空间分位自回归模型的EM估计

基于EM算法对空间分位自回归模型提出了一种新的参数估计方法,通过构造一个集中Q函数,简化了M步中空间滞后参数的估计.与已有的ELQR和ⅣQR方法相比,方法计算简单,蒙特卡洛模拟结果表现较好.     

条件分位中的分层线性回归模型

由于分位回归具有很多优点, 近年来它逐渐成了线性和非线性响应模型综合性的统计分析方法，但是它却不能有效地处理具有分层结构的实际数据. 然而，在现实生活中具有这种结构的数据是一种普遍现象.忽略数据的这种结构会冒很大的风险, 甚至让传统意义下的统计分析方法失效; 另一方面, 尽管分层模型考虑到了数据的这种结构, 但它实际上就是均值回归, 所以不可能全面刻画给定高维解释变量条件下的响应变量的条件分布问题. 另外, 它估计出来的系数向量(边际效应)对于响应变量中的离群点很敏感. 本文基于Gauss-Seidel 迭代法, 提出了一种新的算法, 该算法充分利用了分位回归和分层模型二者的优点, 创造性地解决了前面所提出的问题.在理论方面, 我们还考虑了新方法的渐近性质, 得出了简单条件下n^1/2收敛速度和渐近正态性. 最后, 将我们的新方法用到一个典型的具有分层结构的实际教育数据上去, 并且介绍如何解释所得的结果.     

基于面板分位回归方法的我国金融发展对城乡收入差距影响分析

在收入差距的不同分位点上,金融发展对其的影响会展现出不一样的特征。由于我国区域金融发展不均,这一作用机制还具有显著的地区差异。本文利用面板分位回归模型和面板数据聚类方法探寻金融发展对贫富分化作用的分位点特征和地区差异。实证表明,我国大部分地区的金融发展加剧城乡收入差距的扩大,并且这一作用机制存在动态变化特征。当城乡收入差距从高分位点变动到低分位点时,金融发展拉大城乡收入差距的作用逐渐减缓,部分省份甚至具有金融发展抑制城乡收入差距扩大的效应。本文的研究结论将为业内人士和政府的相关决策提供参考依据。     

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。     

中国居民消费的特征分析——中基于两阶段面板分位回归

本文结合实际问题,提出一种两阶段面板数据分位回归方法,并使用该方法分析我国居民的消费特征。通过横向和纵向比较揭示三种不同收入人群的边际消费倾向的变化趋势。文章认为中等收入者的边际消费倾向趋于稳定,低收入者和高收入者的边际消费倾向都有上升的趋势。中国居民的边际消费倾向呈现"U"型,所以提高低收入者的消费不仅在于提高他们的收入,更重要的是缩小当前的贫富差距。     

一种包含递归的核回归估计的回归预测模型

本文首先构造了包含递归的核回归的回归模型 ,然后将其应用于湖南省城镇居民消费性支出 ,提高了拟合度 ,减少了预测误差     

半参数空间分位回归模型的估计与变量选择

对于高维空间数据,利用半参数空间自回归进行建模,模型中会同时存在内生性、非线性、变量过多等问题。本文研究半参数空间分位回归模型,提出了新的估计程序:首先利用样条基函数,对模型中未知平滑函数进行逼近,解决非线性问题;然后运用特征向量空间滤波,将空间滞后因子转化为空间代理变量的线性组合,有效解决了内生性问题;利用再中心化影响函数,进行无条件分位回归建模,能够刻画不同分位水平下变量之间的关系;最后引入自适应Lasso惩罚,对高维线性部分进行变量选择,得到系数的稀疏估计,有效增强了模型的可解释性。数值模拟中对参数作不同的设置,展现了本文提出方法的有效性。最后,利用半参数空间分位回归模型分析了住房销售价格数据集。     

二元选择分位回归的自适应LASSO改进

为避免模型出现过拟合,将自适应LASSO变量选择方法引入二元选择分位回归模型,利用贝叶斯方法构建Gibbs抽样算法并在抽样中设置不影响预测结果的约束条件‖β‖=1以提高抽样值的稳定性.通过数值模拟,表明改进的模型有更为良好的参数估计效率、变量选择功能和分类能力.     

缺失数据下超高维可加分位回归的变量筛选和选择

针对存在缺失数据的超高维可加分位回归模型,本文提出一种有效的变量筛选方法.具体而言,将典型相关分析的思想引入到最优变换的最大相关系数,通过协变量和模型残差最优变换后的最大相关系数重要变量的边际贡献进行排序,从而进行变量筛选.然后,在筛选的基础上,利用稀疏光滑惩罚进一步做变量选择.所提变量筛选方法有三点优势:(1)基于最优变换的最大相关可以更全面的反映响应变量对协变量的非线性依赖结构;(2)在迭代过程中利用残差可以获取模型的相关信息,从而提高变量筛选的准确度;(3)变量筛选过程和模型估计分开,可以避免对冗余协变量的回归.在适当的条件下,证明了变量筛选方法的确定性独立筛选性质以及稀疏光滑惩罚下估计量的稀疏性和相合性.同时,通过蒙特卡罗模拟给出了所提方法的表现并通过一组小鼠基因数据说明了所提方法的有效性.     

