基于自回归条件异方差模型的上证指数收益波动分析

股票市场的股价波动会引起股价指数的涨跌。本文基于计量经济学的自回归条件异方差模型,对上证指数2007年以来的1276个交易日的样本数据进行实证研究。结果表明:上证指数收益序列具有尖峰厚尾特征和波动的时段集群特征,适合利用自回归条件异方差模型进行分析及预测。研究结果为各方从不同角度把握上证指数收益波动的规律提供了股票投资理论和方法。     

基于分组的异方差检验和两阶段估计

本文提出了一种基于分组的异方差检验法，并给出了存在异方差时的两阶段估计。     

带未知异方差与半线性结构Tobit模型的半参数估计

本文将Tobit模型扩展至同时带未知条件异方差与半线性结构回归函数的场合,并提出一种计算简便的半参数二步估计法。该方法的关键之处在于连续两次施以成对相减变换,并先后消去第一步所得被解释变量非参数条件分位函数中的两类非线性冗余成分(非线性回归函数部分与未知异方差结构)。文章证明了估计量的n-一致性与渐近正态性,并通过Monte Carlo模拟研究了分位点对的选择、扰动项分布类型与样本删尾程度等因素对估计量小样本性质的影响。最后通过国内居民医疗服务利用不平等的实例验证了本文所提的方法。     

基于双变量线性回归模型的物流需求预测——以内蒙古为例

物流产业作为综合性很强的经济产业,无论是宏观决策,还是物流企业的规划和经营决策,都需要以正确的预测为前提。针对物流需求的特点。运用双变量线性回归模型对物流需求进行预测,并以内蒙古为例进行了实证。     

自回归条件异方差模型的研究分析

自回归条件异方差（ARCH）模型适用于对具有群集性和方差时变性特点的经济类时间序列数据的回归分析和预测。本文对ARCH模型中待定参数的确定进行了详细推导；探讨了对ARCH模型扰动影响的敏感性进行分析计算的方法；并实例应用ARCH模型对股票收盘价格的全年变动进行预测，研究分析其特点。     

指数自回归条件异方差模型的检验

本文在达尼艾尔松(1994)定义的随机波动模型(SV)的基础上,借用迪拉克.德鲁塔函数的思想,提出检验指数自回归条件异方差(EGARCH)模型的拉格朗日乘数检验统计量。该检验统计量的提出预示着一定条件下EGARCH模型为SV模型的一种特例。最后通过蒙特卡罗计算机仿真实验验证该检验统计量的检验能力。     

带未知异方差广义空间模型的有效估计

空间单元大小以及其它的经济特征上的差异,常常会导致空间异方差问题。本文给出了广义空间模型异方差问题的三种不同估计方法。第一种方法是将异方差形式参数化,来克服自由度的不足,使用ML估计进行实现。而针对异方差形式未知时,分别采用了基于2SLS的迭代GMM估计和更加直接的MCMC抽样方法加以解决,特别是MCMC方法表现得更加优美。蒙特卡罗模拟表明,给定异方差形式条件下, ML估计通过异方差参数化的方法依然可以获得较好的估计效果。而异方差形式未知的情况下,另外两种方法随着样本数的增大时也可以与ML的估计结果趋于一致。     

基于多元线性回归模型预测分析的实例研究

本文通过一家小型服装经营店一年的员工薪酬、宣传费用和流动资金与销售额的数据,通过多元回归预测模型预测在未来某一月份的销售额情况。结论也符合服装店的实际情况,说明该模型用于预测销售额是有效的,能较好的分析销售额的变化规律也可以为未来投资提供参考。     

关于职工工资总额的计量分析——基于时间序列数据的研究

拟建立模型是关于职工工资总额与总人口,国内生产总值和居民消费价格指数之间的关系. 指标信息如下: 在岗职工工资总额(Staff Total Wages):是指各单位在一定时期内直接支付给本单位全部在岗职工的劳动报酬总额.工资总额的计算应以直接支付给在岗职工的全部劳动报酬为根据.各单位支付给在岗职工的劳动报酬以及其他根据有关规定支付的工资,不论是计入成本的还是不计入成本的,不论是以货币形式支付的还是以实物形式支付的,均应列入工资总额的计算范围.工资总额包括计时工资、计件工资、奖金、津贴和补贴、加班加点工资、特殊情况下支付的工资. 总人口(年末)(POP):是指一定时点、一定地区范围内有生命的个人总和.年度统计的年末人口数指每年12月31日24时的人口数,包括中国人民解放军现役军人.年度统计的全国人口总数内未包括香港、澳门特别行政区和台湾省以及海外华侨人数. 居民消费价格指数(CPI):是指反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数,是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算的结果.该指数可以观察和分析消费品的零售价格和服务价格变动对城乡居民实际生活费支出的影响程度. 国内生产总值(GDP):国内生产活动的最终成果.国内生产总值有三种表现形态,即价值形态、收入形态和产品形态.从价值形态看,它是所有常住单位在一定时期内生产的全部货物和服务价值超过同期投入的全部非固定资产货物和服务价值的差额,即所有常住单位的增加值之和;从收入形态看,它是所有常住单位在一定时期内创造并分配给常住单位和非常住单位的初次收入之和;从产品形态看,它是所有常住单位在一定时期内最终使用的货物和服务价值减去货物和服务进口价值.在实际核算中,国内生产总值有三种计算方法,即生产法、收入法和支出法.三种方法分别从不同的方面反映国内生产总值及其构成.     

