高频数据日内波动特征的函数型分析

近年来,对金融市场的资产收益率的波动轨迹的研究日益增多,文章引入函数型波动过程这一方法以研究中国股市的日内波动交易轨迹。收益的波动率可被视作一个平滑的函数型过程和一个白噪声过程的组合。在本文的模型中,我们首先从每一交易日的对数收益率过程中剔除掉漂移项,来获得波动率过程,随后利用函数型波动过程和函数型主成分分析一起刻画上证综指5分钟收益率序列的日内波动特征。     

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。     

一种新的考虑全要素生产率的成本函数估计法

研究目标：探索全要素生产率异质性对成本函数模型估计的影响。研究方法：简要归纳出各类成本函数族和基于半参数法的生产函数改良思路,将以往用于生产函数估计的Olley-Pakes（OP法）运用到成本函数估计中,构建了一个基于半参数估计的成本函数计量模型。研究发现：通过与最小二乘法、固定效应、随机前沿的回归结果对比发现,OP法用于估计成本函数能够在一定程度上控制同步性问题以及样本选择偏差问题,并能测算与分解企业间异质的全要素生产率。研究创新：通过改良成本函数估计方法以控制全要素生产率的异质性和同步性问题。研究价值：对该方法论的探讨有助于成本函数在经济统计、计量经济模型估计、政策效应评估等领域的推广与改良。     

基于主成分回归模型的酒店装饰项目成本预测

本文从样本工程中提取影响酒店装饰工程该项目成本的因子,将主成分分析法与多元线性回归模型相结合,通过施工企业保存下来的与影响因子相关的信息与数据,建立了对酒店装饰工程项目成本进行预测的主成分回归模型,并通过实例验证了回归模型的可行性。     

估计MS-DSGE模型脉冲响应函数的EM算法及其应用

研究目标：考察不同区制下外生冲击对中国宏观经济的非对称性效应。研究方法：引入两状态的Markov区制转换过程建立MS-DSGE模型,并基于MS-DSGE模型的Markov区制转换动态因子模型的表示提出了估计MS-DSGE模型脉冲响应函数的极大似然估计EM算法。研究发现：本文提出的估计方法具有良好的有限样本性质和收敛性,参数估计量具有渐近正态分布。实证分析发现,应持续施行扩张性政策以刺激经济稳定增长,对冲挤占效应以及稳定物价水平。尤其,当经济处于“衰退”区制时,政府应实施及时有效的调控政策刺激经济运行区制的转移。研究创新：与Bayesian分析方法比较,本文提出的估计方法避免了对数线性化MS-DSGE模型的随机奇异性以及对先验分布的设定和观测变量选取的非稳健性。研究价值：提出了一种估计MS-DSGE模型脉冲响应函数的方法。     

估计前沿成本函数的一种优化方法

本文提出一种建立前沿成本函数表达式的优化模型,它将数据包络分析(DEA)与非线性优化方法结合起来估计成本函数的参数.DEA方法用来确定代表技术与配置有效性的管理偏差,然后采用优化方法来处理利用DEA方法得到的样本点以估计成本函数的参数.最后本文测算了AT＆T的前沿成本函数并利用它对AT＆T自然垄断的特征进行了分析,同时也与一些类似的研究结果进行了比较,以说明方法的合理性.     

国有上市公司财务危机综合预警实证研究

本文采用多分类方法将样本公司分为财务危机公司、财务状况不稳定公司和财务健康公司,再利用2005~2010年的国有上市公司数据,运用主成分分析、因子分析和多项Logistic回归构建了综合财务危机预警模型。模型综合考量了财务指标、公司治理和金融生态环境三方面变量对于公司财务风险的影响,使综合预警取得了满意的预测精度。     

建立生产函数表达式的一种优化方法

生产函数是经济学中的一个重要概念。生产函数在确定科技进步在经济发展中的贡献率、企业的效益、生产行为的有效性等微观及宏观经济分析中有重要应用。因此如何从已知的一组投入产出观测值,估计出生产函数（亦称前沿生产函数、边界生产函数）是一项具有重要意义的工作。 一、现有研究的情况 目前对生产函数表达式的估计主要分为参数方法和非参数方法。参数方法是指在投入与产出之间假设明确的生产函数表达式,然后根据一组投入产出的观测数据,在满足某些约束下,利用数学规划或回归分析方法来确定表达式中的参数。 Ａｉｇｎｅｒ和 Ｃｈｕ…     

混合Copula模型选择及其应用

Copula函数是处理变量间相关结构的有力工具。特别在实际的金融领域中,变量间的相关结构往往比较复杂。如果用单个Copula函数来处理,具有一定的局限性。混合Copula(M-Copula)函数是把不同的Copula函数混合在一起,这样能够更好地描述变量间的相关结构。文章主要运用由Gumbel、Clayton和Frank组成的混合Copula模型对上证A指和成份A指的相依结构进行建模,采用非参数核密度方法估计边缘分布,然后用EM算法求出混合Copula函数的权重及相关参数,实证结果表明:混合Copula模型更能够准确地描述两个市场之间的相依结构,且两个市场的上尾相依关系要强于下尾的相依关系。     

基于主成分分析-RBF神经网络模型的备件预测研究

备件预测在产品物流保障中占有极其重要的地位,针对现有各种航空备件预测方法精度较低,无法满足实际需求的现状,文章提出了基于主成分分析-RBF神经网络模型的备件预测方法：首先利用主成分分析方法去除原始输入层数据的相关性,以解决RBF神经网络模拟预测备件需求时输入变量过多,网络规模过大导致效率下降的问题．最后选择合适的径向基函数密度训练神经网络。通过结合实例进行分析,取得了较好的效果。     

