具有稳定分布噪声的多重季节模型的贝叶斯分析

本文研究了具有稳定分布噪声的多重季节时间序列模型的建模及应用.稳定分布能够描述诸如方差无限、厚尾、有偏等非正态特征,但该类分布通常没有解析的密度函数,且参数的后验分布比较复杂.本文采用基于抽样的MCMC方法和切片抽样法估计模型参数,将多重季节模型的回归参数和稳定分布中的参数一起估计.通过模拟分析,说明了稳定分布的一些统计性质和文中建模方法的有效性.将模型应用于一个具有季节性和厚尾特征的实际数据集,演示了该类模型的应用价值.     

基于MCMC方法的ARFIMA模型贝叶斯分析及实证研究

在经济领域中,时间序列具有序列相关和长记忆等特征,用考虑了时间序列短记忆性和长记忆的ARFIMA来模型分析研究经济时间序列有利于提高拟合及预测的精度。近几十年来对ARFIMA模型参数估计和分数差分算子阶数d的研究越来越多,该模型的应用也越来越广泛。基于贝叶斯方法在参数估计中的优越性,本文结合众多应用此方法的文献所得到的后验分布特点,提出了合理的先验分布,考虑到计算难度,采用MCMC方法对模型的参数进行估计,最后应用我国过去几十年的GDP数据进行实证分析,得到了ARFIMA模型参数的后验分布图、均值、方差及95%的置信区间。     

基于Gibbs抽样的贝叶斯稳健ARMA模型研究

针对ARMA模型建模过程中模型识别和参数估计易受观测值异常点影响问题,构建了同时考虑加性异常点和更新性异常点的ARMA模型．运用基于Gibbs抽样的Markov Chain Monte Carlo贝叶斯方法,估计稳健ARMA模型参数,同步确定观测值中异常点的位置,辨别异常点类型．并利用我国人口自然增长数据进行仿真分析,研究结果表明：贝叶斯方法能够有效地识别ARMA序列的异常点．     

双曲分布及其在VaR模型分析中的应用

传统的计算V aR的R iskM etrics方法不能对市场风险分布的“厚尾”现象给出较为满意的刻画和计算方法.本文引入双曲分布及其算法并将双曲分布应用到V aR模型的计算之中,事实上通过对股票市场的实证研究表明,股票市场数据呈厚尾现象,用双曲分布对数据的拟合要比R iskM etrics方法假定的正态分布更符合金融市场数据的实际情况,故本文的结论与方法对金融风险管理和其他金融建模是有价值的.     

基于白噪声的网络传染病模型动力学分析北大核心CSCD

该文基于确定性网络传染病模型,建立了白噪声影响下的随机网络传染病模型,证明了模型全局解的存在唯一性,利用随机微分方程理论得到了传染病随机灭绝和随机持久的充分条件.结果表明,白噪声对网络传染病传播动力学有很大的影响,白噪声能有效抑制传染病的传播,大的白噪声甚至能让原本持久的传染病变得灭绝.最后,通过数值模拟验证了理论结果.     

我国新能源ARMA模型分析与预测

当煤炭、石油等不可再生能源频频告急,能源问题日益成为制约国际社会经济发展的瓶颈时,越来越多的国家开始开发新能源资源,寻求经济发展的新动力。本文运用计量经济学原理对我国新能源进行动态分析,建立ARIMA模型,给出了新能源的预测方法,为国家能源发展决策提供依据。为企业开发新能源提供决策依据。     

ARMA模型在我国电力需求预测中的应用

本文以1973年~2004年我国电力消费量的历史数据为基础,根据其趋势图拟合出与之相似的指数回归曲线,然后对其残差序列利用时间序列进行分析和识别,建立起适合我国电力需求预测的指数回归-ARM A(1,1)模型.结果表明此模型具有简单快捷、预测精度高的特点,可以满足实际预测要求.     

带ARMA(1,1)条件异方差相关的随机波动模型的MCMC算法

我们首先提出了一个带ARMA(1,1)条件异方差相关的随机波动模型,它是基本的随机波动模型的一个自然的推广.进一步,对于这一新模型,我们给出了一个马尔可夫链蒙特卡罗(M CM C)算法.最后,利用该模型的模拟数据,展示了M CM C算法在这种模型中的应用.     

对数稳定分布加速寿命试验的贝叶斯分析

对数稳定分布与对数正态分布相比具有厚尾等良好的特性,由于没有显式的密度函数,其参数估计有一定的困难.运用Gibbs抽样方法给出了对数稳定分布的Bayes参数估计,与对数正态分布参数估计进行了比较,并应用到恒加寿命试验数据的分析中.模拟研究说明了该方法的有效性,对数稳定分布作为新的寿命分布是合适的.     

