协方差阵扰动模型的影响分析

本文建立了β（Ｚ）与β的一些关系式，β（Ｚ）是扰动模型未知参数向量β的ＢＬＵＥ，β是Ｇ－Ｍ模型β的ＢＬＵＥ；定义了度量扰动影响的距离测度Ｄｚ；给出了Ｄｚ的简单计算式。     

常用正态协方差阵估计的非容许性

在二次损失函数下,本文给出了正态方差最优同变估计的一个新的改进估计,并证明了常用正态协方差和协方差阵的估计都是非容许估计。     

大维协方差阵的估计及其应用

大维数据给传统的协方差阵估计方法带来了巨大的挑战,数据维度和噪声的影响不容忽视.首先以风险因子为自变量,对股票收益率建立线性回归模型;然后通过引入惩罚函数将取值非常接近的回归系数归为一组,近而来估计大维数据的协方差阵,提出了基于回归聚类算法的分块模型(BM-CAR),模型克服了传统的稀疏协方差阵估计的弊端.通过模拟和实证研究发现:较因子协方差阵估计方法而言,BM-CAR明显提高了大维协方差阵的估计效率;并且将其应用在投资组合时,投资者获得了更高的收益和经济福利.     

误差协方差阵的经验Bayes估计的收敛速度

本文利用密度的混合偏导数的核估计，构造出线性模型中误差协方差阵的逆的经验Ｂａｙｅｓ（ＥＢ）估计，在一定条件下，还证明了ＥＢ估计的收敛速度可任意接近于１，最后，给出了一个实例。     

协方差阵估计的比较

本文在一般线性回归模型误差异方差情况下，通过计算机模拟对回归系数最小二乘估计的协方差矩阵的估计进行了比较。结果表明，当样本大小大于50时，回归系数的最小二乘估计具有较高的估计精度；其协方差矩阵的五种估计以普通最小二乘估计的协方差矩阵为最优。     

奇异协方差阵下证券组合的有效子集

Szeg\"{o}曾猜想当协方差阵奇异时可能存在有效子集, 本文在奇异协方差阵下利用有效组合的通解, 给出了证券组合有效子集的一个等价定义, 并得到了在证券全集中存在有效子集的充要条件,还给出了证券子集为有效子集的一些新的充要条件.     

相依回归系统一种协方差改进估计之协方差阵的无偏估计

考虑相依回归方程系统ｙｉ＝Ｘｉβｉ＋εｉ（ｉ＝１，２），Ｅ（εｉ）＝０，Ｃｏｖ（εｉ，εｊ）＝σｉｊＩｎ。记βｉ为βｉ的协方差改进估计＾［１］。σｉｊ未知时，记βｉ为用非限定估计σｉｊ代替βｉ中的σｉｊ得到的两步估计，并记βｉ为用限定估计σｉｊ代替βｉ中的σｉｊ得到的两步估计，这两种两步估计的协方差中含有未知参数σｉｊ代替βｉ中的σｉｊ得到的两步估计，这两种两步估计的协方差中含有未知参数σｉｊ。本     

关于链模型的回归系数与协方差阵元素的关系

该文以数学公式的形式严格定义了[1][2]提出的多元链回归模型,块回归链模型．导出了这两类模型的回归系数用协方差矩阵元素表式的解析表达式。这些都去掉了[1][2]要求正态分布的假设．它们对图模型的理论研究及其应用都是很有价值的。最后本文还对一种块链模型讨论了它的回归系数与协方差阵元素所满足约束的互相对应关系．     

协方差阵扰动模型的Welsch-Kuh统计量与Cook距离

本文讨论线性回归模型中约束条件下协方差阵扰动模型的影响分析问题,定义了扰动模型的Ｗｅｌｓｃｈ－Ｋｕｈ统计量与 Ｃｏｏｋ距离,利用 Ｗｅｌｓｃｈ－Ｋｕｈ统计量研究扰动模型对其中某组数据对应的拟合值的影响以及用Ｃｏｏｋ统计量研究扰动模型对约束最小二来估计的影响．     

多元协方差阵扰动模型岭估计的影响分析

本文研究了多元线性同归模型岭估计的影响分析问题.利用最小二乘估计方法,获得了多元协方差阵扰动模型与原模型参数阵之间的岭估计的一些关系式,给出了度量影响大小的基于岭估计的广义Cook距离.     

