变系数ARCH-M模型的ARCH效应检验

本文考虑变系数ARCH—M模型,构造了非参数部分和参数部分的截面似然估计。基于估计的渐近性质,构造了Wald检验统计量来检验模型是否具有条件异方差性。数值模拟结果表明,所构造的估计和Wald统计量具有良好的有限样本性质。     

从投资情绪角度看股票市场流动性——来自B股向境内居民开放的研究

我们借鉴行为方面的模型,即投资情绪的变化会影响股票市场的流动性,从而影响股票的未来收益。在卖空限制条件下市场高流动性预示市场充斥着非理性投资者。本文通过中国股市具备卖空限制和2001年2月B股向境内居民开放前后B股投资主体(投资情绪)发生变化这一自然事件,实证分析了B股市场向境内居民开放后,投资者情绪变化引起市场流动性增加,对股票预期收益的流动性溢价影响也由开放前的不显著变化为显著。     

基于确定性等价进行等权重调整的组合投资策略研究

由于估计误差的存在,均值方差投资策略的样本外表现并不尽如人意,与此同时,等权重投资策略由于没有估计误差和良好的样本外表现而逐渐被关注,且在策略组合中发挥重要作用.因此文章引入等权重投资策略对原有的均值方差资产配置进行调整,基于确定性等价衡量不同投资策略样本外表现的优劣,确定子策略的加权系数,构建组合投资策略.研究结果表...     

多元HotellingT~2检验在高校人才流动归因研究中的应用

田晓明．多元Ｈｏｔｅｌｌｉｎｇ Ｔ２ 检验在高校人才流动归因研究中的应用．对均值差异的显著性检验是心理学研究经常涉及到的问题。当指标之间相互独立且等方差时,我们可以采用方差分析方法进行检验。若指标之间不独立或方差不等时,就应当采用多元Ｈｏｔｅｌｌｉｎｇ Ｔ２ 统计量来进行检验。本文通过理论推导及例证（高校人才流动归因研究）形式对多元Ｈｏｔｅｌｌｉｎｇ Ｔ２ 统计量的应用价值进行了一些探索和研究     

协整关系中门限效应的Wald检验

在协整的三角表示形式中,利用Wald检验方法检验协整回归关系中存在的门限非线性.在线性协整的原假设下构造了Wald统计量及其泛函形式,给出了不依赖于门限参数的极限分布.利用模拟计算研究了所提检验的有限样本性质.对不同到期时间的债券利率进行检验,结果表明利率之间具有门限协整关系.     

纵向数据模型均值参数和方差参数的影响分析

本文主要研究了纵向数据模型的均值参数和方差参数的统计诊断问题,基于均值参数的加权最小二乘估计和方差参数的REML估计，我们定义了两类参数的广义Cook距离，并求得了计算公式，同时我们研究异常个体的检验问题，得到了两个检验统计量．最后通过实际例子证实了我们的方法的有效性。     

贫困测度动态研究

把贫困测度作为样本的函数,即是一个统计量,进而探讨其均值和方差,以及在某一区间的概率.利用中国营养与健康调查8个年度的数据,计算贫困测度的均值.和传统的贫困测度相比,贫困测度作为统计量更多地综合了样本的信息,将静态的贫困测度转化为动态的统计量,为我国扶贫工作提供决策依据更具有理论价值和现实意义.     

带有变量选择过程的分类模型误差分析

偏倚一方差分析方法是在模型选择过程中权衡模型对现有样本解释程度和未知样本估计准确度的分析方法,目的是使选定的模型检验误差尽量小.在分类或回归过程中进行有效的变量筛选可以获得更准确的模型表达,但也会因此带来一定误差.提出"选择误差"的概念,用于刻画带有变量选择的分类问题中由于变量的某种选择方法所引起的误差.将分类问题的误差分解为偏倚—方差—选择误差进行研究,考察偏倚、方差和选择误差对分类问题的总误差所产生的影响.     