最优分位水平及其衍生应用

分位数回归方法由于其具有稳健性,不仅能够全面刻画响应变量的条件分布,还能提供更有现实意义的回归参数,已经逐渐成为各个领域统计分析的强有力的工具.但在许多实际应用中,人们不仅想要探寻不同水平下(即不同分位数)响应变量与解释变量之间的关系,更希望找到一个最优水平,也即最优分位数,使其上的回归结果最真实可靠,最好地反映总体情况.文中提出一种新的回归方法一最优分位回归方法,给出此类问题一个完美的解决方案.该方法的灵感主要来源于稀疏函数的定义,可以证实与传统均值回归相比最优分位回归方法更具优势:(1)稳健性.不受误差分布的限制;(2)有效性.回归结果蕴含信息更丰富;(3)灵活性.对任意模型及数据均适用.文中的模拟结果也对以上三条性质给予极大的支持.最后食品消费数据的分析结果表明当考虑食品消费与人均收入的关系时,中下等收入人群的消费模式为社会的主流模式.     

基于半参数分位数回归的居民个人收入研究

教育、性别、年龄、城乡、地区经济都是影响居民个人收入的重要因素,这些因素影响收入的作用方式是不同的,有的以参数形式存在,有的则是非参数形式存在.同时,这些因素在收入的不同分位点影响收入的程度也是不同的,通过构造半参数分位数回归模型,对影响收入诸因素的作用方式与程度进行了研究.     

SIMEX Estimation for Composite Quantile Regression Model with Measurement Error

Composite quantile regression model with measurement error is considered. The SIMEX estimators of the unknown regression coefficients are proposed based on the composite quantile regression. The proposed estimators not only eliminate the bias caused by measurement error, but also retain the advantages of the composite quantile regression estimation. The asymptotic properties of the SIMEX estimation are proved under some regular conditions. The finite sample properties of the proposed method are studied by a simulation study, and a real example is analyzed.     

���������ĸ��Ϸ�λ���ع��SIMEX����

??Composite quantile regression model with measurement error is considered. The SIMEX estimators of the unknown regression coefficients are proposed based on the composite quantile regression. The proposed estimators not only eliminate the bias caused by measurement error, but also retain the advantages of the composite quantile regression estimation. The asymptotic properties of the SIMEX estimation are proved under some regular conditions. The finite sample properties of the proposed method are studied by a simulation study, and a real example is analyzed.     

Adaptive Local Linear Quantile Regression

In this paper we propose a new method of local linear adaptive smoothing for nonparametric conditional quantile regression. Some theoretical properties of the procedure are investigated. Then we demonstrate the performance of the method on a simulated example and compare it with other methods. The simulation results demonstrate a reasonable performance of our method proposed especially in situations when the underlying image is piecewise linear or can be approximated by such images. Generally speaking, our ...     

个人所得税对居民收入影响的实证分析

个人所得税主要功能之一是对居民收入贫富差距起到调节、促进均衡发展的作用.依据黑龙江省及国家2003-2013统计年鉴中的城镇居民人均收入分组数据,探讨了我国个人所得税税制对黑龙江省及国家城镇居民收入差距的调节作用.通过实际论证,我国个人所得税对调节居民收入差距,既有正向调节作用,也有反向调节的作用.只有当个人所得税税制与居民收入相匹配时,才会起到调节、促进均衡发展的作用.     

响应变量删失时函数型部分线性分位数回归模型的估计

最近几年,函数型数据分析的理论和应用飞速发展.在许多实际应用里,响应变量往往存在随机右删失的情况.考虑利用函数型部分线性分位数回归模型来刻画函数型和标量预测量与右删失响应变量之间的关系.基于函数型主成分基函数来逼近未知的斜率函数,通过极小化逆概率加权分位数损失函数得到未知系数的估计量.文章的估计方法容易通过加权分位数回...     

纳税最优的工资奖金分配方案研究

根据我国现行的税法,个人所得税纳税采用九级累进税率.年工资和年终奖在速算扣除数个数上存在不同,使得对于相同的税前年收入,如果采用不同的年工资和年终奖分配方案会产生不同的税后实际所得.通过简化变量和缩小有效解区域,以及一系列严格的数学推导,得到了任意年收入下,月工资和年终奖的最优分配方案,使得在现有税制下,纳税额最小,税后收入最大.这个最优方案避免了税金负效应现象,保证了纳税公平性,有利于国家税务监管,企业员工薪金分配和个人纳税筹划;具有广阔的应用前景.     

�����Ͳ������Ը��Ϸ�λ���ع�ģ�͵Ĺ���

This paper studies estimation in functional partial linear composite quantile regression model in which the dependent variable is related to both a function-valued random variable in linear form and a real-valued random variable in nonparametric form. The functional principal component analysis and regression splines are employed to estimate the slope function and the nonparametric function respectively, and the convergence rates of the estimators are obtained under some regularity conditions. Simulation studies and a real data example are presented for illustration of the performance of the proposed estimators.     

基于动态调整的Copula-非线性分位数回归资产组合优化

为优化资产组合方案,考虑单资产分布的非对称性、异方差性、尖峰厚尾性等特征,资产之间的时变非线性相关性,建立了Copula-非线性分位数回归模型。本文的创新与特色,一是通过构建期望超额收益率与考虑动态损失厌恶效应的VaR比率函数,确定了目标函数的表达式,改变了使用超额收益率标准差度量风险,而实证研究中更关注资产的损失风险而非全部风险,未考虑投资者对于收益与损失非对称偏好的不足;二是通过建立基于支持向量机的非线性分位数回归模型,确定了边缘分布函数表达式,解决了普通模型无法处理非对称、非线性,依赖于分布假设的不足;三是通过构建混合Copula函数,确保能够有效捕捉金融市场中的尾部相关、非对称性,完善了刻画资产之间相关关系的模式;四是通过建立风险非线性叠加的资产总风险评价模型,确定了资产组合总风险的表达式,弥补了现有风险评价模型未考虑资产间的相关性的不足。实证结果表明,本文建立的模型预测性能高于其它模型,该模型有更高的VaR比率值,在单位风险下能够获得更高的资产组合效果。