单位根模型的复合分位数自回归推断

单位根模型是经济学和金融学中用于非平稳时间序列数据建模的一个重要模型.对于该模型,假设模型误差的方差可能不存在,然后采用复合分位数方法估计该模型的自回归系数,建立了估计量的收敛速度和极限分布.然后,通过Monte Carlo模拟评估估计量在有限样本情形下的表现发现,当模型误差不是高斯分布时,单位根模型的复合分位数自回归估计在估计偏差和有效性方面要优于最小二乘估计和分位数自回归估计.此外,文中给出了一个相关的实证分析,该实证分析表明:对于该经济数据,用复合分位数方法进行统计推断是合适且具有一定优势的.最后,把单位根模型推广到了增广的Dickey-Fuller模型,并研究了该模型中的复合分位数自回归估计的渐近理论.     

基于FHW的火箭发动机环境载荷评估

针对固体火箭发动机环境载荷的诸多不确定性,提出了环境载荷FHW量化评估算法.对比分析了火箭发动机的典型环境条件及其影响,采用熵值法确定了指标权重,基于FHW方法建立了火箭发动机的环境载荷评估模型,根据环境因素的分布特征给出评估指标的隶属函数,并获取其相应的灰色关联系数.算例验证了不同环境载荷因素对火箭发动机的影响程度,结果表明FHW评估策略和算法简单易行、精度高,在装备环境载荷量化评估中具有参考和应用价值.     

核分位数估计及其应用

分位数估计在不同领域有大量的运用,例如水利研究中百年一遇的洪水、金融分析中的VaR.不过在实际应用中大多使用的是基于正态假设下的分位数估计,使得该方法在应用时存在模型设定错误的风险.为此介绍了稳健统计中非参数分位数估计方法,并介绍了核密度估计的步骤;然后以此为基础给出了核分位数估计,同时还通过重复抽样的方法比较了三种分位数估计效果和积累了使用经验;最后给出了一个金融数据的实例,并对核分位数估计结果和常用的正态假设下的分位数结果进行了比较,结果显示核分位数估计结果更加稳健.文中最后给出使用该方法的一些建议.     

比例响应数据的分位数回归建模

由于比例响应数据具有有界性、偏态性和异方差性等特征,基于常规的回归建模方法往往不尽人如意。本文基于分位数方法研究比例响应数据的回归建模及其统计推断问题,重点研究了半连续型比例数据的分位数估计方法,并给出了估计的大样本性质。数值模拟研究和实例分析验证了所提方法的有效性。     

未决赔款准备金评估的对数正态模型及其预测分布的Bootstrap实现

目前在我国精算实务中对未决赔款准备金评估的不确定性风险逐渐重视,对不确定性加以度量显得很有必要.在以往关于未决赔款准备金的不确定性研究中,大多集中于预测均方误差.从数值角度看,如果应用随机模拟的方法,能得到未决赔款准备金完整的预测分布,那么就可以由该分布得到各个分位数以及相关的分布度量,对准备金负债评估的准确性和充足性具有重要的参考价值.研究的对数正态模型是未决赔款准备金评估中的分布模型之一,它假设累计赔款单个进展因子服从对数正态分布,进而将参数Bootstrap方法和非参数Bootstrap方法应用于对数正态模型中,得到了未决赔款准备金的预测分布,并通过精算实务中的数值实例加以实证分析.数值实例由当前国际上日益流行的统计软件R加以实现.     

基于外推中间次序分位数的极端条件分位数估计

近年来,条件分位数估计被广泛应用于金融、生物和医学等众多领域.在研究协变量对响应变量在不同分位数水平的影响时,分位数回归方法是一种贴切且有效的估计方法.然而,由于尾部数据的稀疏性,用分位数回归来估计极端条件分位数通常会产生较大的估计误差.文章将极值理论与分位数回归结合起来,利用中间条件分位数外推法,研究线性分位数回归模...     