具有交易费用和马氏调制的均值-方差组合选择

研究了均值-方差准则下,最优投资组合选择问题.投资者为了增加财富它可以在金融市场上投资.金融市场由一个无风险资产和n个带跳的风险资产组成,并假设金融市场具有马氏调制,买卖风险资产时,考虑交易费用.目标是,在终值财富的均值等于d的限制下,使终值财富的方差最小,即均值-方差组合选择问题.应用随机控制的理论解决该问题,获得了最优的投资策略和有效边界.     

广义p-值与panel数据模型的精确检验

在panel模型中,如果方差分量已知,对回归系数的检验,存在一致最优功效检验.但往往方差分量未知,这时采用的方法就是用它们的估计代替它们.不同的方差分量的估计,就得到不同的检验统计量.这些检验统计量的分布都是未知的,在小样本情况下,很难控制它们的检验水平.本文采用广义p值的方法,给出了一种精确的检验.模拟结果显示,这种检验能很好的控制检验水平,并且有更高的检验功效.同时,本文利用广义置信域的方法给出了回归系数的广义置信球.     

再保险-投资的M-V及M-VaR最优策略

考虑保险公司再保险-投资问题在均值-方差(M-V)模型和均值-在险价值(M-VaR)模型下的最优常数再调整策略.在保险公司盈余过程服从扩散过程的假设及多风险资产的Black-Scholes市场条件下,分别得到均值-方差模型和均值-在险价值模型下保险公司再保险-投资问题的最优常数再调整策略及共有效前沿,并就两种模型下的结...     

广义空间模型的异常值检验

研究了广义空间模型中单个异常值检验问题.分别在均值漂移模型和方差加权模型下导出了检验统计量的具体形式,并给出了在两种异常值模型下检验统计量的近似分布.最后,通过哥伦布市社区犯罪数据证明了方法的有效性.     

Bartlett分解与多元正态总体均值的广义推断

对多个正态总体均值的统计推断是一个古老而令人感兴趣的问题.本文利用样本协方差矩阵的Bartlett分解和广义p-值的概念给出一些关于均值的精确检验.模拟显示这些检验比已有的检验有更高的功效.同时,还根据协方差矩阵的Bartlett分解和样本均值向量,得到一个分布和未知参数无关的统计量,用它可以对多个正态总体共同均值做精确检验.模拟显示,这些检验犯第一错误的概率小于显著性水平,而且有更高的检验功效.     

变结构面板协整检验的响应面函数研究

Panel-ρ检验是常用的异质面板数据协整检验统方法,本文通过Monte Carlo模拟分析Panel-ρ协整检验方法的小样本性质,以及该方法对于变结构面板协整检验的检验功效.结果表明,在小样本情况下Panel-ρ统计量在原假设下的渐进分布会不同于该统计量的理论渐进分布,而且面板数据中存在的结构变化也会对渐进分布产生影响,从而降低Panel-ρ检验的检验功效.为了得到更加符合实际样本情况的统计量临界值,通过Monte Carlo模拟方法得到Panel-ρ协整检验方法的响应面函数,建立了统计量的临界值与面板数据的样本容量、结构变化类型的直接函数关系.Monte Carlo模拟检验表明,响应面函数法确实能够改善Panel-ρ协整检验的检验功效,在小样本容量和具有结构变化的情况下保证了面板协整检验的有效性.     

