一个新的时变系数分位数回归模型及应用

结合普通分位数回归的模型结构和可行性最小二乘方法的时变系数特征,在普通分位数回归模型的损失函数中引入动态误差设定,提出了一个新的模型：时变系数分位数回归模型,并给出其模型表示、模型估计以及模型检验等建模方法。时变系数分位数回归模型更能够适应广泛数据类型的建模需求,体现回归系数的时变特征,揭示解释变量对响应变量完整条件分布特征的影响,具有广阔的应用前景。将其应用于组合投资决策分析,构造出VaR风险动态组合投资方案,并与VaR风险静态组合投资方案、方差风险静态组合投资方案、方差风险动态组合投资方案等进行实证比较。结果表明,基于时变系数分位数回归模型的VaR风险动态组合投资方案所得投资效果在收益、方差、Sharpe比率和VaR数值等方面都显著优于其他三种方案。     

零膨胀损失次数的贝叶斯分位回归模型

研究目标：建立零膨胀损失次数的贝叶斯分位回归模型。研究方法：通过增加随机扰动将离散型的损失次数数据转化为连续型数据,在预测误差平方和最小的条件下,求解出分位数水平,并应用贝叶斯方法求解分位回归模型中的参数。研究发现：基于得到的分位回归模型及相应的分位数水平,实现对未来的损失频率的预测。研究创新：借助等式关系,求解分位回归的分位数水平,避免主观选择分位数水平的弊端,实现对零膨胀损失次数贝叶斯分位回归建模。研究价值：基于一组实际数据的实证分析结果表明,该模型可以显著改进现有模型的拟合效果。     

测算我国技术进步率及其经济增长贡献率的新方法

研究目标：更准确地估算我国的技术进步率、TFP增长率及其对经济增长的贡献率。研究方法：以经济增长理论为基础,利用AMOS软件,构建以技术进步率和人均资本增长率为潜变量的多指标多原因结构方程模型（MIMIC Model）。利用MCMC贝叶斯法估计模型参数,最后用贝叶斯插补法估算两个潜变量。研究发现：利用新方法估算出的技术进步率更加合理,新方法也显示出了技术进步与其他经济变量之间更为明确的作用机制。研究创新：首次利用结构方程模型（SEM）估算中国技术进步率。研究价值：为SEM模型在经济领域中的应用提供了规范。     

基于双自适应Lasso惩罚的随机效应分位回归模型研究

研究目标：解决随机效应分位回归模型中固定效应和随机效应系数同时估计和选择问题。研究方法：对固定效应和随机效应系数同时实施自适应Lasso惩罚,并为参数估计设计交替迭代算法。研究发现：新方法不仅对随机误差分布具有较强的稳健性,而且在不同稀疏度模型下均有着良好的表现,尤其是在高维情形时。研究创新：本文提出的方法在对模型中重要自变量进行选择的同时能够充分考虑随机效应的影响;交替迭代算法不仅有效解决了需要选择两个惩罚参数的困境,而且收敛速度快。研究价值：为实际工作者对面板数据和纵向数据的分析提供了有效的建模方法。     

半参数变系数空间误差回归模型的估计

研究目标：克服半参数变系数回归模型中误差项可能存在的空间相关性问题。研究方法：提出一类新的半参数变系数空间误差回归模型,并构造其截面似然估计。研究发现：在小样本条件下,模型估计量具有良好的表现,其精度随着样本容量的增加而提高;应用该方法分析我国资源禀赋与地方公共品供给之间的相互关系,进一步证实了模型较强的适用性。研究创新：证明了估计量的一致性与渐近正态性,并通过蒙特卡洛模拟考察了估计方法的小样本表现。研究价值：新方法对于其他结构的半/非参数空间计量模型理论研究具有推广价值,其估计技术在经济、管理等学科中具有应用价值。     

董事会监管与盈余管理——来自沪深两市上市公司的经验证据

文章以2007年－2011年间沪深两市上市公司面板数据为样本,舍弃了未考虑个体效应的截面回归方法,采用更适合短面板数据估计的固定效应模型考察了董事会特征替代变量与盈余管理程度之间的关系。在控制了上市公司资产规模、资产结构、盈利能力、股权结构后,研究发现：董事会频率与盈余管理程度正相关,独立董事比例、薪酬越高的上市公司盈余质量越好。独立董事与上市公司工作地同城的,上市公司盈余质量更好。     

基于贝叶斯结构突变的随机系数动态面板模型研究

针对目前随机系数动态面板模型中存在内生变量初始值固定、个体自回归系数平稳以及不存在结构突变的种种限制,本文提出用分层贝叶斯方法首次检测和估计了含未知结构突变的随机系数动态面板模型。容许初始值与个体相关,自回归系数服从logitnormal分布保证平稳性,得到了未知结构突变和随机系数的后验密度估计。对1995年到2012年中国五省市出口总值月度数据进行实证分析,检测出四个结构突变,分析突变前后的情况表明出口总值存在三大特征：呈现稳定增长态势,但省市间差距逐渐扩大;重大的外部需求冲击对出口有显著影响;出口总值的结构突变有明显的季节特征.     

Logistic回归的ArctanLASSO惩罚似然估计及应用

Logistic回归是计量经济学中应用最广的离散选择模型。当变量个数较多时,极大似然估计解释性较差,为此本文基于新的惩罚函数ArctanLASSO,给出Logistic回归的一种非凸惩罚似然估计进行参数估计和变量选取,并证明了估计量的n1/2相合性和Oracle性质。本文结合二阶近似处理、LLA方法和梯度下降法给出估计算法,并通过最小化BIC准则对正则化参数进行选取。模拟数据分析显示,当样本量较大时,该方法在参数估计和变量选取两个方面都优于传统的LASSO、SCAD和MCP方法,样本量较小时,该方法同样具有很大优势。实际数据分析表明,该方法很好地权衡了拟合程度和非零系数的选择,是最优的备选模型,具有重要的实际意义。     

我国机动车辆保险市场的风险理赔因素分析——分位点及受限分位点回归的应用

我国大部分关于车险市场的实证分析都是基于OLS回归展开的,与OLS方法相比,分位点回归(QR)提供了有区别分位点上不同的回归值.考虑到保险赔付数据的截尾删失性,本文还进一步运用受限因变量的分位点回归分析方法(CQR)进行了探讨.结果显示,如果保险人更关注的是那些异常的巨额赔付,那么QR模型将是最好的选择,因为它的估计结果通过现行统计软件可以非常容易地获得,缺点是QR模型会低估回归变量的系数.所以,如果要通过赔付额来厘算合理保费的话,则需要借助CQR模型,它能带给我们更一致的估计结果.     

带多个变点的逐段连续线性分位数回归模型及应用

研究目标：建立具有多个变点的逐段连续线性分位数回归模型（Continuous Piecewise Linear Quantile Regression with Multiple Change Points,CPLQR）。研究方法：先通过LASSO和广义贝叶斯信息准则确定变点个数,再通过线性化技巧来估计变点的位置与回归系数。研究发现：新方法能够同时确定变点个数、估计变点位置和回归系数,而且具有较强的稳健性;应用该方法于年龄和身体质量指数之间关系,进一步证实了模型的实用性。研究创新：新方法能够处理多个变点的问题,通过LASSO和广义贝叶斯信息准则确定变点数目,避免了主观判断的弊端;借助线性化技巧,解决了目标函数在变点处不可导问题。研究价值：本文结果将为分析经济、金融、医药和生物等学科中存在结构变化的数据提供强有力的研究工具。