生产函数的非参数检验

一、引言生产理论是微观经济学的基础之一,生产函数不仅是生产理论最重要的内容,而且也是生产率与技术进步估计的基础。我国实证经济分析者常用的生产函数是COBB—DOUGLAS生产函数和CES生产函数。通常的作法是以观察资料为样本。直接对已设定的一定形式的生产函数的参数进行估计,这相当于在估计之前不作任何检验就承认观察到的样本与选用的生产函数形式是匹配的。但是,实际样本数据可能不与任何生产函数匹配,例如我国同一时间上不同地区的生产数据样本,就很可能不与任何生产函数匹配,因为不同地区间生产技术水平差距悬殊,存在这样的i,j两地区,i地区     

一个评估企业价值的实用模型

包括股利现值模型和超常收益现值模型在内的企业价值模型都需要对离散的未来变量进行逐一预测，但目前所有的预测手段都只能作短期预测。而对包含大部分价值成分的无穷多的远期变量却无能为力。本文提出了“生成函数”的概念，在此基础上建立了生成函数现值模型，将离散的价值模型转化为连续的价值模型，将对离散未来变量的逐一估计转化为对生成函数的拟合。实证研究的结果表明，生成函数现值模型比现有模型具有更强的解释企业价值的能力。     

时变系数的空间误差合成模型

本文对时变系数的空间误差合成模型进行了研究,该模型的特征是利用扰动项中的空间个体成分将不同时期的方程联系起来;同时,允许自变量系数和误差项中的空间自回归系数随时间而变化,但每一个时期的自变量系数和误差项中的空间自回归系数是固定不变的。本文使用基于FGLS和GM方法的多阶段估计策略对模型参数进行了估计,证明了估计量的渐进异质性,并利用Monte Carlo方法模拟了其小样本性质。模拟结果表明,估计量的渐近性质随着样本容量的增加而改善。对中国省际知识生产及其空间溢出的实证案例也体现了该模型的应用价值。     

条件自回归极差模型与波动率估计

无论是在理论研究领域还是在应用领域，波动率的预测已经成为现代金融经济学和金融工程的重要课题。Chou（2005）针对极差提出了条件自回归极差模型（CARR）。本文在Parkinson（1980）的基础上，对极差作出了一个简单的修正，使得相应的CARR模型成为标准差的动态模型；然后以上证指数2001年4月27日至2005年12月5日的周收益率数据为样本，采用滚动样本的方法，利用CARR模型和GARCH模型分析了样本数据，作出了上证指数波动率样本外1至8周的预测，在多种事后波动率的测度下比较了修正后的CARR模型与GARCH模型对上证指数波动率的预测能力，证实了CARR模型在理论上的有效性。     

GM(1,1)预测模型中原始数据的函数变换研究

灰色预测模型是灰色系统理论的重要内容之一,也是预测理论中被广泛使用的一种预测方法。为了提高预测精度,需要对原始数据序列作数据处理,提高数据序列的光滑度,本文主要是对灰色预测GM(1,1)模型利用函数变换理论对其原始数据函数变换处理进行研究,并对进过函数变换原的数据精度进行比较。     

部分线性单指数动态面板模型的惩罚二次推断函数估计

本文将个体效应与模型的线性部分和非线性部分同时进行估计,构建了惩罚二次推断函数估计法,估计了个体内具有自相关结构的随机效应部分线性单指数动态面板模型。该方法的优点是能够克服由个体效应引起的内生性问题,因此无论滞后因变量处于线性部分还是处于非参数部分均可得到一致有效的估计。进一步,本文证明了该估计方法的一致性和渐近正态性,同时还用Monte Carlo模拟实验评估了该估计方法在有限样本下的表现。     

汇率基本面模型对人民币汇率的预测能力

本文选取五个主流的汇率基本面模型,使用2005年汇改后的人民币兑美元、欧元、日元、英镑汇率数据进行样本内拟合和样本外预测,并通过计算损失函数和SPA统计量比较五种模型的预测能力。实证结果表明：随机游走模型短期内具有更优的预测能力,但中长期内,汇率基本面模型具有更优的预测能力;总体来讲,汇率基本面模型的预测能力优于随机游走模型,人民币汇率不存在“汇率失联之谜”;对不同的货币,具有最优预测能力的模型不同。     

Logit模型在评估上市公司财务绩效中的应用研究

文章以48家ST企业和252家正常企业为研究样本,采用主成分分析将众多财务指标转化为反应企业财务绩效的几个关键主成分.实证分析中,以样本企业28个财务指标数据为基础,得到代表全部财务信息80％以上的12个主成分.进而利用Logit回归分析构建评估模型,整体准确率达到93％,能有效预测上市公司是否存在财务危机.     

基于Bernstein基函数的石油价格预测研究

本文主要根据2000年5月至2011年3月间纽约商品交易所WTI价格数据,以数据挖掘和时间序列方法为基础,将基函数拟合的方法运用到石油价格预测当中。通过Bernstein的对称性和可分割性达到了修改拟合曲线的目的。Bernstein基函数具有严格的凸包特性,为预测提供了良好的先决条件,通过对模型的检验,Bernstein基函数模型达到了对石油价格的预测和分析的作用。     

改进的非等距灰色模型及其在沉降预测中的应用

在残差修正的非等距灰色预测模型的基础上,将传统无偏灰色模型还原为非等距模型时间函数进行原始数据列的预测。在残差修正时用时间函数和组合灰色预测非等距模型进行残差修正,然后将两种残差预测值进行加权得到最终残差,得到最后修正预测值。将预测值与提供的数据列进行比较,表明此方法可以得到较好的预测效果。