复杂样本的方差估计——基于逆抽样设计的方法

复杂样本的方差估计，通常采用的是随机组、刀切法等传统方法，本文提出采用逆抽样设计方法。基于一个实际调查数据的模拟分析，通过对抽样方法进行逆设计，构造了对应的方差估计量，并从精度、灵活性等方面将逆抽样设计方法与传统方差估计方法进行多角度对比，探讨了该方法的适用条件。     

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。     

GARCH族的模型平均估计方法

研究目标：对模型平均方法进行理论扩展,构建GARCH族的模型平均估计量及相应权重选择准则。研究方法：蒙特卡洛模拟实验方法。研究发现：在一定条件下最小化权重准则选择的权重向量将在渐近意义上最小化真实KL偏离度;蒙特卡洛模拟结果表明,与AIC准则、BIC准则、AIC模型平均、BIC模型平均的估计结果相比较,本文提出的模型平均法具有更小的KL偏离度。研究创新：将模型平均估计方法引入条件异方差模型族中。研究价值：本文结果将为捕捉金融市场资产的时变波动性提供强有力的研究工具。     

利用VAR模型对股票期权中的风险度量

利用蒙特卡洛方法模拟方法对伊利股份股票期权VAR进行估计,得到不同置信水平下的风险值,对企业具有一定的参考。     

RSB-CWS算法解决CVRP问题

RSB-CWS算法结合了蒙特卡洛模拟和CWS节省算法,利用蒙特卡洛模拟对CWS算法节省列表中顾客对间的边进行模拟,模拟过程中采用基于类几何分布的直接抽样方法进行路径采样。对模拟得到的边序列应用CWS算法,所得解的质量能达到或者优于当前最优解.与其他CVRP问题算法相比具有高效、高质量的特点,且可以解决规模较大的CVRP问题。     

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。     

Hot deck插补和插补后数据的方差模拟研究

在抽样调查中，经常会遇到调查问卷中没有回答或者是某些题目没有回答的情况，这就是缺失数据的问题。处理项目无回答的缺失数据，常用的方法是插补。根据Rao和J．Shao的结果采用普通的jackknife方差会低估插补后数据的方差。如果有严重的方差低估，那就会对统计量的区间估计造成很大的影响。本文采用Montecarlo模拟的方法对这一问题进行了实证的研究，并且给出了普通的jackknife方差低估插补后数据方差的实际证据，同时支持了Rao和J．Shao提出的调整的jackknife方差。     

抽样方法的比较研究

本文通过对不同抽样方法下抽样方差计算公式的导出与比较，认为抽样中应采用何种抽样方法取决于两个参数：异方差测度r和回归截距项а，并提出了这两个参数的事前估算方法。     

半参数变系数空间滞后模型的截面极大似然估计

在线性参数空间滞后模型中,解释变量的系数一般假设为固定常数,本文首先放松了这种假设,将解释变量的系数设定为某一变量的未知函数,提出一类全新的半参数变系数空间滞后模型;其次导出了该模型的截面极大似然估计,并证明了该估计的一致性;最后用蒙特卡洛数值模拟方法考察了该估计在小样本条件下的性质,数值模拟结果显示我们提出的估计方法在小样本条件下依然有优良的表现。     

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。     

非寿险精算中的贝叶斯信用模型分析

针对传统B櫣hlmann-Straub信用模型不能有效地解决缺失数据信息处理问题,本文利用贝叶斯统计方法,构造了一类新的贝叶斯信用分析模型,引入基于吉布斯抽样的马尔科夫链蒙特卡洛方法进行数值计算,建立了一个索赔后验分层正态模型进行实证分析,证明模型的有效性。研究结果表明,基于MCMC的贝叶斯信用模型能够动态模拟模型参数的后验分布,提高模型估计的精度,对保险公司经验费率厘定方法的改进具有重要的现实意义。     

非参数空间滞后模型的贝叶斯估计

本文采用Bayes方法对非参数空间滞后模型进行全面分析,包括参数的估计以及用自由节点样条来拟合未知联系函数。所建议的Bayes方法通过逆跳Markov chain Monte carlo算法（RJMCMC）来实现。在进行贝叶斯分析时,对样条系数与误差方差选取共轭的正态—逆伽玛先验分布,进而获得其他未知量的边际后验分布;另外,文章还设计了一个简单但一般的随机游动Metropolis抽样器,以方便从空间权重因子的条件后验分布中进行抽样。最后应用所建议的方法进行数值模拟。     

HAC估计的性质与修正及其在伪回归中的应用研究

本文通过频谱分析揭示了预白化HAC和参数化VARHAC比非参数HAC具有明显优势,并指出传统预白化HAC法由于使用了存在有限样本偏差的OLS法来估计自回归参数,导致其存在有限样本偏差,由此构造的t统计量具有过度拒绝原假设倾向。为了减少预白化HAC的偏差,将OLS估计量的线性修正（LBC）和非线性修正（NBC）嵌入到预白化HAC中,研究表明该法能大大减少长期方差的估计偏差,并通过蒙特卡洛模拟证实对预白化HAC的修正估计能有效减少平稳过程之间的伪回归概率,从而提高了回归模型统计推断的可靠性。     

