分位数误差校正模型及应用

误差校正模型具有较好的预测能力,在时间序列分析中占据重要地位。将误差校正模型从均值框架推广到分位数框架,提出了分位数误差校正模型的概念,并给出一整套建模技术：模型表示、参数估计、模型定阶、诊断检验、密度预测等。通过数值模拟,将其与经典的均值误差校正模型、分位数自回归模型进行比较,发现分位数误差校正模型极大地提高了预测的准度与精度。此外,选取中国货币供应与物价水平之间关系作为研究对象,实证检验了分位数误差校正模型的条件密度预测能力。     

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。     

分位数局部调整模型及应用

本文基于分位数的回归理论与方法,提出了一个新的经济计量模型:分位数局部调整模型,并给出了其数学表示、参数估计与预测方法等一整套建模技术。分位数局部调整模型能够细致地给出响应变量在各个分位点上的条件分位数,便于揭示响应变量位置、散布与形状等动态调整过程的全景信息,从而得到比均值局部调整模型更为深刻的结果。最后,将分位数局部调整模型应用于中国货币需求分析,结果显示,在货币需求的不同阶段,不仅调整速度不同,调整方式也呈现出非对称性;M1存在货币失踪之谜现象,而M2却在条件密度第一个最优区域实现了供求均衡;最优货币需求条件密度曲线较为分散,这为央行制定货币政策预留了足够的空间。     

通货膨胀持久性及其非对称性研究——基于分位数自回归模型

本文运用分位数自回归模型研究中国通胀率的持久性及其非对称性特征.研究结果表明,中国通胀率具有高持久性,从通胀率条件分布的低分位数到高分位数,持久性不断增强.基于不同分位数的单位根检验结果显示,中国的通胀持久性具有非对称性,即在受到负向冲击或减速通胀状态下,通胀率序列往往服从平稳自回归过程;而在受到正向冲击或加速通胀状态下,通胀率序列通常服从单位根过程.分位数自回归模型可以有效区分通胀率波动路径中的平稳点和非平稳点.据此,央行可以构建预警机制,以对通胀率的波动进行实时监测和调控.     

教育和经验对中国居民收入的影响——基于分位数回归和审查分位数回归的实证研究

本文主要用较为前沿的分位数回归以及审查分位数回归技术对中国的明瑟方程进行检验,结果表明,教育和经验对于中国居民的收入有正面的促进作用,教育的回报率似乎随着收入的增加而下降,而经验的回报率似乎随着收入的增加而上升。文章还比较了教育和经验在不同的分位点对于中国男性居民和女性居民各自的影响,结果发现在各个分位点上,教育和经验对中国女性居民收入的回报要高于对男性居民收入的回报。本文还比较了一下普通分位数回归结果与审查分位数回归结果,发现当被解释变量右端受到审查时,在较低的分位点上,两者之间的估计结果是一样的,而在较高的分位点上,两者的估计结果明显不同。     

基于分位数回归的中国居民消费研究

本文从经济增长理论及一般均衡分析入手,将居民收入和政府支出引入效用函数,探讨消费、生产及政府行为三者之间的关系,得到消费的动态方程。同时基于该方程利用分位数回归进行实证分析,结果表明,不同消费量下各变量对消费有不同的影响,同时对城镇和农村的影响程度也各不相同。     

基于随机边界模型及分位数回归的IPO定价效率分析

本文以我国2005~2012年初上市的880家新股作为研究对象,运用随机边界模型实证检验了中国新股市场发行定价效率,并进一步采用分位数回归方法分析了不同发行价格水平下我国新股发行定价的影响因素问题。结果显示,我国新股发行市场的定价水平不是充分有效的,存在发行人故意折价的行为。发行前后每股净资产对发行价的影响比较稳定,不受价格变化的影响;本次股票实际发行数量和发行前总股数对发行价的影响较大,尤其在高发行价水平下更大;发行市盈率对定价水平的影响较小。     

分位数回归的金融风险度量理论及实证

金融风险度量指标VaR是风险管理的重要内容。本文研究了不同的分位数回归模型在估计该指标时的表现,并选取标准普尔500指数、日经225指数、上证综指、深证成指进行了实证检验。在递归形式的分位数回归CAViaR模型中,本文的研究发现,SAV-CAViaR模型被拒绝的概率最高。而后验测试表明,IGARCH-CAViaR模型更适合刻画相对成熟的美国和日本金融市场风险的演化过程,而分位数回归的GARCH模型(QGARCH)在国内金融市场有良好表现,尤其是用于估计市场指数收益的1%VaR。     

