聚集数据多元线性模型参数的多元聚集综合岭估计的相对效率

对于聚集数据的多元线性模型,提出了参数的多元聚集综合岭估计的概念,给出了多元聚集综合岭估计相对于最小二乘估计及最佳线性无偏估计的两种相对效率,并得到了这两种相对效率的上界.应用Monte Carlo模拟,验证了有关结论是合理的.     

优化MGM(1,n)模型及其应用研究

从最小二乘估计的适用条件出发,在建立MGM(1,n)模型前,先采用BoxCox变换对原始数据进行变换,以解决或缓解误差项的正态性偏离问题.首先,以模型拟合平均误差最小化为目标,建立非线性优化模型,在参数的置信区间内,应用PSO(Particle Swarm Optimization)算法求最优解.然后,应用求解得到的参数,建立优化MGM(1,n)模型.在实例分析中,将优化MGM(1,n)模型应用于深基坑围护结构变形预测,实验结果表明通过对原始数据做合适的Box-Cox变换,能够有效提高模型的拟合及预测精度,拓广多变量灰色预测模型的适用范围.     

非线性Black-Scholes模型下算术平均亚式期权定价问题

在非线性Black-Scholes模型下,研究了算术平均亚式期权定价问题.首先利用单参数摄动方法,将亚式期权适合的偏微分方程分解成一系列常系数抛物方程.其次通过计算这些常系数抛物型方程的解,给出了算术平均亚式期权的近似定价公式.最后分析了近似结论的误差估计,并通过数值算例验证了所得近似结论的合理性.     

莆田市旅游业的发展与区域经济增长关系的实证研究

基于1996-2013年莆田市旅游业收入与地区GDP的相关数据,研究莆田市旅游业的发展与区域经济增长的关系.考虑到这些数据是时间序列数据,首先对这些序列进行平稳性分析,然后应用协整理论和Granger因果检验进行实证研究,并且建立了误差修正模型.结果表明,莆田市旅游业的发展与区域经济增长存在着长期稳定的关系和单向的Granger因果原因,即区域经济带动旅游业的发展影响较小,而旅游业的发展促进区域经济发展的影响较明显.     

战略性新兴产业创新效率实证研究——基于DEA方法的分析

采用DEA方法,以辽宁省数据为切入点,以新产品销售收入度量短期创新产出,专利申请数度量长期创新产出,首先测算辽宁省2000-2011年战略新兴产业五个细分行业短期与长期创新效率;然后采用一元线性回归分析,研究模仿创新和自主创新方式对创新效率的影响.结果显示五个行业长期和短期的创新效率均呈现逐步上升趋势,发展态势良好,且仍有上升空间;模仿创新和自主创新方式对创新效率均有不同程度的显著影响,坚持模仿创新和自主创新相结合的方式,能有效提高产业创新效率.     

基于互补双对数模型的国际资本流入风险影响因素研究

首先通过理论模型和文献回顾的方式对国际资本流入风险进行定量刻画;其次,运用18个新兴市场国家的样本数据,基于面板互补双对数模型(cloglog)模型实证研究了国际资本流入风险的影响因素,结果表明:外汇储备/GDP和GDP增长率水平越高,发生国际资本流入风险的概率越大,而经常账户余额/GDP和M2/GDP的比率越高,国际资本流入风险水平越低;最后,根据结论,为我国应对国际资本流动风险提出了相关政策建议.     

一种提高风能利用率的风力发电机控制策略

在变速恒频风力发电机组的各类并网逆变器控制策略中,零d轴电流控制和空间矢量脉宽调制(SVPWM)以能够提高风能利用系数和稳定逆变器输出电压的优势得到了广泛的应用.在理论研究阶段需要对其进行仿真,然而在Matlab/Simulink中并没有可以实现上述功能的并网仿真模型.因此推导了变速恒频风力发电机组及控制策略的数学模型,并在Matlab/Simulink中完成搭建、当风速恒定不变时,对发电系统的运行情况进行了仿真.结果表明,零d轴电流控制与SVPWM的结合,既提高了风能利用系数,又有效地提高了逆变器的输出电压,保证当电网电压升高时不影响发电系统向电网输送功率的效率.     

非线性Black-Scholes模型下Bala期权定价

在非线性Black-Scholes模型下,研究了Bala期权定价问题.首先利用双参数摄动方法,将Bala期权适合的偏微分方程分解成一系列常系数抛物方程.其次通过计算这些常系数抛物型方程的解,给出了Bala期权的近似定价公式.最后利用Green函数分析了近似结论的误差估计.     

非线性Black-Scholes模型下几何平均亚式期权定价

在非线性Black-Scholes模型下,本文研究了几何平均亚式期权定价问题.首先利用单参数摄动方法,将亚式期权适合的偏微分方程分解成一系列常系数抛物方程.其次通过计算这些常系数抛物型方程的解,给出了几何平均亚式期权的近似定价公式.最后利用Green函数分析了近似结论的误差估计.     

动态变系数回归模型的识别与非参数GMM估计

主要研究关于面板数据的有限阶固定效应的动态变系数回归模型(简称FDVCM)的统计推断问题.基于B-样条函数和广义矩估计(简称GMM)方法,首先建立了未知系数函数的非参数GMM估计,并证明大样本情形下该估计达到最优非参数收敛速度且具有渐近正态性质.然而实际问题中模型的动态阶数完全未知,也可能存在其它冗余的回归变量,文中借助文[Fan J,Li R.Variable selection via penalized likelihood and its oracle properties.Journal of the American Statistical Association,2001,96(456):1348-1360]中的smoothly clipped absolute deviation(简称SCAD)惩罚函数同时识别真实的动态阶数和显著的外生回归变量.同时建立了压缩估计的Oracle性质,即所识别的模型与真实模型中的参数估计具有相同的渐近分布.最后,无论是数值试验还是实例数据分析都验证了本文方法的合理性和可行性.