多元线性回归模型预测巴中市建设用地需求量

文章以四川省巴中市新一轮土地利用总体规划修编的实践为基础,探讨有哪些因素会影响建设用地需求量,并从中选出影响最重要的因子,通过Eviews统计软件分析每个影响因子与建设用地的关系,并构建多元线性回归模型,从而预测巴中市建设用地需求量.     

多元线性回归模型预测巴中市建设用地需求量

文章以四川省巴中市新一轮土地利用总体规划修编的实践为基础,探讨有哪些因素会影响建设用地需求量,并从中选出影响最重要的因子,通过Eviews统计软件分析每个影响因子与建设用地的关系,并构建多元线性回归模型,从而预测巴中市建设用地需求量。     

异方差问题伪检验研究北大核心CSCDCSSCI

研究目标:探讨异方差相关的伪检验及参数可分辨问题。研究方法:运用理论分析和蒙特卡洛仿真方法。研究发现:同方差或异方差情形使用错误异方差的WLS的假设检验是错误的,易导致伪回归,常比直接使用OLS更糟;异方差时虽估计是一致的,即使大样本也不可直接使用OLS进行假设检验,因得到伪回归或将显著参数误判为不显著的可能性不会随样本增大而改善;稳健方差估计可得到OLS实际方差的较好估计,对原假设误判通常无影响,但参数分辨力变差,检验功效明显下降;WLS的BLUE性很不稳健,只识别出引起异方差的变量而不了解其完整结构没有意义。研究创新:推导出参数分辨率公式,发现避免异方差伪检验的思路。研究价值:为正确评价存在异方差的模型提供了有益的建议。     

非参数统计视角下的异方差检验设计及其应用

以数据生成过程为导向,探讨了异方差来源的基本类型;依据非参数统计的基本思想,设计了切实可行的Mood方差检验方法与平方秩检验方法,并针对异方差来源类型,分析了相应的检验思路。蒙特卡罗模拟表明,Mood方差检验方法在异方差检验方面具有很高的检验效力;平方秩检验方法在异常经济现象情形下检验效力较低,而在其他情形下检验效力很高。同时,进一步阐释了纠正异方差的基本逻辑。     

具有结构突变的CAPM的阶段异方差和自相关性的调整LM检验

由于金融市场是动荡不定的,资产定价模型CAPM往往会出现结构突变,异方差,序列相关,因此需要对CAPM的随机误差进行齐性检验。对于具有单个结构突变点的CAPM,本文得到了检验阶段异方差和自相关性的调整LM检验统计量。Monte Carlo模拟的结果显示,该调整LM检验统计量具有比普通LM检验统计量更好的检验功效。最后,我们用一个具体的实例论证了方法的有效性。     

多元线性回归模型的纺织产业发展影响因素研究

寻求国内纺织产业发展的主要影响因素。以相关理论为指导,利用相关数据,建立多元线性回归模型,研究影响国内纺织产业规模发展的主要因素。回归模型结论为,模型整体拟合较好,纺织产业资产、产业关联、产业集聚对纺织产业发展的影响较大,扩大产业资产,加强纺织产业集群和关联产业的发展有利于促进纺织产业壮大发展。     

非参数核密度估计在异方差模型中的应用

针对非参数核密度估计中最优窗宽的选择在实际建模中的不足,提出了一个新的最优窗宽选择的迭代方法,克服了使用传统的经验法则所带来的局限性。并在此基础上用一种新的非参数核密度估计ML方法应用到了中国股票市场,通过与极大似然估计对比论证了此方法的有效性和可行性。实证分析表明,通过与实际值的模拟对比,运用非参数估计技术得到上证指数日收益率的拟合值要优于极大似然估计的拟合值。     

利用灰色线性回归组合模型进行变形监测数据的预测分析

当今,自然灾害频发,环境的监测和治理要求加强对各种工程进行变形监测,及时分析数据,预测发生灾害可能性;本文利用灰色GM(1,1)模型和灰色线性回归模型的对比,说明利用灰色组合模型进行监测数据分析和预测的优越性。     

基于线性回归模型的我国GDP影响因素分析

本文旨在从计量经济学的角度出发,建立合理的计量经济学模型,对影响我国GDP的因素作出分析。首先,我们得出GDP主要为哪些因素对其产生影响。其次,我们收集了各个因素的相关数据,通过Eviews软件对模型中参数作出估计,解释其经济意义。最后,我们根据得出的结论提出了合理化的政策性建议。     

基于灰色线性回归组合模型的航班起降架次预测研究

基于线性回归模型和灰色预测模型的优缺点,将两种模型相结合,采用灰色线性回归组合模型结合历年的航班起降架次,对未来航班起降架次进行预测.通过对预测结果及实际数据的对比分析,2020年的航班起降架次预测结果与实际数据相比误差较大,其余年份预测结果与实际值误差均小于5％,考虑到疫情对民航的影响,该模型总体上能够较好的对航班起降架次进行预测,预测结果较准确.