POT模型中GPD估计方法选择及金融风险测度

极大似然、矩、概率加权矩估计是GPD参数估计的主要方法.用蒙特卡罗模拟技术产生大量GPD数据,用三种方法估计参数.通过BIAS和RMSE判断估计方法优劣,研究其随样本量和形状参数变化的差异,得到估计方法选择的标准.     

基于线性混合模型的艾滋病最佳治疗时机选择

本文利用美国艾滋病医疗试验机构ACTG的193A研究中的一组非平衡重复测量数据。以log(cd4+1)为体现疗效的因变量,年龄、性别为固定效应,治疗时间和滞后治疗时间为随机效应,同时考虑疗法对疗效的影响引入其与治疗时间的交互效应,建立线性混合效应模型。用SAS软件求解。再通过建立以治疗时间斜率随机效应为因变量初始logcd4为解释变量的回归模型判断艾滋病最佳治疗时机。结果表明,当初始cd4为185个/mm~3时治疗时机最佳,即为无症状感染的晚期.与美国DHHS推荐的小于200个/mm~3一致,却更为科学和精确。本研究对艾滋病治疗的临床实践具有重要的指导意义。     

中国居民消费季节调整:2000～2010——基于均方根信息滤波状态空间模型的研究

近年我国消费率持续下降,在我国消费社会处于转型升级的重要时期,投资与消费的失衡是当前宏观经济中最严重的问题之一。本文在基于传统的Kalman滤波状态空间季节调整模型的基础上,用均方根信息滤波的方法对状态空间季节调整模型进行改进,充分利用R软件中DECOMP程序包的优势将2000年1月至2010年12月我国居民消费非平稳序列进行分解。所得结论:(1)二阶AR成分模型最优。交易日对我国消费品零售额影响不显著。(2)我国社会消费品零售额有两阶段指数发展趋势特征,2003年是趋势变化转折点,后期比前期增长快。具有中间低、两头高的U型季节特征。(3)得到非常平滑的月环比增长率,为经济监测提供了更稳定的依据。     

线性混合模型用于艾滋病疗效预测和疗法选优

为探究线性混合效应模型在艾滋病疗效预测和疗法选优中的应用。利用美国艾滋病医疗试验机构ACTG的193A研究中的一组非平衡重复测量数据,以logcd4为体现疗效的因变量,年龄、性别为固定效应,建立截距和治疗时间的斜率随受试者随机变化且其期望值因疗法不同的线性混合效应模型,用SAS软件中mixed过程求解并预测。通过疗法对截距和治疗时间斜率期望值的影响选择最优疗法。结果表明模型有非常好的拟合和预测效果,疗法4为最优疗法。本研究为专业医生进行艾滋病疗效的预测和疗法选优提供了科学依据和方法。     

艾滋病治疗综效的评价和预测

本文利用美国艾滋病医疗试验机构ACTG的临床试验小组193A研究中的一组数据为样本,以10g(cd4+1)和治疗费用作为艾滋病治疗综效评价的指标,对疗法一的不同患者相同治疗时间的综合评价值平均得到平均治疗综效周时间序列,在此基础上建立ARIMA(3,1,1)模型,并做15周的外延预测。结果表明,模型有非常好的拟合和预测效果,治疗费用使欠发达地区的治疗综效有明显的下降趋势,约在第45周后直线下降,说明患者的病情此时得以很好的控制。     

两极端值模型的比较和应用

极端值模型主要有分块样本极大值模型和阈顶点模型.从两模型极值分布的内在关系、尾部特征的角度作比较分析和证明.结果表明,它们的内在关系一致;随着形状参数的变化尾部各有不同特征,阈顶点模型更为具体和多样,更适合金融风险度量的应用.     

标准差和平均差的内在关系及应用研究

由于绝对值不是变量的解析函数,不具有方差的良好数学性质;但由于它对极少数极端事件不敏感,因而更具有抗干扰性。在实证研究波动时,更偏向于平均差。本文正是在此矛盾的基础上,通过考虑分布和不考虑分布的两种情况,从理论和应用的不同角度,深入地研究了两者间的内在关系及应用情况,从而为科学合理地利用离散度指标提供新思路。     

多元协方差分析用于艾滋病疗法的选择

目的:优化HAART药物治疗方案,提高治疗效果,为广大患者和医生选择艾滋病的疗法提供科学的依据.方法:以CD4细胞数的增加值作为体现治疗效果的因变量,治疗时间和初始治疗CD4细胞数为协变量,通过四组疗法分组进行多元协方差分析。结果:患者治疗效果的差异主要是由于治疗方法和治疗时间以及初始治疗cd4值的差异所致;四种疗法的疗效总体上差异显著,满足完备性条件和显著性条件的疗法疗效优劣顺序是:M4>M2≈M3≈M1.结论:多元协方差分析用于艾滋病疗法的选择对实际工作有积极的指导意义.     

基于二阶扩展形式的金融资产回报“厚尾”分布形状参数矩估计阶的推广

在金融资产回报“厚尾”分布一、二阶扩展形式的基础上,建立起形状参数及阀值与V aR之间的关系.为此,我们引入了形状参数的矩估计原理和阀值选取的H a ll自助法.代入最优阀值的渐近均方误差为我们提供了形状参数矩估计阶的选择依据.从而,将实践中只计算形状参数的一、二阶矩估计进行了有效的推广.     

上证股指极值模型估计和VaR计算

POT极值模型参数的准确估计是计算金融资产回报厚尾分布市场风险的关键.由n阶概率加权矩得到参数的二项式回归估计,而将参数的零,一阶概率加权矩估计予以推广.极大似然估计中.将极大化似然函转化为二元函数无条件极值问题·其他参数估计方法的结果作为迭代的初始值,通过它们的似然函数值和极大似然函数值的比较以及迭代次数判断方法的优劣.实证研究表明:参数的零、一阶概率加权矩估计较接近于真值,随着阶数的提高,二项式回归参数估计的误差很大.参数的极大似然估计优于非线性回归估计优于零、一阶概率加权矩估计.在此基础上计算上证A股指数vaR值.