多重线性回归模型的贝叶斯预报分析

多重线性回归模型的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分。通过模型系统的统计结构，证明了矩阵正态-Wishart分布为模型参数的共轭先验分布；利用贝叶斯定理，根据模型的样本似然函数和参数的先验分布推导了参数的后验分布；然后，从数学上严格推断了模型的预报分布密度函数，证明了模型预报分布为矩阵t分布。研究结果表明：由于参数先验分布的作用，样本的预报分布与其原统计分布有着本质性的差异，前服从矩阵正态分布，而后为矩阵t分布。     

未决赔款准备金评估的对数正态模型及其预测分布的Bootstrap实现

目前在我国精算实务中对未决赔款准备金评估的不确定性风险逐渐重视,对不确定性加以度量显得很有必要.在以往关于未决赔款准备金的不确定性研究中,大多集中于预测均方误差.从数值角度看,如果应用随机模拟的方法,能得到未决赔款准备金完整的预测分布,那么就可以由该分布得到各个分位数以及相关的分布度量,对准备金负债评估的准确性和充足性具有重要的参考价值.研究的对数正态模型是未决赔款准备金评估中的分布模型之一,它假设累计赔款单个进展因子服从对数正态分布,进而将参数Bootstrap方法和非参数Bootstrap方法应用于对数正态模型中,得到了未决赔款准备金的预测分布,并通过精算实务中的数值实例加以实证分析.数值实例由当前国际上日益流行的统计软件R加以实现.     

基于伽玛与对数正态分布假设下的广义线性模型的比较和应用

本文在假设每次损失金额的变异系数相同,且它们服从伽玛分布或对数正态分布的条件下,讨论了加法模型和乘法模型的参数估计和拟合优度检验,并应用一组实际损失数据对上述模型进行了实证比较。结果表明,对于一组特定的损失数据,对数正态分布假设下的广义线性模型可能优于伽玛分布假设下的广义线性模型。     

金融市场波动性CARR类模型与GARCH类模型的比较研究

在CARR模型基础上提出它的衍生模型ABSCARR模型,并利用广义误差分布(GED)讨论了它们的条件残差分布问题,最后运用CARR类模型对高频金融时间序列进行了实证分析.研究结果表明:CARR及其衍生模型在高频金融时间序列的价格波动性捕捉方面具有良好的效果,而GED的引入可以很好的用于分析CARR模型具体的条件分布情况,而CARR模型的条件残差分布应该并非只有指数分布与威布尔分布两种形式.     

二元极值混合模型相关结构的研究

二元极值混合模型由于不能反映极值变量之间的完全相关性,因而在应用上受到了一定的限制,但对适当的相关性仍是一个很好的模型.本文给出了二元极值混合模型的一些基本性质,特别用随机模拟方法研究了对来自其它不同极值copula的随机样本,用混合模型拟合可能产生的影响. 结果表明,如果以Kendallτ表示变量间的相关性,在一定范围内,混合模型能够很好的反映其它模型所具有的相关性,且对渐近独立模型边际参数估计的偏差也不太大.最后应用混合条件分布与GEV条件分布分析英镑对美元和英镑对加元两支汇率日对数回报收益率的风险相关性.     

生物种群的一类统计模型

以往关于生物种群增长的数学模型多是用微分方程和概率极限定理的方法来推导的。本文改用回归分析 ,系数显著性检验和残差检验的方法 ,直接从统计数字出发 ,得出美国人口在1880— 1960年的人口数字增长模型——正态前升模型。它是拟合得很好的不同以往的模型。并给出了初步的解释。     

基于ARFIMA-HYGARCH-M-VaR模型的亚洲汇率市场均值和波动过程的双长期记忆性测度研究

作为金融传导机制的一个重要成分,汇率在金融危机的传播中发挥着重要作用.因此本文以亚洲汇率市场的汇率作为研究样本,通过引入skt分布来刻画残差的分布,构建了ARFIMA-HYGARCH-M-VaR模型来测度汇率风险值,并与skt分布下的GARCH及FIGARCH模型的VaR进行失败率回测检验与动态分位数测试.研究结果表明:在不同显著性水平下,skt分布下的各种模型基本都有较好的风险测度能力,且ARFIMA-HYGARCH-M模型的VaR风险测度更加精确与稳定.本研究为我国及亚洲其他国家汇率市场的风险测度与风险管理提供了一定的理论借鉴和方法基础.     

方差未知时两样本正态混合模型齐-性的修正似然比检验

本文讨论了方差未知时检验两样本正态混合模型齐一性的修正似然比统计量的极限性质,证明了原假设下修正似然比统计量的渐近分布为自由度为1的卡方分布.     

基于DNA微阵列数据分析的分级Bayes模型

如何分离出少量区别不同组织类型的特异性基因是DNA微阵列数据分析中的主要问题,特别是构建恰当的统计模型来刻画这些不同组织类型的DNA表达形式尤为重要.为此,基于基因DNA微阵列数据的特点,我们假定对数变换后的微阵列数据服从混合正态分布.我们采用分级Bayesian先验刻画不同基因的相关性,利用分级Bayesian方法构建模型,给出了刻画不同组织基因表达的差异的一个标准,用MCMC迭代计算该标准.模拟计算表明我们的模型具有较好的识别能力.     

一类重灾风险模型的生存概率

无法预料的索赔是导致保险公司破产的一大因素,这种情况引起的索赔大多不是同分布的.因此论文从这一实际情况出发,在Sparre Andersen风险模型的基础上建立了广义更新风险模型,并对重尾索赔分布F∈S*给出了生存概率的局部等价式和破产概率的尾等价式.文章结果刻画了特殊巨额索赔对公司运营状况的影响,对公司运营策略提供了理论基础.本文结果包含、推广并改进了许多已知结果,与经典结果相比,显示出了模型的优越性.     