基于分位数回归的审计费用影响因素研究

文章利用分位数回归方法对审计费用的影响因素进行了实证研究。研究发现,影响我国审计费用的因素包括资产规模、长期负债率、净资产收益率、审计意见类型、会计师事务所变更以及是否由十大所审计,没有发现应收账款和存货占总资产的比重、是否微利区间及是否保配区间与审计费用的相关性。分位数回归结果表明不同因素对审计费用的影响随着所考察分位点不同而变化,得到了比普通线性回归更加全面的结果。     

Quantile Autoregressive Distributed Lag Model with an Application to House Price Returns*

This article studies quantile regression in an autoregressive dynamic framework with exogenous stationary covariates. We demonstrate the potential of the quantile autoregressive distributed lag model with an application to house price returns in the United Kingdom. The results show that house price returns present a heterogeneous autoregressive behaviour across the quantiles. Real GDP growth and interest rates also have an asymmetric impact on house prices variations.     

基于门限协整系统的预测方法研究

某些非平稳时间序列,它们在整个区间上并不存在线性协整关系,而存在非线性协整关系。作者运用门限协整的概念,处理非线性协整问题,把整个区间检验为若干个子区间,分别在每个区间上进行线性协整分析。文中讨论了滚动预测方法。最后,通过上证和深证A股指数的门限协整分析,验证了门限协整系统在预测中的优越性。     

Forecasting with Global Vector Autoregressive Models: a Bayesian Approach

This paper develops a Bayesian variant of global vector autoregressive (B‐GVAR) models to forecast an international set of macroeconomic and financial variables. We propose a set of hierarchical priors and compare the predictive performance of B‐GVAR models in terms of point and density forecasts for one‐quarter‐ahead and four‐quarter‐ahead forecast horizons. We find that forecasts can be improved by employing a global framework and hierarchical priors which induce country‐specific degrees of shrinkage on the coefficients of the GVAR model. Forecasts from various B‐GVAR specifications tend to outperform forecasts from a naive univariate model, a global model without shrinkage on the parameters and country‐specific vector autoregressions. Copyright © 2016 John Wiley & Sons, Ltd.     

基于组合模型的用电量预测方法研究

电力是经济发展的保障,对用电量进行科学合理的预测是安排电力生产、电站建设的前提。文章基于灰色和时间序列预测模型,建立组合模型,经验证,组合模型预测精度较单一预测模型有一定程度的提高,最后利用组合模型对湖南省2010-2015年用电量进行预测。     

State‐Dependent Threshold Smooth Transition Autoregressive Models*

In this article, we consider extensions of smooth transition autoregressive (STAR) models to situations where the threshold is a function of variables that affect the separation of regimes of the time series under consideration. Our specification is motivated by the observation that unusually high/low values for an economic variable may sometimes be best thought of in relative terms. State‐dependent contemporaneous‐threshold STAR and logistic STAR models are introduced and discussed. These models are also used to investigate the dynamics of US short‐term interest rates, where the threshold is allowed to be a function of past output growth and inflation.     

建筑物沉降的组合预测模型应用研究

提出采用组合模型预测建筑物沉降,并以常用的三种建筑物沉降预测模型组成组合模型进行了计算分析,结果表明组合预测模型具有较高的预测精度,值得推广应用.     

需求预测模型的应用研究

需求预测是供应链管理中重要的环节,可帮助企业提高客户满意度。文中通过对需求预测模型的研究,阐述了定量预测法的适用范围,结合历史销售数据和预测模型模拟验证,为企业选择适合的预测模型提供方法。     

层级数据空间误差自回归模型的估计方法研究

本文建立同时考虑空间误差自回归和嵌套随机效应误差分量的层级数据空间误差自回归模型,并推导最优权重GMM估计量,对空间自回归系数和误差项的方差进行估计。然后,定义对应的FGLS估计量,对层级数据空间误差自回归模型的总体回归系数进行估计。通过蒙特卡洛模拟,验证了所提出模型估计量的有限样本性质。模拟结果表明,本文提出的最优权重GMM估计量以及总体回归系数的GMM FGLS估计量有很好的小样本性质。