中国开放式基金的半参数与非参数VaR检验

利用VaR方法中不需假设分布的半参数与非参数方法,对我国8支开放式基金在以2004年-2005年为熊市代表及2005年-2007年为牛市代表的两段时期进行实证研究,验证上述方法对我国开放式基金的适用性.研究发现,半参数及非参数VaR方法在我国具有较强的适用性,但是对于突如其来的市场大跌,这两个VaR方法并不能做出很好的预测.     

基于半参数模型的企业创新绩效影响因素实证研究

创新是高新技术企业生存发展不可或缺的因素之一。本文选取我国电子制造业122家上市公司为样本,利用半参数模型,对影响创新绩效的企业规模、发展能力、研发投入、企业年龄、出口能力和厂房设备能力等六个因素进行实证分析。研究结果发现,半参数回归模型较之于一般参数模型拟合效果更加优越;企业规模、研发投入和企业年龄指标与创新绩效呈正相关,发展能力、出口能力和厂房设备指标同创新绩效之间呈负相关关系,且发展能力指标对技术创新的影响最大。所得结论对提高企业创新绩效有借鉴作用。     

基于VaR模型的证券投资风险分析

VaR(ValueatRisk)方法是分析证券投资风险的常用方法。本文介绍了VaR模型的一种分析及计算方法,即方差—协方差法,并通过介绍如何利用VaR模型理论分析我国证券市场中存在的投资风险,为我国投资者进行投资提供参考。     

半参数模型在重力异常点插值格网化中的应用

半参数模型是参数模型和非参数模型的混合模型,其应用前景十分广泛。本文介绍了半参数模型中的补偿最小二乘法,并用实测数据验证了该方法的有效性,通过算例分析,该方法应用于重力异常插值格网化是可行的。     

半非参数模型选择研究以及在上交所回购利率中的应用

基于模型动态稳定性的要求,本文改进了半非参数（SNP）模型的选择方法,使所选择的SNP模型既能很好地拟合真实样本又能模拟出与真实样本统计特征相近的时间序列。其次,本文得到了二维随机过程情形下赫米特展开项的理论结果。第三,实证结果表明：上交所旧质押式回购利率初始、插值后样本两组数据的最优SNP模型均为Semiparametric AR(1)-GARCH(1,1)（即11118000）模型,但是两者的系数估计值却不相同。最后,本文的实证结果表明了所提出的SNP模型选择改进方法的合理性与稳定性。     

深圳成分指数波动率的实证研究——GQARCH-M模型的应用

ARCH类模型是刻画序列波动集束(volatilityclustering)和异方差的有力工具,将深圳成分指数作为研究对象,运用GQARCH-M模型,并引入了对波动时段进行划分的概念,针对不同的波动时段,分析其波动率的非对称特点,得出在股市发展的前两个时段,利好消息比利空消息对股市造成的影响要大,并给出了合理的解释。此外,收益率和波动性在第二时段后具有显著的正相关关系,这也为我国股市逐步完善提供了实证依据。     

环境规制与经济增长关系再研究——基于半参数空间模型

论文采用2005-2017年我国30个省份的面板数据,考虑经济增长的溢出效应,利用空间杜宾模型和半参数空间杜宾模型研究环境规制与经济增长的关系。结果表明:第一,中国经济增长存在显著的正空间相关性,在普通参数模型和空间杜宾模型中环境规制对经济增长的影响不显著。第二,半参数空间杜宾模型的拟合优度高于空间杜宾模型,同时,环境规制与经济增长存在显著的非线性关系。     

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。     

商品房价格指数的半参数分析

本文利用半参数分析的原理与方法,结合商品房销售数据的特点,建立商品房价格指数的半参数回归模型。并进一步讨论半参数模型的估计方法、Hausman假设检验及其参数标准误差的自展法计算。通过实例分析,表明对商品房价格指数的处理,半参数回归分析的效果优于普通的最小二乘法。     

基于VaR的商业银行市场风险分析

巴塞尔新资本协议将银行风险分为信用风险、市场风险和操作风险。其中,市场风险又可以分为利率风险和汇率风险。随着我国经济的发展,综合国力的提升,人民币升值的压力不断提升,人民币币值得波动也很频繁。因此,汇率的波动对银行风险的影响值得研究。     