病例对照数据次级分析中的众数回归

病例对照研究被广泛应用于流行病学等领域,通过其获得的病例对照数据不但可以用于寻找疾病的风险因素,还能够用于次级分析,即探究与疾病相关的风险因素之间的关系.文献中已有的方法多集中于研究次级分析中的均值回归和分位回归,而众数作为数据中最有可能出现的值,既是描述数据中心位置的重要参数,更是对均值和分位数的重要补充.因此文章结合病例对照数据的特征,提出了一种基于估计方程的众数回归方法用于次级分析,同时探讨了估计量的渐近性质.蒙特卡洛数值模拟结果表明文章的估计方法相比于其他方法有更好的有效性和适用性.最后利用一个乳腺癌数据集说明了文章所提方法的表现性能.     

分位数惩罚整合模型及其在商业银行系统性风险中的应用

大数据通常由不同来源的数据组合而成,且具有高维特征,挖掘不同来源数据间的异质性和关联性并降维是亟需解决的问题.基于此,文章提出了分位数惩罚整合模型,并给出其模型表示和模型算法.该模型既可以对不同来源数据进行建模和变量选择,又同时考虑了不同来源数据间的异质性和关联性.数值模拟结果表明:分位数惩罚整合模型在预测性能和变量选择方面都具有明显的优势.此外,将该模型应用于商业银行系统性风险测度中发现,分位数惩罚整合模型在实际应用中也有较好的表现.     

中国对外贸易对经济增长的影响——基于改进的两阶段面板数据分位数回归

针对面板数据回归模型,本文结合复合分位数回归,提出了改进的两阶段分位数回归估计方法,所提出的估计不仅保留了分位数回归的优点,而且保留了变量的含义.进一步,采用所提出的方法分析了对外贸易对经济增长的影响.分析表明,对外贸易对经济增长具有正向影响,且在对外贸易开放度越高的地区,其对经济增长的影响越大。     

面板数据分位数回归模型求解的模式搜索法

本文应用最优化理论,对固定效应的面板数据分位数回归模型,提出一种模式搜索方法,此方法可以同时估计出所有分位点处的解释变量系数和所有个体的固定效应值。进一步利用蒙特卡洛模拟比较现有文献中涉及的面板数据分位数回归方法,结果显示无论误差项是否满足经典假设,模式搜索分位数回归法较之其他分位数回归估计方法更为有效.     

具有随机右删失随机变量分位数的经验似然推断（英文）

本文研究了具有随机右删失随机变量分位数的置信域的构造.利用经验似然和截尾值估算相结合的方法,给出了分位数的对数经验似然比统计量,在较少的条件下证明了该统计量的极限分布为自由度为1的x~2分布.使得完全数据下的分位数的经验似然推断方法应用到非完全数据中.     

不完全数据下的分位数估计

本文主要讨论了响应数据缺失时基于无偏估计方程的分位数估计.本文提出了两种非参光滑技术的插补(imputation)方法,一种是整体非参核插补法,另一种是局部多重插补法.我们可以利用这两种方法构造渐近无偏估计方程.通过该缺失数据下的估计方程,我们可以利用常用的估计方法对未知分位数进行统计推断.本文证明了该方法下的分位数估计具有相合性和渐近正态性.     

具有随机右删失随机变量分位数的经验似然推断

本文研究了具有随机右删失随机变量分位数的置信域的构造.利用经验似然和截尾值估算相结合的方法,给出了分位数的对数经验似然比统计量,在较少的条件下证明了该统计量的极限分布为自由度为1的x~2分布.使得完全数据下的分位数的经验似然推断方法应用到非完全数据中.     

