变量选择偏离对预测的影响研究

模型选择目的可以分为两类:一类是变量选择,另一类是预测分析.文章系统地研究了两种目的异同和建模时要注意的问题,提出了变量选择偏离的概念及其与预测的关系.     

基于混频误差修正模型的土地价格预测

为提高土地价格预测的准确性,文章将误差修正模型与MIDAS模型的建模理论相结合,构建ECM-MIDAS模型对土地价格进行预测。通过选取3种预测误差的衡量指标证实了ECM-MIDAS模型的预测效果优于同频模型。此外,房价、GDP和政府债务都可以作为土地价格的先行指标,且四者具有长期的协整关系,将这一长期协整关系考虑在内的ECM-MIDAS模型的预测效果明显优于MIDAS模型。鉴于ECM-MIDAS模型在土地价格预测方面的有效性,相关部门可以对土地价格进行实时预测,采取措施以防止土地价格波动造成的不利影响。     

大维不可观测变量的中国宏观经济不确定性测度研究

本文提出利用大型统计数据直接测算中国宏观经济不确定性的方法。通过建立含有潜在不可观测变量的混频动态因子随机波动模型,实现利用月度和季度大型数据测度宏观经济不确定性。利用1994—2017年中国60个月度统计指标和4个季度统计指标,测算了我国宏观经济不确定性,结果表明:（1）中国宏观经济不确定性具有明显的阶段性特征,不确定性的变动受到多种因素的影响,传统的景气监测指标并不是一致最优的同步监测指标。（2）在测算宏观经济不确定性时,有必要将核心指标作为观测到的因子予以保留,不仅提高了结果的解释性,也能得到更符合经济事实的结果。（3）宏观政策变动是引起经济不确定性上升的重要因素,但政策的影响往往具有滞后效应,未预期的政策变动将触发更高的宏观经济不确定。     

基于虚拟变量回归与SARIMA组合模型的GDP预测

文章根据我国1992年至2015年的GDP季度数据,建立了虚拟变量回归(DVR)模型、SARIMA模型及其组合(DVR-SARIMA)模型,并进行了比较与分析,结果发现组合(DVR-SARIMA)模型的拟合效果最好,预测性能亦是最好,且利用组合(DVR-SARIMA)模型对我国未来的季度GDP进行了预测,以期对我国未来的总体经济增长情况做出合理的分析与判断.     

经济景气指标与实际GDP增长率的混频预测

文章通过构建月度景气指标与季度实际GDP增长率之间的混频动态向量自回归模型,并采用期望最大值算法和卡尔曼滤波来实现混频数据和缺失数据的估计和迭代预测.大量月度景气指标的MFVAR模型的伪实时数据的多步滚动迭代样本外预测结果表明:虽然不同类别的月度景气变量在不同预测期的预测结果存在一定的差异,但实时预报、短期预测,以及组合预测结果均表明混频动态向量自回归预测模型对我国季度实际GDP增长率的实时预报和短期预测具有精确性、有效性与适用性.     

基于混频模型的CPI短期预测研究

传统的CPI预测模型都是基于相同频率的月度数据,金融市场的高频日度数据需要转化为月度数据才能使用。这会忽略日度变量所包含的CPI短期走势信息。为充分利用这些信息,本文基于自回归混频数据抽样模型同时考察了金融市场一阶矩收益和二阶矩波动的日度信息对CPI的短期走势预测的影响。结果表明,股票收益、短期利率和长短期利差变化量仅在收益水平上对CPI短期走势产生影响,而长期利率、粮食和能源商品市场的收益和波动都有助于CPI短期预测,而且收益对CPI的影响要比波动更加持久。相对于传统的月度时间序列建模方法,本文的混频CPI模型具有更好的样本内解释能力和样本外预测能力。另外,引入二阶矩波动的日度信息在一定程度上能更多地降低预测偏差。     

纵向数据下半参数Logistic模型的变量选择

文章研究了纵向数据半参数Logistic回归模型的估计问题,给出了模型中未知参数和未知函数的估计方法,探讨了参数部分的变量选择问题,并对不同的变量选择方法进行比较分析.从模拟结果可以看到,文中给出的方法具有很好的估计效果.     