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。     

估算经济计量模型结构参数的累积法

累积法原是由意大利数学家P.E.Marchesi创造的一种曲线拟合技术,可用于数据平滑的时间序列分析。但由于原作者没有解决累积和求取的通式,使得该方法的使用极其困难,运用甚少。我们经过长期研究,导出了各阶累积和的求取通式,在此基础上,我们把它推广用于经济计量模型的结构参数的估算,使其成为一套完整的估算方法体系,以补最小二乘法之不足。本文扼要论述了普通累积法的基本原理与应用、多级估计法的基本原理、间接累积     

半参数趋势阈值面板模型及其参数估计

半参数趋势面板数据模型在社会经济问题的实证分析中具有很强的适用性,但现有的研究中,半参数趋势面板模型考虑了时间趋势的非线性,但没有考虑政策等因素对参数的影响。本文将结构突变理论引入截面相关下的半参数趋势面板模型,并基于PPLE方法,建立了有效估计量和识别程序。通过仿真实验和实证应用,验证了对于含有突变点的半参数趋势面板模型,EPPLE方法的参数估计是有效的。     

基于VaR方法的汇率风险分析

自2005年7月21日人民币汇率形成机制改革以来,人民币汇率波动日渐市场化,我国各大经济主体所面临的汇率风险也日益凸现.在此背景下,加强人民币汇率风险管理已成为一个重大课题,而其核心和前提是实现对人民币汇率风险的有效度量.目前国际流行的风险测量工具是VaR,但国内各大机构对VaR的应用与国际相比则存在着很大差距.     

新兴技术企业市场价值的半参数自组织模型与实证研究

由于行业的高技术性、技术和市场的高度不确定性,新兴技术企业具有完全不同于一般企业的行业、技术和市场特征,其资本资产定价也更具复杂性。本文采用半参数计量经济模型结合自组织数据挖掘的GMDH算法构建了我国新兴技术企业的市场价值模型,发现新兴技术企业价值的主要相关因素及其相关关系,并解释了投资者对新兴技术企业价值关注的"异常"表现。     

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。     

时空动态半参数变系数随机效应面板模型的估计

研究目标：克服半参数变系数面板模型中扰动项和因变量存在时空动态性问题。研究方法：提出一类更加一般化的时空动态半参数变系数随机效应面板模型,并构建截面似然估计量。研究发现：估计量具有良好的小样本性质,估计误差随着样本总量的提高而减小,在Case空间矩阵下,空间滞后和时空滞后系数的估计精度随空间复杂度的增大而降低,用该方法分析我国外商直接投资、知识产权保护与经济增长关系,进一步证实了模型的适用性。研究创新：证明了估计量满足一致性和渐近正态性,数值模拟考察了估计量的小样本性质。研究价值：拓展了现有半参数变系数空间面板模型的形式,增强了模型的适用性和解释力,有益于经济问题实证研究的开展。     

流动性对封闭式基金折(溢)价影响的半参数回归分析

本文用半参数回归模型对47家封闭式基金2004～2007年的数据进行精确的拟合。实证研究结果表明,流动性与封闭式基金的折(溢)价率呈显著负(正)相关,但影响系数较小。这说明流动性对封闭式基金折(溢)价的影响虽然在统计意义上显著但实际影响并不明显,所以通过提高流动性来解决封闭式基金的折价问题并不是有效选择。     

基于轻量级模型共享的联合半监督学习

随着边缘设备计算能力的不断增强,联合学习（Federated Learning,FL）应运而生,它可以在不考虑隐私问题的情况下进行模型训练。现有的大多数研究都假设数据在客户端是完全标记的。然而,在实践中,标记的数据量是有限的。近年来,联合半监督学习（Federated Semi-Supervised Learning,FSSL）被认为是一种在训练过程中有效利用未标记数据的方法。文章提出了一种新的基于联合半监督学习的方法。在该方法中,客户之间通过轻量级原型进行知识共享,避免了局部模型的发散。为了计算未标记数据的损失,每个客户端基于共享原型创建准确的伪标签。伪标签与标记数据一起为局部原型提供训练信号。与基于权重共享的FSSL方法相比,基于原型的客户间知识共享显著降低了通信和计算成本,使更多客户之间能够更频繁地共享知识,从而提高了准确性。在多个数据集上,与最近的有无知识共享的FSSL方法（如FixMatch、FedRGD和FedMatch）相比,该方法具有更高的准确率,在SVHN数据集上性能与完全受监督的FL方法相当。