空间误差模型的多个异常值得分检验

本文研究了空间误差模型(SEM)中多个异常值的检验问题,基于均值漂移模型和方差加权模型这两种异常值模型给出了得分检验统计量的具体形式及其渐近分布。并应用实例分析验证了检验统计量的有效性,最后给出了修正模型的方法。     

过程参数未知时的连续检验问题

对连续检验问题,Page(Page,1954）提出的累积和控制图（CUSUM）已被证明在检测小的漂移时效果很好,然而,当受控过程的参数未知时,CUSUM的应用受到限制,Quensenberyy（1991）提出用变换的方法将观测值中的未知参数消去,在原假设“过程保持一致”成立的条件下,变换得到的Q统计量为独立同分布的标准正态变量,这里有二个问题：问题之一是,如果过程中有一漂移发生,变换得到的Q统计量的分布就很复杂,漂移对Q统计量的均值的影响是非时间齐次的,随着过程的推移,漂移对Q的均值的影响越来越小,因此,基于Q统计量的检验问题与一般的连续检验问题是不同的,好的检验方法应将这种不同反映出来,因此,基一种基于Q的新的累积和检验统计量,模拟结果显示,这种统计量的效果是不错的,问题之二是,当过程方差未知时,Q统计量的值的计算很难,它需要计算t分布的分布函数和正态分布函数的逆函数,这在实际使用中几乎是做不到的,本文提出一种近似方法,它不需计算复杂的分布函数,而是给出近拟服从标准正态分布的统计量为作为检验统计量,模拟研究的结果显示,这种近似的效果很好,它的各项指标与精确方法的相应指标非常接近。     

正态分布方差变点的检验

本文讨论了正态分布方差只有一个变点的检验问题，我们构造了三个检验统计量，其中L检验基于非参数U统计量，B检验基于Bayes方法，R检验由极大似然比方法导出．本文给出了L、B、R检验的渐近临界值，并用MonteCarlo模拟方法研究了这三个检验与平方的CUSUM检验以及LM检验的势，并进行了比较。当变点在序列的前一半位置时，L和R检验较好，当变点在序列的后一半位置时，平方的CUSUM和B检验较好．     

Copula方法中的边缘分布设定需要计量检验吗?——基于CVaR框架的资产组合视角

Copula理论已经明确了边缘分布需要正确的设定,而在实证应用中,边缘分布的设定检验存在着改进的空间,会使模型风险下降.与以往拆开检验不同,选择最新的统计量同时检验边缘分布的设定,Monte Carlo模拟结果显示同时检验比拆开检验更加稳健.通过资产组合的实证分析,发现通过检验的边缘分布在样本内获得更高的有效前沿,样本外的测试表明正确的边缘分布设定可以得到更好的投资绩效,显著性检验也支持了该结论.     

具有结构变化的非线性回归模型的阶段异方差检验

对于具有结构变化的非线性回归模型,两阶段的随机误差同时具有方差齐性是一个基本假设,但是该假设未必正确．本文研究该模型阶段异方差的检验问题．首先探讨了两阶段异方差的同时检验,然后构造了两阶段异方差的两个单个检验,分别得到了同时检验和单个检验的score统计量以及相应的调整形式．然后应用得到的检验统计量分析了南澳大利亚洋葱数据的阶段异方差性(Ratkowsky,1983),并用AIC,SBC进行模型比较,得到的结果与检验结果非常吻合．最后,用Monte Carlo模拟方法研究了统计量的检验功效．     

分层含结构零2×2列联表基于风险比的同时置信区间估计

对分层含结构零2×2列联表中风险比的同时置信区间估计问题,提出五种基于似然比统计量、Score统计量、Wald统计量和对数变换Wald统计量的同时置信区间及三种Bootstrap同时置信区间。并采用Bonferroni,Single-step adjusted MaxT和Single-step adjusted MinP三种多重检验过程计算临界值。通过同时置信区间覆盖概率、覆盖宽度和Mesial非覆盖概率与非覆盖概率之比(RNCP)的模拟研究比较了置信区间的统计性能。结果表明,MinP检验过程下基于Score统计量的同时置信区间具有令人满意的结果,即这个区间的覆盖概率非常接近置信水平,且Mesial非覆盖概率与非覆盖概率之比(RNCP)均在[0.4,0.6]之间。最后通过实例分析对所提方法进行验证。