基于ARMA模型的中国农产品价格的分析与预警

采用ARMA模型,对中国农产品生产价格指数(1979-2010)时间序列进行了建模分析.结果表明,ARMA(5,1)模型是平稳的且是可逆的.对2011-2013的中国农产品生产价格指数GPIFP进行了短期预测.预测结果分别是112,102和108.采用ARMA模型进行农产品生产价格指数的分析与预测,能较好地反映其动态变化,对促进我国农产品价格市场和谐发展具有重要的参考价值.     

稳定分布的多期投资组合模型及其应用

本文研究了多期投资组合模型的问题.利用非正态稳定分布和参数估计的方法,建立了市场上含一个无风险证券和多个风险证券时多期投资组合的模型,对于描述风险证券所具有的偏态和过度峰态的非正态特征及其股市中的应用起到了作用.     

具有非线性死亡密度和连续分布时滞的Nicholson飞蝇模型的周期解北大核心CSCD

本文研究了一类定义在非负函数空间上具有非线性死亡密度和连续分布时滞的Nicholson飞蝇模型,获得了判定该模型正周期解存在唯一和指数稳定的充分性判据,并结合实际例子的数值模拟展示了所获得理论结果的有效性．     

隐马尔可夫结构方程模型及其贝叶斯估计

结构方程模型是一种含有潜变量的经典统计学模型,被广泛应用于心理学、教育学、经济学、医学等领域。隐马尔可夫模型是一种基于随机过程的统计模型。本文书结构方程模型与隐马尔可夫模型相结合,构造了一种新的模型——隐马尔可夫结构方程模型,详细给出了隐马尔可夫结构方程模型的数学定义。为了对模型的系数进行贝叶斯估计,设定了模型参数的先验分布,然后利用MCMC方法模拟参数的后验分布,计算出了参数的后验均值作为参数的估计值。最后将参数的估计值与真值进行比较,发现估计效果良好。     

具有随机收入的一类更新风险模型中的期望折现罚函数北大核心CSCD

考虑了具有随机收入的索赔时间间距服从相型分布的保险风险模型.建立了期望折现罚函数所满足的积分方程,当年金收入量为指数分布时,得到了期望折现罚函数的拉普拉斯解.进一步当索赔数量分布属于有理函数族时,给出了期望折现罚函数的解析表达式.     

ARMA模型在哈尔滨气温预测中的应用

将时间序列分析引入到气温时间序列预测的研究中,深入分析气温样本数据,并对其建立ARMA模型.采用最佳准则函数法确定模型的阶数,并利用自相关函数对模型的残差进行了检验.通过条件期望预测和适时修正预测方法求得预测值,与真实值的比较得到适时修正预测精确度比条件期望预测的精确度高.     

基于MCMC抽样的金融贝叶斯半参数GARCH模型研究

GARCH模型是研究金融资产收益的重要模型,然而现有参数GARCH模型依然不能有效刻画金融资产收益偏态厚尾特性且存在模型设定风险。本文在非参数分布和GARCH模型基础上,建立半参数GARCH模型以提高模型的有效性;同时在贝叶斯框架内发展有效MCMC抽样解决模型的参数估计难问题,并利用DIC4研究模型比较问题;最后通过模拟研究和实证研究考察MCMC抽样的有效性,检验半参数GARCH模型在刻画金融资产收益特性和风险价值预测方面的实际效果。     

具有时滞的生态-传染病模型的定性分析北大核心

针对一类疾病在食饵中传播而把食饵分为易感和染病的时滞生态-传染病模型,以时滞(即传染病在食饵种群中的潜伏期)作为分支参数,讨论了系统正平衡点在时滞τ=0时的局部渐近稳定性,在τ>0时在一列临界值处发生了Hopf分支,并且对保持正平衡点稳定时时滞的范围也给出了估计.     

D_3□P_n的亏格分布北大核心CSCD

D_32□P_n为双极图D_3与路P_n的笛卡尔积图.本文引入了一种新的加边运算,结合图的部分亏格分布,得到了笛卡尔积图D_3□P_n的亏格分布的递推表达式.     

基于ARMA模型的股价分析与预测的实证研究

利用ARMA模型对招商银行(600036)的股票日开盘价(2010/10/13-2011/4/8)数据进行分析,并预测出未来3天(2011/4/11-2011/4/13)的股票开盘价数据.与实际数据相对照,模型预测误差小,说明ARMA模型非常适合于短期预测.     

基于MCMC方法的金融贝叶斯半参数随机波动模型研究

现有随机波动(SV)模型依赖于参数条件分布形式假设,无法充分描述金融资产收益的偏态厚尾等典型特点,而非参数分布能够更全面地刻画这些特性。本文将SV模型和非参数分布相结合,构建一类半参数SV模型;同时在贝叶斯框架内,发展有效MCMC抽样解决模型的参数估计难问题,并利用对数预测尾部得分(LPTS)法分析模型的极端风险预测能力;最后以我国美元/人民币汇率市场为例,对半参数SV模型在收益特性刻画以及极端风险预测方面的实际效果进行了检验。