面板数据交互固定效应模型的方差分量检验

研究了面板数据交互固定效应模型中方差分量的检验问题.首先依据模型中误差项的估计构造辅助回归模型,然后根据该辅助回归构造检验统计量,对模型中的异方差性进行检验.进一步,通过构造不同的辅助回归模型和检验统计量可以判别异方差的来源.在一定正则条件下,得到了检验统计量在原假设和备择假设下的渐近分布,并说明所提出的检验方法不依赖于误差分布.最后,通过模拟研究对本文的检验方法进行评价,说明所提检验方法是有效的.     

具有线性趋势回归信度模型的自相关性的score检验

回归信度模型在保险研究中具有重要的作用。本文讨论了具有线性趋势回归信度模型自相关性的score检验问题。首先推导出模型中自相关存在性检验的score检验统计量,然后利用Monte-Carlo方法模拟了此种检验统计量的功效。最后利用文中所得到的检验方法对旅客意外身体伤害保险数据进行了实例分析。     

协整回归残量平稳性的小波检验

本文研究基于小波方法的协整回归残量平稳性检验。将文献[6]中的小波方法推广到了协整关系的检验,给出了对线性协整模型OLS回归后得到的残量进行平稳性检验的小波方法,得到了在原假设非协整下检验统计量的渐近分布。模拟实验和实例分析都验证了新方法的有效性。     

教育收益率估计方法的比较

本文对教育经济学中个人教育投资明瑟收益率的估计方法进行了比较研究,特别是引入了部分线性回归模型对明瑟收益率进行估计的方法,并且通过广义似然比检验对常规明瑟模型中的参数形式进行了检验。     

具有线性趋势回归信度模型异方差的score检验

回归信度模型在保险研究中具有重要的作用.本文分险种内部,险种之间,险种内部及之间三种情形讨论了具有线性趋势回归信度模型异方差的score检验问题.首先推导了异方差存在性检验的score检验统计量,然后利用Monte-Carlo方法模拟了这几种检验统计量的功效,功效模拟结果显示：这几种检验统计量都有很好的检验效果.最后利用文中所得到的检验方法对旅客意外身体伤害保险数据进行了实例分析.     

复相关系数检验表的编制

在社会经济统计中,目前应用最多的数理统计方法除抽样理论外,就是回归分析了.在回归分析中列出回归方程后,还必须对回归效果进行显著性检验.一元线性回归可用相关系数r(或称单相关系数)值与相关系数(ra)检验表中的相应临界值,比较大小来判定其相关显著性程度.而多元线性回归,虽然同样也可仿照计算出其复相关系数R值,但由于没有复相关系数(Ra)检验表可供查找其临界值,因此无法直接衡量相关显著性程度.大大降低了复相关系数的使用价值.一般还是要通过方差分析来计算F统计量才能进行显著性检验.这样,不但手续麻烦,而且还要掌握方差分析,F检验…     

具有双线性BL(1,1,1,1)误差的非线性回归模型相关性和方差齐性的检验

在时间序列回归模型分析中,相关性和方差齐性的检验是一个很基本的问题.本文讨论了具有双线性BL(1,1,1,1)误差的非线性回归模型的相关性和方差齐性的检验问题, 用Score检验方法给出了双线性项检验、相关性检验、方差齐性检验、以及相关性和方差齐性同时检验的检验统计量.推广和发展了具有线性序列误差项回归模型的结果.本文还用数值实例说明了检验方法的实用价值.     

非参数模型均值函数结构变点的Bootstrap检测

本文检测非参数回归模型均值函数结构变点,针对均值函数跃度的长期均值为零时,基于残量的CUSUM统计量对均值函数结构变点检验无效的问题,本文提出了一种基于均值函数的核估计的检验统计量,得到统计量在原假设和备择假设下的极限分布,并构造Bootstrap方法对非参数回归模型均值函数结构变点进行检验,证明了检验和估计的一致性;模拟结果表明本文方法明显优于已有方法。     

基于主Hessian方向的中央均值子空间边际坐标检验

本文给出了基于两种相近的主Hessian方向方法的边际坐标检验. 这种检验方法能够非常有效的识别自变量对于回归均值中央子空间的贡献. 此外, 与利用切片逆回归和切片平均方差估计的检验方法不同的是, 本文中主Hessian方向的检验方法可以避免对切片数目的选择. 我们证明了检验统计量在原假设下的渐近分布, 并且通过模拟, 证实了检验的有效性.     