非线性模型中VaR估测的正态性改进

VaR风险测度技术已经被学界和业界广泛使用,但其局限性也是显而易见的,国内外学者对其进行了一系列的改进.由线性模型扩展为非线性模型以及由正态假定转换到非正态性均源于风险测度的精确化.探讨依数据特征改进和扩展VaR估测方法,使用Johnson转换方法与Cornish-Fisher扩展方法这两种正态性改进方法改善VaR估值,一方面利用正态假定成熟理论结果简化VaR估测方法的推演,另一方面从实证分析角度论证了正态性改进方法在VaR估测中的准确性与有效性.     

带机会约束的警务调度模型及其解法

研究在紧急情况发生时,城市中不同交巡警服务平台的警务人员封锁指定区域的最优调度问题.把交巡警服务平台到达指定要道的时间视为满足正态分布的随机变量,从而建立了满足机会约束的警务调度模型并将该模型等价地转化为极小极大模型.给出了模型的求解算法及其计算复杂度.最后,通过一个数值例子来说明算法的有效性.     

广义双曲线分布模型在我国证券市场风险度量中的应用研究

经济的全球化、衍生产品的大量出现以及因此导致的金融市场的动荡使得金融机构越来越需要更有效的风险管理方法。而如何精确度量风险是风险管理的关键问题。本文试图从金融收益分布假设着手改善风险度量的精度。国外学者研究发现广义双曲线分布比其它分布形式可以更好地拟合实际收益分布特征。本文首次把广义双曲线分布应用到VaR的分析方法中计算我国股票指数的VaR。实证结果表明，基于广义双曲线分布的方法得到了较好的预测结果。     

线性混合模型中方差分量的广义推断

本文考虑了线性混合模型中方差分量的假设检验和区间估计问题.基于广义P-值和广义置信区间的概念,构造了对应于随机效应的单个方差分量的精确检验和置信区间.所构造的广义p-值和广义置信区间是最小充分统计量的函数.对于两个独立线性混合模型中对应于随机效应的方差分量的比较,建立了精确检验和置信区间.进-步,研究了所给检验和置信区间的统计性质,给出了这些检验方法与文献中已有方法的功效比较的模拟结果.模拟结果表明,新检验在功效方面有显著的改进.最后,通过-个实例来演示本文方怯.     

基于MGPD模型的地质灾害风险的统计度量

利用扩展BurrⅫ分布构建了改进的广义帕累托分布模型—MGPD模型(Meliorated Generalized Pareto Distribution),由此得到了地质灾害损失的在险风险值和最大可能损失估计值。以湖南省娄底市地质灾害损失数据实证分析,结果显示:MGPD模型在刻画地质灾害损失数据时,比GPD模型的精度更高,具有更广泛的适用性。     

基于GARCH族模型商业银行外汇风险管理的VaR方法研究

面对日趋加大的汇率波动性,商业银行外汇资产面临的风险也越来越大,风险的计量与预测在管理外汇风险中的作用也越来越重要.引入参数法下的GARCH模型对外汇市场存在的风险进行计量分析,并以此为基础运用VaR方法进一步计算外汇资产的风险补偿金,以达到预测和控制外汇风险目的.     

基于Cox模型的虚拟响应算法

提供一种求解Cox模型的新方法:基于Cox模型的基本特征构造虚拟响应变量,在此基础上利用最小二乘迭代算法得到基准生存函数和回归系数的估计,并进一步将该算法推广到广义Cox模型,利用局部多项式方法拟合虚拟响应变量,解决了协变量作用形式为非参的情形.     

基于平稳序列的沪深300股指期货最优套利点研究

基于正态分布和t分布的平稳序列前提,给出了沪深300股指期货跨期套利的最优套利点确定方法.通过对沪深300股指期货不同合约之间的差价进行平稳性检验,发现大部分差价具有平稳性,所以基本适用于给出的最优套利点分析方法.经过对5个平稳差价序列的最优套利点分析,发现△P_(12-07)=IF_(1212)-IF_(1207)和△P_(12-09)=IF_(1212)-IF_(1209)的套利期望收益较大,应该成为沪深300股指期货跨期套利的主要关注对象.     

基于MCMC模拟的MGPD模型及其在地质灾害风险度量中的应用

基于马尔科夫链蒙特卡洛(简记为MCMC)模拟的参数贝叶斯估计,对改进的广义帕累托分布(简记为MGPD)模型进行了优化,并利用该模型得到了地质灾害损失的在险损失值(简记为VaR)和条件损失值(简记为CVaR).以湖南娄底市地质灾害损失数据进行实证分析及模型适应性检验,结果表明:优化后的模型不仅具有很好的极值数据描述能力,而且具有较强的适用性.     

基于两阶段思想处理拒绝推断的信用评分模型

本文首先从数据缺失机制的角度分析了信用评分模型的开发和应用中所存在的样本偏差问题,提出了可以用拒绝推断来处理此类问题;然后在曾经被应用于拒绝推断问题处理的Heckman两阶段模型的基础上,提出了用拟似然两阶段模型和广义偏线性模型这两种新的两阶段方法来处理信用评分模型中的拒绝推断问题。经过实证分析发现,应用这两种方法可以得到很理想的结果。另外根据本文的研究,人行征信这类外部数据是拒绝推断最有效的方法,如果此类数据缺乏,则用拟似然两阶段模型和广义偏线性模型是比较有效的拒绝推断方法。