时变混合Copula模型的非参数估计及应用研究

针对传统动态混合Copula参数建模所存在的缺陷,本文提出了混合Copula的非参数建模方法,即不对模型的参数进行任何形式的设定,而假设参数为时间的函数,运用局部极大似然估计法来对参数进行估计。我们推导了非参数估计量的渐近正态性质、讨论了估计量的偏差与方差的大小,并运用交叉验证法给出最优带宽的选择。有限样本下的蒙特卡洛模拟显示,时变混合Copula的非参数估计具有良好的统计性质。最后,将该方法应用于股市间尾部相依特征的研究,发现我国股市与美、日、港、英股市间的左右尾部相依性呈现明显的时变性和非对称性。     

分整阶数半参数估计的有限样本性质研究

随着对经济和金融时间序列长记忆性的研究,分整阶数估计已成为当前理论研究的焦点问题。以对数周期图回归和局部Whittle方法为代表的半参数分整阶数估计方法在实践中得到广泛应用,但对这两类半参数估计方法的有限样本性质的比较则鲜有涉及,影响了在实践中对估计方法的选择。利用蒙特卡洛模拟方法,在不同数据产生的过程下,这两种半参数估计方法有限样本性质的研究结果表明：在ARFIMA(0, d, 0)过程下,LW类估计量具有较好的小样本性质;在平稳ARFIMA(1, d, 0)过程下,本文建议的QGPH估计量的有限样本性质要优于其他对数周期图估计量;在非平稳过程下,MGPH的偏差最小。     

具有异质性非参数时间趋势的面板数据模型的估计

本文为一类具有异质性非参数时间趋势的面板数据模型提出了一种简单估计方法。基于局部多项式回归的思想,首先去除数据中的时间趋势成分,然后由最小二乘法来估计公共系数,同时得到时间趋势函数的非参数估计。在一些正则条件下,研究了这些估计量的渐近性质,即在时间维度T和横截面维度n同时趋向无穷时,建立了各个估计量的渐近相合性和渐近正态性。最后通过蒙特卡洛模拟,考查了这种估计方法的有限样本性质。     

零售业自助结算方式的效率及影响因素研究

收银台结算效率是零售业的效率瓶颈,自助结算方式是该问题解决方法之一.首先对自助结算方式的流程与优势进行了分析,对北京市几家大型超市的结算过程进行了实地调研,在此基础上,基于排队论方法,用Excel软件对自助结算过程进行模拟研究,并对结算效率和等待时间等模拟结果进行了分析.并利用SPSS软件分析结算步骤相关性,明确了影响结算效率的主要因素.最终通过排队模拟、效率计算及相关性分析,得出相对于传统方式,自助结算方式的结算效率有大幅度提升的结论.     

组合方法视角下复杂协整关系的非参数识别

研究目标:构建对复杂协整关系进行非参数识别时有效、可操作的组合方法。研究方法:综合考虑核估计方法、窗宽选择以及协整检验三类关键因素，提出待分析的多种组合方法，通过蒙特卡洛模拟和中俄两国购买力平价理论在有限样本下对各组合方法的性质进行对比分析。研究发现:“局部线性核估计(LL)+交错验证窗宽选择(CV)+方差比检验”组合方法在识别真实协整关系时扭曲水平(Size)低，ADF检验在识别虚假协整关系时检验功效(Power)高。研究创新:扩展了E-G协整检验步骤，以非参数组合方法的视角提取最优残差序列并对复杂协整关系进行有效验证。研究价值:利用组合方法为复杂协整关系的建模探索出一条可行之路并丰富其应用场景，也为中俄两国进一步推进经贸合作提供了理论依据。     

人口普查净误差估计中的双系统估计量研究

评估普查计数的完整性已经成为五年或十年一次的人口普查不可分割的一部分。评估通常采取质量评估调查的方式。该调查建立在双系统估计量基础上。考虑到普查登记质量及人口移动因素,这三份人口登记名单可提供7个总体指标。由于质量评估调查采取抽样的方式进行,所以这些总体指标要用样本来构造其估计量。基于复杂抽样方法形成的双系统估计量没有现成的方差公式计算其方差。通常使用分层刀切方差估计量近似计算双系统估计量的方差。这需要计算第一步所有样本抽样单位的复制权数。本文将对双系统估计量构造的各个环节进行理论与实践相结合的阐述,深入解析其中深层次的理论问题,为基础理论研究做出贡献,另外也将探讨基于双系统估计量的合成估计量在区域人口数目估计中的应用问题。     

关于修订GB8054—87表2的设计方法

采用统计量的标准化方法，研究了均值的单侧限计量抽样检验的理论与方法，在方差σ＾２已知的条件下，前人已给出严格理论，并依据该理论制定了ＧＢ８０５４表１；在方差未知的情况下，制定ＧＢ８０５４表２的依据是不严格的，故抽样方案也是近似的，利用ｔ分布与非中心ｉ分布给出了精确的抽样检验理论，为修订国家标准ＧＢ ＱＤ８０５４表２提供了方法。