基于pena距离的非线性回归模型的影响分析

基于pena距离统计量对非线性回归模型的影响分析进行了讨论,得到了非线性回归模型的pena距离公式,并对公式的分析性质以及其对高杠异常点的检测作用做出了相应的结论,得出了在一定条件下pena距离对异常点的检测优于Cook距离的结论,特别是对高杠杆异常点的检验,pena距离的效果更加明显,给出了实际数据检验结果,对方法的有效性进行了验证。     

基于GOMPERTZ函数的上证综合指数预测的实证研究

对基于G om pertz函数的上证综合指数进行预测的可行性进行了分析,同时,在对上证综合指数的具体走势及实际数据进行研判的基础上,对牛市行情下上证综合指数的运行进行了预测的实证研究,得出了相应的结论,并提出了该预测方法进一步完善之处和可进一步深入研究的问题.     

上海股票市场和国际主要股票市场之间波动溢出效应的实证研究

使用BEKK—二元GARCH(1,1)模型,对于我国股票市场和国际主要股票市场之间的波动溢出效应进行了实证研究.分析结果表明,上证综指和标准普尔500指数、日经225指数之间存在单向波动溢出效应,而上证综指和香港恒生指数之间存在双向波动溢出效应,上证综指和新加坡海峡时报指数之间不存在波动溢出效应.     

股价指数的记忆性特征

本文通过ARFIMA模型(分整自回归滑动平均模型)分析了上证日指数、周指数、月指数序列的记忆性特征,说明股票价格日指数具有长记忆性、周指数具有中等记忆性、月指数具有短期记忆性,这一结论说明了中国股票市场是非有效的,其本身隐含一定的政策含义。     

沪深股指波动的杠杆效应和星期效应分析

在TGARCH模型中引入哑变量以同时反映条件方差波动的不对称性和星期特征,并运用其对沪深股指波动特征进行了实证分析.结果表明沪深股指波动存在着明显的杠杆效应和星期效应.     

基于聚类技术的股市基本趋势规律挖掘

提出采用技术指标构造特征空间,在特征空间上用模糊核聚类算法寻找股市规律的股市技术分析方法。对1997年以来的沪深大盘指数进行了实证分析检验,识别出了市场基本趋势的演化规律,显示出该方法具有长期预测市场发展方向的能力。     

自回归条件异方差模型在我国沪市的应用研究

应用自回归条件异方差(ARCH)模型对上海股市2000年—2004年4月上证指数收益率进行建模分析;实证结果反映上证指数收益率具有明显的群集聚集性、波动性、尖峰厚尾的特征,并且ARCH模型的预测能力较强.     

基于小波分形理论的股价指数信息量测度研究

本把小波分析和分形理论引入到股价指数时间序列的分析中，给出了股价指数波动复杂性的信息量测度方法——信息熵和分形维方法。通过对上证综指和深证成指1994年1月3日至2002年3月4日期间的数据进行的实证分析显示，两种方法均能刻画股价指数波动的复杂程度，这对初步了解我国股市场的波动规律有一定的实际意义。     

股价指数时间序列的分形性质分析

用一种新的信号处理工具-小波变换,对股价指数数据进行分析,发现股价指数数据类似于一类更广的噪声一分形噪声,从而推广了传统上处理股价指数时间序列时总假定其为白噪声或高斯噪声的假设,用分形噪声能更好地刻划股价指数数据的波动特性.对上证指数和深证指数的实证分析显示,两市股价指数均存在正相关,我国股票市场不是弱式有效市场.实证也显示出小波变换是研究股价指数波动特性的一种有效的方法.     

沪深股票市场之间波动性影响关系研究

以对沪深两市波动性指标的解构分析为基础,给出了基于GRACH模型、Granger模型的综合运用,同时引入协整检验和误差纠正机制的均衡分析方法,对沪深两市的波动相关性进行实证分析和模型检验,系统性揭示了沪深两市波动性的关键特征和沪深两市波动互相影响的因果规律,为基于沪深两市金融资产的定价和风险管理奠定了基础.     

基于高斯核支持向量机和遗传算法的优化组合研究

选用2008~2015共8年数据,首先基于高斯核的支持向量机在沪市A股上构建周期性的投资组合,并通过误差图和评价指标与BP神经网络、广义回归神经网络进行比较,结果表明了支持向量机在股票预测上更具有优势.再将改进遗传算法运用于上证股票市场构建最优投资组合,以上证指数作为基准进行比较,得出混合遗传算法优化组合的模型相比单一模型更为有效.