多种分布下选择后变量显著性分析及其在CEPS数据中的应用

在使用变量选择方法选出模型后,如何评价模型中变量系数的显著性是统计学重点关注的前沿问题之一.文章从适应性Lasso变量选择方法的选择结果出发,在考虑实践中误差分布多样性的前提下,基于选择事件构造了模型保留变量系数的条件检验统计量,并给出了该统计量的一致收敛性质的证明过程.模拟研究显示,在多种误差分布下所提方法均可进一步优化变量选择结果,有较强的实用价值.应用此方法对CEPS学生数据进行了实证分析,最终选取了学生认知能力等10个变量作为影响中学生成绩的主要因素,为相关研究提供了有益的参考.     

基于贝叶斯时变VAR模型的中国FCI构建及其应用

本文综合宏观经济变量,利用混频动态因子模型测度月度GDP,之后结合货币供应量、房价以及股价等金融变量,基于贝叶斯时变VAR模型构建科学的金融状况指数(FCI),并采用谱分析研究其预警能力。研究结果表明,股票市场、房地产市场、货币政策与实体经济对我国金融市场状况的影响具备时变性。基于贝叶斯时变VAR模型的脉冲响应分析可以发现,上述变量的影响程度依次递减。在此基础上构建的FCI较基于常系数VAR模型构建的FCI具备更强的预警能力,尤其进行三个月以内的短期预测时,优势更加明显,进而可以为有效监测金融市场状况,预警通货膨胀与金融风险提供科学决策依据。     

满意度模型及其在大学生与父母亲子关系研究中的应用

为探索我国大学生群体与父母亲子关系的内在机制,将满意度模型运用到亲子关系这一领域,主要贡献包括三个方面:基于对国内外文献的归纳和提炼,创新性地建立了大学生与父母亲子关系的指标体系;对美国客户满意度模型进行了修改,得到亲子关系满意度模型;以及运用结构方程模型研究亲子关系满意度的内在机制.     

次分数布朗运动下支付红利的欧式期权定价

本文主要建立了次分数布朗运动下的期权定价模型,并且考虑了支付连续红利的情形.首先利用Wick-It?积分和偏微分方法得到了期权价格所满足的偏微分方程,然后经过变量替换转化为Cauchy问题,从而得到了支付红利的次分数布朗运动环境下的欧式看涨期权定价公式,相应地根据看涨看跌定价公式,得出欧式看跌期权定价公式.最后,对定价模型中的参数进行估计,并讨论了估计量的无偏性和强收敛性.     

基于分位广义双曲分布的联合建模

众所周知,广义双曲(generalized hyperbolic,GH)分布因具有比高斯分布更好的拟合而在金融时间序列建模方面有着广泛的应用,例如用GH分布拟合观察到的对数收益数据,因为高斯分布不能捕捉到外汇汇率对数收益标准化后的极端值的半重尾性质.然而,在实践中我们很少使用广义双曲分布,因为很难同时有效地得到5个参数的估计.为了克服这个困难,我们对响应变量服从广义双曲分布的数据提出了一种新的联合建模的方法,其中参数可以通过协变量的简单线性和对数线性形式进行建模.此外,我们分别用使用EM算法和鞍点逼近方法来对参数和分位数进行估计.并证明了分位数估计量的相合性和渐近正态性.     

中国上市公司总资产与营业收人关系的实证分析

企业将资产运用于生产经营活动,并由此赚取更多的资产,即产生公司的收入.因此企业资产与收入之间必定存在一定的相关关系.在对上市公司总资产与营业收入进行一般线性拟合的基础之上,采用分位回归模型对上市公司的总资产与营业收入的关系进行深入剖析.结果表明,传统的线性模型只能揭示出总资产与营业收入呈正相关关系,而分位回归方法能更好地看出,高分位点营业收入的企业在提高一定总资产时,会更能促进营业收入的增长.由于收集到的数据中存在离群点,在第5节讨论了线性分位回归模型的统计诊断,类比于一般线性模型的R square得到不同分位点上的R square.通过删除离群点的处理,得出分位回归模型比一般线性模型更加稳健,数据在高分位点的拟合效果更好一些.     

北京市区域教育资源分配研究

北京市作为中国的政治文化中心,其教育发展问题更是各界关注的焦点.而区域教育的发展状况及区域教育的协调发展程度.不仅体现着一个地区的教育发展水平,也体现着一个社会全面、协调和可持续发展的程度.北京市教育科学十二五规划中也将北京市区域教育均衡发展和教育现代化建设列为重要内容.为考察北京市区域教育发展状况并对今后教育发展趋势给出合理化建议,采用多元统计分析方法对北京市16个区县基础教育资源分配进行研究.首先使用脸谱图直观展示多维数据指标,其次利用因子分析综合评价各地区基础教育资源分配,最后通过聚类分析将北京市区县按基础教育资源状况分成三大类,并绘制教育发展状况地图,直观展示地理分布特点.总体来看北京市教育资源在人均数量上并没有偏重教育发展程度高的市区,反映了北京市区域教育均衡发展的方针.并针对北京市区县教育发展状况因地制宜提出合理化建议.     

社会经济地位与教育回报率的无条件分位回归分析——基于CGSS2010年调查数据

无条件分位回归可以在不同分位点上提取教育对收入的一般边际影响。本文使用FFL的无条件分位回归技术,分析了CGSS2010年调查数据,综合父亲的最高教育程度、母亲的最高教育程度和本人认为的14岁时的家庭社会等级三个变量,使用因子分析方法度量了家庭社会经济地位,并根据不同的家庭社会经济地位分别进行了教育回报率的无条件分位回归分析,得出了家庭社会经济地位的不同正在加大群体性的教育回报率差异的结论。     

基于倾向值匹配的非随机样本不完全随机化方法

采用随机抽样方法从目标总体中抽取一个随机样本作为辅助样本,利用目标总体已知的辅助信息,基于倾向值匹配方法对来自目标总体的非随机样本与辅助样本进行匹配,生成一个来自非随机样本的匹配样本,并对匹配样本随机性进行了理论论证和数值模拟验证,研究结果显示,该匹配样本与辅助样本具有相同随机性,说明利用倾向值匹配方法可以对非随机样本进行不完全随机化.     

基于柯南·道尔作品的文本聚类应用与探究

风靡世界的侦探小说《福尔摩斯探案集》的写作几乎贯穿作者柯南·道尔爵士的一生,但其写作风格并非一成不变。本文从《福尔摩斯探案集》本身出发,以57篇侦探故事为研究对象,构建词频、词长、单词数、标点出现频率等语言要素指标,利用文本聚类技术对柯南·道尔写作风格进行研究,从统计语言学的角度揭示了不同时期柯南·道尔写作风格的变化。研究结果表明,根据写作风格的不同,柯南·道尔的创作生涯大致可分为两个阶段,且风格的转变与其私人生活的变故、宗教信仰的转变等密切相关。社会大环境的变迁以及作家个人坎坷的人生路程,都是其写作风格发生变化的重要原因。在分析文学作品时,应该紧密联系作者当时所处的社会环境和个人经历,才能对作者有更深刻的理解。通过柯南·道尔作品的文本聚类后,我们对柯南·道尔的生平进行梳理,不难发现1893、1901、1907以及1926年这几个特殊时点可能是与道尔的人生轨迹由第一阶段转变到第二阶段有紧密联系的。