一种利用Pls提取因子的财务危机预警模型

为了克服直接使用财务指标建立Logit模型存在的估计和检验不可靠问题,在所有的财务比率指标基础上,通过删除完全共线、意义相同和缺失数据指标,建立海选指标集.利用t检验筛选指标,删除t检验不显著的指标,保留t检验显著的指标,构建财务危机预警指标体系.通过提取互不相关的Pls因子,估计Pls-logit模型对因子赋权.将Pls因子回归代入Pls-logit模型对指标赋权,建立基于Pls-logit模型的财务危机预警模型.以2010年381家制造业上市公司作为建模样本进行了实证分析,表明Pls-logit模型中31个系数在5%的显著性水平下显著,说明建立的财务预警指标体系能够显著解释财务危机.以2010年和2011年随机抽取的制造业公司为检验样本进行回溯检验,检验结果表明预警总准确率达到91.7%以上.2010年危机预警准确率为66.7%;2011年危机预警率为100%.Pls-logit模型的总体预警准确率明显优于财务指标logit模型.     

均值方差结构模型的渐近稳健推断(英文)

均值方差模型广泛应用于行为、教育、医学、社会和心理学的研究.经典的极大似然估计对于异常点和分布扰动易受影响.本文基于目标函数最小化给出稳健估计,并基于稳健偏差提出模型拟合.     

基于Expectile和Realized GARCH模型的波动率预测

Realized GARCH模型是预测波动率的经典模型之一,最小化非对称二次损失函数的Expectile对收益率尾部分布更加敏感,我们在Realized GARCH模型的基础上引入Expectile提出Expectile-Realized GARCH模型。以沪深300指数的高频收益率为例建模分析,对比不同模型下的波动率预测效果,发现Expectile-Realized GARCH模型较Realized GARCH模型对波动率预测能力更好。其中,当风险水平为95%时,对应的Expectile-Realized GARCH波动率预测能力最好。     

简约SUR模型参数的协方差改进估计

考虑了SUR模型及其两个简约模型,给出简约模型下未知回归系数及其可估函数的协方差改进估计,并证明了在一定条件下该估计仍然是相应参数在原模型下的协方差改进估计.     

任意收益率分布和奇导协方差矩阵下的均值——风险模型研究

本文在一般均值-风险模型的框架下,在无套利假设下研究了奇异协方差矩阵和任意收益率分布情形下的投资组合问题,得到了模型有效边界的本质特征,并给出了极大线性无关组的确定方法及表示系数的求解方法,最后根据这些结论提出了有效的、操作性强的投资策略。     

多元协方差分析用于艾滋病疗法的选择

目的:优化HAART药物治疗方案,提高治疗效果,为广大患者和医生选择艾滋病的疗法提供科学的依据.方法:以CD4细胞数的增加值作为体现治疗效果的因变量,治疗时间和初始治疗CD4细胞数为协变量,通过四组疗法分组进行多元协方差分析。结果:患者治疗效果的差异主要是由于治疗方法和治疗时间以及初始治疗cd4值的差异所致;四种疗法的疗效总体上差异显著,满足完备性条件和显著性条件的疗法疗效优劣顺序是:M4>M2≈M3≈M1.结论:多元协方差分析用于艾滋病疗法的选择对实际工作有积极的指导意义.     

贵州省地区经济差异的协方差分析

本文以贵州省各地区近9年人均GDP作为评价指标,选取人均固定资产投资为协变量,运用协方差分析方法和SAS统计软件对贵州省地区经济差异进行评价,验证了贵州省近期经济发展还处于主要依赖投资拉动的阶段,得出贵州省各地区人均GDP对人均投资的依赖性很强,可以通过适当平衡政府投资来缩小地区经济差异的结论。     

基于反余弦函数变换的灰色预测模型研究

提出了反余弦函数变换方法,证明了这种变换是级比压缩变换,能够提高序列光滑度,可以保持序列凹凸性,不会增大还原误差,满足数据变换的构造准则.通过具体算例表明,基于反余弦函数变换的GM(1,1)模型的预测精度优于传统GM(1,1)模型和基于幂函数变换的GM(1,1)模型,说明了该变换的有效性.     

基于潍坊市GDP及影响因素的EGM预测模型对比分析

通过对2004—2014年的潍坊市GDP及影响因素的数据进行分析,建立EGM预测模型,利用通过检测的模型对潍坊市GDP及相关影响因素进行平均增速测算和分析,预测未来五年的发展情况,并进行了比较,结果符合实际情况,同时与其他预测模型相比较具有误差小,预测结果准确的特点,方法科学合理,具有一定的理论依据,为制定潍坊市发展的相关政策提供数据参考.     

基于ARMA-GARCH模型的股票价格分析与预测

利用时间序列模型对大众公用(600635)股票价格进行分析与预测.首先,通过对数据的初步分析,建立ARMA拟合模型;然后,通过模型检验发现模型残差中存在条件异方差性,通过加入GARCH项消除条件异方差性,得到了ARMAGARCH拟合模型;最后实证分析结果表明了模型的有效性与准确性.