基于copula函数的纵向数据复合分位数回归及变量选择

复合分位数回归(composite quantile regression)具有稳健性好和估计效率高的优势,所以其经常被用来替代均值回归.众所周知,纵向数据具有组内相关的特点,如果估计过程中能正确地利用组内相关性,则可以显著地提高估计效率.因此,探讨纵向数据复合分位数回归中如何使用相关性是一个有意义的问题.本文首先利用copula函数方法构建纵向数据复合分位数回归的组内协方差矩阵,进而基于构建的协方差矩阵,提出一个无偏且有效的基于copula函数的复合分位数回归估计方程;进一步,为了进行变量选择,利用基于copula函数的估计方程,提出一个光滑门限(smooth-threshold)的复合分位数回归估计方程方法.本文提出的方法具有很高的灵活性,而且提高了估计的效率.理论结果以及数值模拟和实际数据分析都验证了本文的方法.     

基于分位数回归的大学生成绩变化实证分析

在介绍分位数回归方法的基础上,讨论了分位数回归模型在研究影响大学生成绩变化因素方面的应用,与最小二乘回归模型对比,分位数回归能有效地描述数据尾端的分布情况.     

长度偏差右删失数据剩余寿命的分位数回归

本文研究长度偏差数据下剩余寿命分位数模型的估计方法,充分考虑有偏抽样机制对模型估计的影响.如果忽略这种有偏性会导致估计产生严重偏差甚至错误的结果.本文首先针对长度偏差右删失数据的剩余寿命分位数提出了对数形式的线性回归模型,对删失变量与协变量独立和不独立的两种情况利用估计方程给出了模型参数的估计.其次,通过经验过程和弱收敛理论给出了参数估计的相合性和渐近正态性.最后,本文对提出的估计方法进行了数值模拟并用该方法对奥斯卡奖数据进行分析.     

考虑失效相关性的长寿命系统可靠性置信限综合评估模型

根据高长寿命产品的试验数据特征,采用退化轨迹拟合、两点分布和区间估计思想,分位数置信限-失效阈值干涉、可靠度预估响应模拟,分别给出了小样本和大样本试样下的零部件可靠性置信限评估方法。运用Copula理论拟合零部件失效间的动态相关性,从而对应性地建立了系统级可靠性置信限综合评估模型。该模型改善了独立性系统可靠性置信限评估方法预估结果过于保守的情形。算例验证了该类模型的可行性和有效性。     

Logistic响应分布分位数的鞍点近似置信区间

论文基于响应数据，应用鞍点近似方法，给出构造Logistic响应分布分位数的近似置信区间的方法. 论文还对这种置信区间进行了模拟，并将该方法应用于QD8电雷管. 模拟和实例结果表明，当样本量较小时，该方法能够较好地推断Logistic响应分布的分位数     

基于最小化复合分位损失函数的尺度参数估计和异质性检验

在进行回归分析时,对误差项离散程度的度量是一个重要话题.文章利用最小化复合分位损失的方法,对误差项的尺度参数进行估计,并证明估计量的大样本性质.进一步的研究表明:通过选取合适的分位数,能得到尺度参数的最优估计,并以此进行异质性检验.模拟结果表明,在重尾条件下所提出的方法有更高的精度.实际数据应用体现了该方法的良好性能.     

经济政策不确定性与系统性风险关联性研究——基于主成分分位数回归方法的实现

选取中国经济政策不确定性指数和14个系统性风险的代表性指标,首先运用分位数格兰杰因果检验经济政策不确定性与系统性风险指标的因果关系,然后分别以经济政策不确定性和系统性风险为被解释变量,利用主成分分位数回归分析经济政策不确定性与系统性风险之间的相互影响关系。研究发现:在单个系统性风险指标中,机构极值风险对经济政策不确定性的影响最为显著;中国金融市场整体系统性风险与经济政策不确定性之间存在双向因果关系;经济政策不确定性与系统性风险指标在下尾分布拟合效果最好。进一步分析发现,经济政策不确定性的上升不能起到稳定器效果,其对系统性风险加剧有助推作用,同时系统性风险的上升也会倒逼经济政策不确定性的增加。