股票价格序列中随机跳跃存在性的一种检验方法

提出股票价格序列跳跃的一种检验方法.假设价格具有连续样本路径,建立一个关于股票价格样本观察的统计量,利用中心极限定理求得该统计量的极限分布为正态分布,这样,当该统计量超出基于极限分布算出的临界水平时,可以拒绝原假设,认为样本中存在跳跃.用此方法来应用于中国股市沪深股票指数,得到了中国股市存在随机跳跃的直接证据.提出的跳跃检验方法无需对连续部分的波动率形式作过多的假设,克服了波动率模型对检验准确性的影响.结果对金融资产的定价、投资和风险管理都具有积极的意义.     

社会网络二元不对称关系预测中的非独立性检验问题

社会网络中普遍存在着二元不对称关系,在网络动态演化过程中对二元不对称关系预测是基于现有的大量网络结构信息,判定信息的有效性是提高预测效率和预测结果正确率的重要保证.文章针对二元不对称关系预测提出了变量非独立性假设以及检验算法,并通过建立正态性检验算法进一步提高非独立性检验的效率.实例验证表明本文所提出的方法是合理的.     

带有误差变量的偏度和峰度正态性检验

考虑带有误差变量偏度和峰度正态性检验问题 ,提出了新的偏度和峰度正态性检验统计量 ,证明了在零假设时 ,所提出的偏度和峰度检验统计量具有渐近正态的优良性质     

基于投影偏度和投影峰度的投影寻踪自助法的正态性检验

本文研究了多元分布的正态性检验问题,用投影寻踪自助法,获得了投影偏度和投影峰度正态性检验统计量,证明了在零假设成立时,所提出的偏度和峰度检验统计量的极限分布为一高斯过程的上界.为计算机模拟计算提供了有力的手段和依据.     

广义多元分布参数检验的无偏性

在许多实际问题中,我们通常预先对母体均值和协差阵的结构作了假定.如:对一个母体我们假设:μ=0,∑=I;或μ=0,Σ=σ~2I.对多个母体我们假设所有母体的均值和协差阵相等等等.对这些假设我们都应进行检验,看我们的假设是否成立,所以我们就得研究母体的均值、协差阵的假设检验问题.我们知道对于多元正态母体、均值、协差阵检验的似然比检验具有许多良好的性质,比如具有无偏性等等.在这篇文章中,我们将证明这些检验在第三类椭球等高分布族里仍然具备无偏性.     

基于经验分布函数的高维正态性检验（英文）

基于经验分布函数(EDF)的Kolmogorov-Smirnov (KS),Cramer-von Mises (CM)和AndersonDarling (AD)统计量是单变量正态性检验中常用的统计量.本文通过变量降维方法,提出基于EDF的广义统计量来检验高维正态性.通过蒙特卡洛方法模拟了三种统计量的近似临界值,并基于单变量情形下统计量的近似分布公式研究了广义统计量在原假设下的近似分布.蒙特卡洛模拟说明在某些备择假设下,所提出的统计量比现有方法功效更好.最后,本章将提出的检验方法应用于实际数据验证统计量的有效性.     

带有误差变量的投影偏度和峰度的多元正态性检验--用投影寻踪自助法

考虑带有误差变量的多元正态检验问题,给出了新的投影偏度和峰度检验统计量,证明了在零假设成立时,所给的检验统计量的极限分布为一高斯过程的上界,为计算机模拟计算提供了有力的手段和依据.     

转点识别的稳定性

将假设检验的稳定性[1]引入到转点识别中来,考虑了转点识别在正态假设下的稳定性问题.结果显示,转点的N-P检验稳定性不很理想.     

Asymptotic expansions and higher order properties of semi-parametric estimators in a system of simultaneous equations

Asymptotic expansions are made for the distributions of the Maximum Empirical Likelihood (MEL) estimator and the Estimating Equation (EE) estimator (or the Generalized Method of Moments (GMM) in econometrics) for the coefficients of a single structural equation in a system of linear simultaneous equations, which corresponds to a reduced rank regression model. The expansions in terms of the sample size, when the non-centrality parameters increase proportionally, are carried out to O(n⁻¹). Comparisons of the distributions of the MEL and GMM estimators are made. Also, we relate the asymptotic expansions of the distributions of the MEL and GMM estimators to the corresponding expansions for the Limited Information Maximum Likelihood (LIML) and the Two-Stage Least Squares (TSLS) estimators. We give useful information on the higher order properties of alternative estimators including the semi-parametric inefficiency factor under the homoscedasticity assumption.     