基于动态因子和混频数据的天然气需求概率预测模型设计与应用

随着天然气消费需求的快速增长,需求波动也显著加剧,导致部分地区天然气供需出现季节性和阶段性的失衡。本文基于混频采样框架、分位数回归模型和核密度估计的天然气需求混频概率预测模型,构建了包括天气状况、能源市场、资本市场和投资关注4个方面的综合性混频动态因子系统,以期更精确地预测我国的天然气需求。研究发现,天气状况、能源市场和投资关注对天然气需求的预测能力优于资本市场。在天气状况方面,每日温度是月度天然气需求的最佳指标;在能源市场方面,月度天然气需求呈现出显著的自相关特征,持续时间为3～5个月,石油现货价格和煤炭现货价格的影响持续天数较短,分别为11天和10天;在预测表现方面,样本外的月度天然气需求实际值大部分出现在概率密度曲线的最高点附近。本文所提出的模型不仅能够直接使用混频动态因子的前瞻性信息,还能够获得平滑的天然气需求概率密度曲线,预测精确度相较现有模型提升14.13%～29.15%。研究结论为保障我国天然气市场安全,完善“双碳”政策设计提供有益的决策参考。     

缺失数据下部分线性模型的变量选择

文章结合基函数逼近以及惩罚最小二乘技术,对响应变量随机缺失下的部分线性模型,给出了一个变量选择方法.并结合局部二次逼近,得到了一个迭代算法.数据模拟表明该变量选择方法是可行的.     

人民币汇率的混频分析与预测——基于半参数误差修正模型

汇率能够对国家外贸与全球资本流动产生重要的直接影响,也能够通过价格传递、货币供给量等渠道间接影响一国经济。基于半参数误差修正(SEMI-ECM)模型,选取美元兑人民币的月度平均汇率,对中国市场汇率做进一步的预测研究。研究发现:所采用的半参数误差修正模型,在进行误差修正时能够保持显著的反向修正作用。为消除实验数据选取误差,在进行连续预测时,采用递归、滚动和固定三种样本数据,SEMI-ECM预测效果均为最佳水平。实证结果表明:美元兑人民币汇率同时受贸易条件、非贸易品与贸易品的价格比、美联储基准利率和高频金融变量显著影响,中国宏观经济指标的上行有利于化解目前汇率走势低迷的困境。     

零膨胀计数数据的联合建模及变量选择

零膨胀计数数据破坏了泊松分布的方差-均值关系，可由取值服从泊松分布的数据和取值为零(退化分布)的数据各占一定比例所构成的混合分布所解释。本文基于自适应弹性网技术， 研究了零膨胀计数数据的联合建模及变量选择问题.对于零膨胀泊松分布，引入潜变量，构造出零膨胀泊松模型的完全似然, 其中由零膨胀部分和泊松部分两项组成.考虑到协变量可能存在共线性和稀疏性，通过对似然函数加自适应弹性网惩罚得到目标函数,然后利用EM算法得到回归系数的稀疏估计量，并用贝叶斯信息准则BIC来确定最优调节参数.本文也给出了估计量的大样本性质的理论证明和模拟研究，最后把所提出的方法应用到实际问题中。     

Logistic回归的双层变量选择研究

变量选择是统计建模的重要环节,选择合适的变量可以建立结构简单、预测精准的稳健模型。本文在logistic回归下提出了新的双层变量选择惩罚方法——adaptive Sparse Group Lasso(adSGL),其独特之处在于基于变量的分组结构作筛选,实现了组内和组间双层选择。该方法的优点是对各单个系数和组系数采取不同程度的惩罚,避免了过度惩罚大系数,从而提高了模型的估计和预测精度。求解的难点是惩罚似然函数不是严格凸的,因此本文基于组坐标下降法求解模型,并建立了调整参数的选取准则。模拟分析表明,对比现有代表性方法Sparse Group Lasso、Group Lasso及Lasso,adSGL法不仅提高了双层选择精度,而且降低了模型误差。最后本文将adSGL法应用到信用卡信用评分研究,对比logistic回归,它具有更高的分类精度和稳健性。     

基于Bayes后验概率的自变量与异常点的同时识别

本文基于自变量与异常点识别隐变量的联合Bayes后验概率,给出了自变量与异常点同时识别的一般方法,且利用Gibbs抽样降低了Bayes后验概率的计算复杂度。其次,针对多值序次数据模型自变量与异常点的同时识别展开详细讨论,给出了同时识别的具体过程。最后通过模拟算例展示了本文方法的有效性。     

基于全要素生产率的中国GDP数据准确性评估

 中国GDP数据的准确性评估问题,一直受到国内外各方面的关注。本文从反逻辑思路,考察作为技术进步的替代性指标全要素生产率（TFP）,反观GDP及其增长率是否准确或可信。运用隐性变量法通过建立状态空间模型测算中国1979－2008年间TFP增长率,分析GDP数据是否存在误差。结果表明1981年、1988年和2000年的TFP增长率的下降,找不到非正常情况下外生因素的影响,本文认为这是GDP核算误差造成的结果。     

Non-iterative Estimation and Variable Selection in the Single-index Quantile Regression Model

A new estimation procedure is proposed for the single-index quantile regression model. Compared to existing work, this approach is non-iterative and hence, computationally efficient. The proposed method not only estimates the index parameter and the link function but also selects variables simultaneously. The performance of the variable selection is enhanced by a fully adaptive penalty function motivated by the sliced inverse regression technique. Finite sample performance is studied through a simulation study that compares the proposed method with existing work under several criteria. A data analysis is given that highlights the usefulness of the proposed methodology.     

