我国上海股票市场GARCH效应实证研究

对我国上海股票市场的GARCH效应进行了实证研究，包括3个方面的内容：应用GARCH模型对股票收益率进行事前估计分析；对模型参数进行估计与最优选择；应用GARCH模型进行事后估计分析，结果表明我国上海股票上益率序列的波动具有显著性的异方差性，可以用GARCH（1，1）进行拟合。     

向量自回归模型与向量误差修正模型预测功能的比较——基于我国国内生产总值和居民消费支出变量的实证研究

建立国内生产总值与居民消费支出有关形式变量的向量自回归模型和误差修正模型,依据国内生产总值和居民消费支出的历史数据分别对模型进行估计,并利用估计好的2个模型对近2年的相应变量进行预测,将预测结果与实际数据相比较,从而得出2个模型的预测效果.通过比较显示：误差修正模型预测效果优于向量自回归模型.     

我国股指期货延长交易对股市现货市场影响的实证分析

采用价格加权贡献方法(WPC)和GARCH模型分析我国股指期货提前开盘和推迟收盘这两个阶段的价格发现功能和对股市现货市场的影响。实证研究表明,这两个延长交易阶段皆具有显著的价格发现作用且提前开盘阶段的价格发现效应要大于推迟收盘阶段的;在推迟收盘阶段分离出的非预期收益率所蕴含的私人信息已在这一阶段的价格中得到了反应,但提前开盘阶段的非预期收益率中的私人信息则需要通过当天的股市交易才能被吸收。同时本文还发现取样期间我国股市的周一效应较为显著,这与普遍认为的股市具有周五效应不太一致。     

我国开放式基金业绩综合评价的实证分析

从多个角度介绍了证券投资基金评价的各种方法，并对各种方法的优点与不足进行了分析，同时运用国外基金业绩评价中普遍采用的Treynor指数、Sharp指数、Jensen指数、T-M模型和H-M模型对国内开放式基金的业绩进行实证研究。研究结果表明：（1）基金相关信息的披露对基金的管理者和投资者具有较大的参考价值；（2）没有足够的证据表明开放式基金经理具有优异的选股和择时能力。     

SVM回归法在汛期旱涝预测中的应用研究

研究基于统计学习理论的支持向量机（SVM）回归在汛期旱涝预测中的应用．根据浙江省38个测站的降水量资料，用正态化Z指数对汛期旱涝等级进行划分，得到了能够反映全省旱涝状况的指标．以此指标作为预测量，通过相关分析从前期大气环流场、海温场中选取高相关预测因子，应用逐步回归和SVM回归技术分别建立浙江省汛期旱涝短期气候预测模型，并进行了对比分析．结果表明：SVM回归模型集中了众多预测因子的预测信息，有效地利用了支持向量机方法的非线性映射能力，无论在历史样本拟合的精度上还是模型实际预测的能力上都比传统的逐步回归方法有一定提高，具有较好的应用效果．     

资本资产定价模型与上海股票市场的实证分析

借助SPSS10．0软件,以上海股票市场2000．06．30～2002．09．27期间(共109周)代码为600601～600640中的37支股票为样本,对资本资产定价模型(CAPM)在上海股票市场的应用进行实证研究,首先采用单指数模型估计了个股的B系数,然后利用BJS方法和FM模型分别进行时间序列回归和截面回归,并进行了假设检验,研究结果表明在上海股票市场上,股票的收益与其β系数存在着显著的正相关线性关系,但无风险收益率却是负的,这说明沪市具有明显的投机特征。为了消除单个股票的非系统性风险,进一步构造股票投资组合对CAPM模型进行修正检验,结果与BJS方法和FM模型得出的结论相同,但β系数能更好地衡量股票组合的风险。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

波浪增长曲线的推广形式及应用

文[1]给出了一种曲线拟合的波浪增长曲线模型：它适用于不断增长又有微小波动的社会经济现象．而对那些波动幅度大，相关性又较弱的社会经济现象，它的效果就不明显．本文给出一种适用范围更广的波浪曲线模型这里c（x）、ω（x）均是变量．我们称之为控制因子．分别用于控制波动的振幅与周期．一般可取成直线、抛物线、指数曲线、对数曲线等．用此模型对新疆1980年至1993年大畜产量进行主成分分析，结果较好．     

气候因素与控制措施对COVID-19疫情传播的影响

COVID-19疫情的暴发对医疗机构、社会和经济带来了前所未有的挑战，因此有必要了解影响该疾病传播的潜在因素。首先，采用统计描述获取COVID-19日新增病例数和气候因素的时空分布特征。然后，基于纵向数据的Poisson回归模型和广义估计方程（GEE），研究了COVID-19病例数与气候因素、控制措施和人口密度之间的关系。结果表明，影响COVID-19疫情的因素是多方面的，控制措施对COVID-19疫情的影响最为显著，其次是平均温度、平均相对湿度、平均露点、气候因素的长期趋势和季节变化。在不同的时滞水平下，平均温度与平均相对湿度、平均温度与平均风速、平均温度与平均大气压强之间的交互作用具有统计显著性，这进一步说明，多种因素的相互作用引起COVID-19疫情的暴发。研究结果可为疫情防控部门制定有效的、强有力的管控措施提供一定的依据。     

考虑常利率的二维离散风险模型的破产概率

考虑一个带常利率的二维离散风险模型.假设两险种的理赔服从二维一阶自回归模型,利用鞅方法导出最终破产概率的Lundberg型不等式及上界.并通过具体数值分析解释了各种不同参数对破产概率上界的影响.     