基于价格极值构建有效价差的广义矩估计

基于Corwin和Schultz(2012)提出的有效价差的High-Low估计,结合价格极值信息得到新的一阶矩条件,构造了有效价差的广义矩估计。随后通过随机数值模拟比较了基于价格极值的广义矩估计(GMM)与Roll的协方差估计、Bayes估计以及Corwin和Schultz的High-Low估计在多种不同状态下的估计精度。数值模拟结果显示,无论在交易连续的理想状态下还是交易不连续且波动率相对不高的非理想状态下,GMM估计的精度均高于其余三种估计;基于我国股票市场的实例分析,也表明GMM估计的估计精度优于其余三种估计。因此,GMM估计为度量金融资产的交易成本提供了一种有效方法。     

关于货币市场结构转换利率期限结构的实证研究

基本的利率期限结构模型均未能将结构转换效应考虑进来,因此为了探讨结构转换架构下利率期限结构模型的特性,本文在中国货币市场利率数据的基础上对基本利率期限结构模型和结构转换利率期限结构模型进行了比较研究,结果发现中国货币市场利率动态中存在明显的结构转换效应,且在结构转换效应中其本身也存在着不稳定性,这充分反映了中国货币市场在发展过程中的不成熟特征.     

变系数联立模型的局部线性广义矩变窗宽估计

在随机设计条件下,提出了一类变系数联立模型,运用局部线性广义矩变窗宽估计,对模型的变系数进行了估计,研究了估计量的大样本性质.利用概率论中大数定律和中心极限定理,证明了估计量的大样本性质,局部线性广义矩变窗宽估计具有相合性和渐进正态性.     

A linear negative multinomial model

A linear model is defined for logarithmic and linear functions of negative multinomial frequency counts. A closed-form estimator of the model parameters, estimator covariance matrix, and general Wald test are derived under the assumption of negative multinomial sampling.     

沪深股市大盘指数收益率分布尾部的实证研究

通过H ill估计的改进方法对上证综合指数和深圳成分指数的收益率分布的尾部指数进行了参数估计,用χ2检验验证了指数的稳定性及其置信区间.在此基础上提出用尾部指数估计尾概率,达到风险控制的目的.实证研究表明,沪深大盘指数收益率分布具有肥尾的特征,但并不服从无限方差分布.     

Combining empirical likelihood and generalized method of moments estimators: Asymptotics and higher order bias

This paper proposes an estimator combining empirical likelihood (EL) and the generalized method of moments (GMM) by allowing the sample average moment vector to deviate from zero and the sample weights to deviate from n⁻¹. The new estimator may be adjusted through free parameter δ∈(0,1) with GMM behavior attained as δ?0 and EL as δ?1. When the sample size is small and the number of moment conditions is large, the parameter space under which the EL estimator is defined may be restricted at or near the population parameter value. The support of the parameter space for the new estimator may be adjusted through δ. The new estimator performs well in Monte Carlo simulations.     

中国股票市场有效性的复合评价

本文以2000年1月4日至2011年4月1日的上证综指(000001)和深圳综指(399106)的日收盘价和日收益率为研究对象,根据随机游走假设,采用对数动态自回归模型、游程检验和单位根检验,对上海股票交易所和深圳股票交易所的市场有效性分别进行检验,结果表明沪深两市都基本达到弱式有效。由于上述检验无法证明两股市之间是否存在影响,价格水平是否互相包含,因此有必要验证沪深两市是否为联合有效。本文采用Johansen协整检验和Granger因果关系检验,结果表明上证综指的日收益率对深圳综指的日收益率有一定的预测作用,但沪深两市的价格不存在长期均衡关系,因此可判断沪深股市基本达到联合的弱式有效。     

Empirical bayesian test of the smoothness

In the context of adaptive nonparametric curve estimation a common assumption is that a function (signal) to estimate belongs to a nested family of functional classes. These classes are often parametrized by a quantity representing the smoothness of the signal. It has already been realized by many that the problem of estimating the smoothness is not sensible. What can then be inferred about the smoothness? The paper attempts to answer this question. We consider implications of our results to hypothesis testing about the smoothness and smoothness classification problem. The test statistic is based on the empirical Bayes approach, i.e., it is the marginalized maximum likelihood estimator of the smoothness parameter for an appropriate prior distribution on the unknown signal.     

HAC estimation and strong linearity testing in weak ARMA models

In the framework of ARMA models, we consider testing the reliability of the standard asymptotic covariance matrix (ACM) of the least-squares estimator. The standard formula for this ACM is derived under the assumption that the errors are independent and identically distributed, and is in general invalid when the errors are only uncorrelated. The test statistic is based on the difference between a conventional estimator of the ACM of the least-squares estimator of the ARMA coefficients and its robust HAC-type version. The asymptotic distribution of the HAC estimator is established under the null hypothesis of independence, and under a large class of alternatives. The asymptotic distribution of the proposed statistic is shown to be a standard χ² under the null, and a noncentral χ² under the alternatives. The choice of the HAC estimator is discussed through asymptotic power comparisons. The finite sample properties of the test are analyzed via Monte Carlo simulation.