Exponential-Bound Property of Estimators and Variable Selection in Generalized Additive Models

In this article, utilizing a scale mixture of skew-normal distribution in which mixing random variable is assumed to follow a mixture model with varying weights for each observation, we introduce a generalization of skew-normal linear regression model with the aim to provide resistant results. This model, which also includes the skew-slash distribution in a particular case, allows us to accommodate and detect outlying observations under the skew-normal linear regression model. Inferences about the model are carried out through the empirical Bayes approach. The conditions for propriety of the posterior and for existence of posterior moments are given under the standard noninformative priors for regression and scale parameters as well as proper prior for skewness parameter. Then, for Bayesian inference, a Markov chain Monte Carlo method is described. Since posterior results depend on the prior hyperparameters, we estimate them adopting the empirical Bayes method as well as using a Monte Carlo EM algorithm. Furthermore, to identify possible outliers, we also apply the Bayes factor obtained through the generalized Savage-Dickey density ratio. Examining the proposed approach on simulated instance and real data, it is found to provide not only satisfactory parameter estimates rather allow identifying outliers favorably.     

有序响应变量的贝叶斯模型选择及其在COPD疾病防治中的应用

慢性阻塞性肺病(COPD)是一种发病率、死亡率都非常高的疾病,且COPD的诊断和严重程度分级依赖于肺功能的检查,但是由于肺功能检查仪器价格昂贵,使得这项检查在很多经济欠发达地区尤其是农村基层医院并没有普及。本文基于有序响应变量模型致力于研究一种便于基层和社区使用的可以初步判别COPD病情的模型,以期提高我国基层和社区的COPD 防治水平。利用贝叶斯变量选择方法和数据增强的潜变量策略得到了易于实施的Gibbs后验抽样算法。数值模拟分析进一步说明了本文提出的有序响应变量贝叶斯模型选择方法的有效性,实例分析得到了易于判别COPD严重程度的稀疏模型。     

Variable Selection via Regression Trees in the Presence of Irrelevant Variables

Many tree algorithms have been developed for regression problems. Although they are regarded as good algorithms, most of them suffer from loss of prediction accuracy when there are many irrelevant variables and the number of predictors exceeds the number of observations. We propose the multistep regression tree with adaptive variable selection to handle this problem. The variable selection step and the fitting step comprise the multistep method.

The multistep generalized unbiased interaction detection and estimation (GUIDE) with adaptive forward selection (fg) algorithm, as a variable selection tool, performs better than some of the well-known variable selection algorithms such as efficacy adaptive regression tube hunting (EARTH), FSR (false selection rate), LSCV (least squares cross-validation), and LASSO (least absolute shrinkage and selection operator) for the regression problem. The results based on simulation study show that fg outperforms other algorithms in terms of selection result and computation time. It generally selects the important variables correctly with relatively few irrelevant variables, which gives good prediction accuracy with less computation time.     

绿色GDP核算理论与方法研究

本文在对联合国等国际组织所发布的《综合环境经济核算体系》中所提出的两种绿色GDP的核算路径进行比较研究的基础上,认为在国内生产净值的基础上通过扣减环境成本核算绿色GDP的路径虽然被学术界普遍认可,但有很多问题实际上已经陷入理论困境。因此,本文坚持绿色GDP的实质就是绿色经济GDP的理论观点,认为绿色GDP核算的关键是绿色经济体系的构建与模拟,而非核算方法的变革。本文将经济体系与资源环境置于同一个系统之内,对“绿色经济”模型的构建理论、模拟方法等若干理论与方法问题进行了深入研究。     

Finite Mixture of Generalized Semiparametric Models: Variable Selection via Penalized Estimation

Selection of the important variables is one of the most important model selection problems in statistical applications. In this article, we address variable selection in finite mixture of generalized semiparametric models. To overcome computational burden, we introduce a class of variable selection procedures for finite mixture of generalized semiparametric models using penalized approach for variable selection. Estimation of nonparametric component will be done via multivariate kernel regression. It is shown that the new method is consistent for variable selection and the performance of proposed method will be assessed via simulation.