基于神经网络的股票收益率预测研究

在金融领域的资产定价模型修正过程中,股市的非线性现象往往被选择性忽视,未纳入模型框架,现有模型亦无法刻画因子之间的非线性定价结构。为解决上述问题,引入了机器学习领域中的神经网络模型,以捕获市场组合收益率、市值、账面市值比三因子间的非线性定价结构,并对股票收益率进行预测。将该模型与经典Fama-French三因子模型在样本外拟合优度、多空策略业绩表现上做了对比,结果表明：神经网络模型能精准捕获市场组合收益率、市值、账面市值比3个因子之间的非线性关系,且在样本外拟合优度、多空策略业绩表现上均要优于传统三因子线性定价模型。     

基于神经网络的股票收益率预测研究

在金融领域的资产定价模型修正过程中,股市的非线性现象往往被选择性忽视,未纳入模型框架,现有模型亦无法刻画因子之间的非线性定价结构。为解决上述问题,引入了机器学习领域中的神经网络模型,以捕获市场组合收益率、市值、账面市值比三因子间的非线性定价结构,并对股票收益率进行预测。将该模型与经典Fama-French三因子模型在样本外拟合优度、多空策略业绩表现上做了对比,结果表明：神经网络模型能精准捕获市场组合收益率、市值、账面市值比3个因子之间的非线性关系,且在样本外拟合优度、多空策略业绩表现上均要优于传统三因子线性定价模型。     

Bootstrap方法在回归分析上的应用

本文用Ｂｏｏｔｓｔｒａｐ方法,给出了对一般回归模型参数的最小二乘估计的特征的估计的计算机模拟工应用于实际问题中,得到了较好的结果。     

汉江下游武汉段河漫滩沉积物吸附磷的特征

研究了汉江下游武汉段河漫滩7个沉积物的吸附特征及温度和扰动强度对磷吸附等温线的影响，用改进的Langmuir模型和Freundlish模型对实验吸附数据进行拟合，可得到最大吸附容量（Qmax）、原有吸附可交换态磷（NAP）、临界磷平衡浓度（EPC0）和固-液分配系数（Kp）的值．结果表明，改进的Langmuir模型更适用于描述汉江河漫滩沉积物的吸附特征，其物理意义更明确；Kp与Qmax呈较好的线性关系；沉积物吸附和解吸磷能力与温度变化一致；沉积物在等温吸附磷过程中，固体浓度效应在强扰动强度（200r／min）时最强。弱扰动强度（150r／min）时次之，中扰动强度（100r／min）时最弱．     

误差为Brown运动情形的半参数回归模型小波估计的强相合性

考虑半参数回归模型yt=xtβ＋g（t）＋εt，其中待估参数β∈R，t∈[0，1]为[0，1]上的未知函数，误差εt为标准Brown运动．先利用差分和最小二乘法得到参数的估计，然后利用小波方法得到非参数的估计，最后研究了参数及非参数估计量的强相合性．     

关于FSOLS（2^nu^m）的存在性研究

如果一个v阶自正交拉丁方（SOLS）有ni个阶为hi的子-SOLS（1≤i≤k），它们互不相交且是生成的，即∑i=1^knihi=v，就称这个自正交拉丁方为frame SOLS，记作FSOLS（h1^n1h2^n2…hk^nk）．本文讨论FSOLS（2^nu^m）（m≥3，u为偶数）的存在性问题，主要利用了填洞构造法和加权构造法，得到FSOLS（2^nu^m）的存在条件如下：（1）m=3，u=4，n≥22；u=6，n≥31；u≥8，n≥u／2且，n≠u／2＋2，u／2＋3；（2）m≥4，u≥8，n≥4．     

GRCA(1)模型中误差方差自加权估计的渐近分布

考虑随机系数自回归模型Y_t =Φ_ty_t-1+ u_t,其中 Φ_t为随机系数,u_t为随机误差。在允许Φ_t与u_t相依以及Eu_t无穷的条件下,构造了误差方差的自加权估计,并证明了该估计的渐近正态性。最后通过数值模拟,说明 自加权估计的稳健和有效性。     

GRCA(1)模型中误差方差自加权估计的渐近分布

考虑随机系数自回归模型Y_t =Φ_ty_t-1+ u_t,其中 Φ_t为随机系数,u_t为随机误差。在允许Φ_t与u_t相依以及Eu_t无穷的条件下,构造了误差方差的自加权估计,并证明了该估计的渐近正态性。最后通过数值模拟,说明 自加权估计的稳健和有效性。     

基于文化距离视角的美国OFDI区位选择研究

基于Hofstede文化维度理论和世界价值观调查数据,测度了基于KSI、EDI、WVS的3种文化距离（cultural distance,CD）,结合美国对52个东道国（地区）的直接投资及各项控制指标数据,使用面板校正标准误差（panel correction standard error,PCSE）模型进行分析,结果显示,CD与美国对外直接投资（outward foreign direct investment,OFDI）并非呈现简单的正负向关系,而可能存在门槛效应。通过Hansen门槛回归模型进一步考察了二者的内在作用机制,结果显示,CD通过了单门槛检验,即CD对美国OFDI存在门槛效应;当CD小于门槛值时,其作为正向因子积极促进美国OFDI,一旦CD超过门槛值,美国OFDI将显著减少。同时对“外来者劣势”和“外来者收益”二者关系的解释说明,CD与美国OFDI呈倒U型关系;CD较大时对美国OFDI的阻碍作用远大于CD较小时对其的促进作用,体现了美国OFDI对CD的敏感性。