基于逻辑回归的个人信用评分卡模型研究

构建有效的个人信用风险评价系统,用以应对潜在的个人信贷风险,这对金融行业和社会公众皆有重要的现实意义。文章首先对数据进行清洗、预处理,然后通过WOE编码分箱、IV值进行变量筛选,构建了逻辑回归模型并基于逻辑回归模型建立了个人信用评分卡模型,该模型可辅助决策者制定合理的授信政策、定价策略以及其他相关业务运营策略。

区间函数型数据构权方法研究

针对由数据量过大而引起的函数型综合评价信息损失或是计算复杂度过大等问题,文中提出了一种基于区间函数型数据的综合评价方法,并针对区间函数型数据表支持的综合评价问题的特殊性,提出了一种新的确定权重系数的"全局"拉开档次法.相较于函数型综合评价,区间函数型综合评价在呈现连续的函数特征同时,增加了区间化的步骤,能够更好地挖掘数据信息,提升综合评价的效率.最后通过以义乌小商品景气指数为例,分别使用函数型数据形式和区间函数型数据形式下的"全局"拉开档次法对其进行赋权,进而进行评价研究.结果表明该文提出的区间函数型综合评价方法更具优势.

二项分布双边收尾概率和假设检验统计量的几处修正

二项分布是广泛存在的一种离散型概率分布。服从二项分布B(n,p)的一个随机变量等于n个相互独立且服从贝努利分布B(1,p)的随机变量之和,二项分布包含参数p的估计与检验等同于贝努利分布参数p的估计与检验。本文修正常见教科书中有关二项分布双边收尾概率计算和假设检验统计量构建中存在的3处问题。(1)对二项分布B(n,p)的取值概率pk(k=0,1,…,n)从小到大排序,排序后的概率用p_((k))表示,观测值k的双边收尾精确概率等于■;(2)二项分布B(n,p)参数p与给定值p0的差异显著性检验统计量被修正为■,该统计量在大样本条件下近似服从正态分布N(p–p0,1);(3)二项分布B(n1,p1)和B(n2,p2)的参数p1和p2差异显著性检验统计量被修正为■,该统计量在大样本条件下近似服从正态分布N(p1–p2,1)。修正后的双边收尾概率是精确值,不会出现概率大于1的问题。修正后的2个检验统计量无论原假设是否成立,其大样本近似正态分布的方差均为1,有利于准确研究备择假设条件下检验统计量的功效。此外,文中还介绍了小样本条件下二项分布参数的精确检验,对比分析了准确检验与近似检验的异同;讨论了修正统计量的理论基础,给出了小概率和大样本的判定标准,列出了贝努利分布参数检验与正态分布均值检验的异同。期望读者能够从中了解到假设检验与统计推断作为统计学核心研究内容的全貌。

两维异质性面板分位数模型的双惩罚回归方法

文章关注系数具有两维异质性结构的面板分位数模型,基于SCAD惩罚函数和MCP惩罚函数提出双惩罚最小加权绝对偏差目标函数,同时进行参数估计和两维异质性结构识别。利用ADMM算法求解目标函数,并使用BIC信息准则通过网格搜索选择最优调节参数。根据蒙特卡洛模拟结果验证了所提方法的有限样本性质,最后使用实际数据检验了其应用效果。研究结果表明:所提出的方法能够准确识别两维异质性结构,并且Post估计量的参数估计精确度接近于Oracle估计量。

纵向多分类数据的广义估计方程分析

广义估计方程(GEE)是分析纵向数据的常用方法.如果响应变量的维数是一,XIE和YANG(2003)及WANG(2011)分别研究了协变量维数是固定的和协变量维数趋于无穷时,GEE估计的渐近性质.本文研究纵向多分类数据(multicategorical data)的GEE建模和GEE估计的渐近性质.当数据的分类数大于二时,响应变量的维数大于一,所以推广了文献的相关结果.

基于特征样本的变参数模型估计方法研究

文章基于特征样本采样方法,通过对特征样本的重新组合,设计了一种新的变参数模型估计方法,实现经济社会问题中小样本情况下的变参数估计。该方法根据采样顺序将特征样本重组为时间序列各期的样本,通过分期回归实现各期的变参数估计,并对估计结果进行显著性和拟合度检验。该方法简便易行,且符合贝叶斯原理和蒙特卡罗原理,为变参数模型的估计提供了一种新的思路。

一类Lindley模型参数的经验Bayes检验收敛速度的改进

利用递归核估计和单调性,构造了Lindley模型参数的经验Bayes检验函数,并在适当的条件下,证明了收敛速度的阶可任意接近O(n^(-1)).

县域旅游目的地竞争力评价模型构建

以欠发达区的地级市、区和县为样本,构建指标体系,探索建立旅游目的地竞争力模型.通过实证分析,证明模型的可行性,进而利用模型对该地区旅游目的地竞争力进行评价分析,为该地区旅游事业发展提供建议.

随机变量极值函数的分布及数字特征

讨论了服从几何分布和指数分布的二维随机变量极值函数分布及数字特征等相关问题.除了都具有无记忆特性,服从几何分布和指数分布的随机变量的极值函数也具有分布结构相似的特点.给出二维随机变量的极值函数的期望和方差的计算公式,并且和协方差的定义做了比较.

加法公式在盲盒游戏中的应用

文中利用概率加法公式、全概率公式等,针对盲盒购买的两种方式,分别计算了购买n个盲盒时集齐整个系列的概率;以及在两种购买方式下,平均购买多少个盲盒才能集齐整个系列.最后通过随机模拟,验证了前面结论的正确性.

电力行业CO_(2)排放量预测及减排路径——以徐州市为例

基于1996—2022年《徐州统计年鉴》数据,分析徐州市电力行业CO_(2)排放特征,参考宾婵佳等的方法测算徐州市电力行业CO_(2)排放量,运用BP神经网络模型对2022—2030年徐州市电力行业CO_(2)排放量进行预测.结果表明:1995—2021年徐州市电力行业CO_(2)排放量为1002.684~4462.032万t;单位煤耗CO_(2)排放系数从1995年的1.027 t/MWh上升到1998年的1.043 t/MWh,再下降到2021年的0.820 t/MWh.不同情景下,徐州市电力行业CO_(2)排放量的预测值与实际值的独立样本t检验结果表明,运用BP神经网络模型预测电力行业CO_(2)排放量是可行的.预测结果显示,到2030年,徐州市电力行业CO_(2)排放量在基准情景下为5382.358万t,低碳情景下为4481.523万t,强化低碳情景下为4077.167万t.提出了徐州市电力行业可从发电端、电网端和消费端实施碳减排措施.

中国创新驱动水平测度、地区差异与动态演进

创新驱动是高质量发展的第一动力,文章界定了创新驱动的内涵,明确其内在作用机制,在此基础上概括出认知基础、主体投入、成果产出和环境支撑四大维度。基于四大维度构建创新驱动水平评价指标体系,运用主成分分析法测算出创新驱动水平,并借助Dagum基尼系数和Kernel密度估计方法揭示创新驱动水平的区域差异及演进趋势。结果表明:(1)虽然中国整体创新驱动水平大幅度提高,但是,地区之间的差异也越来越大,东部地区的创新驱动发展水平显著高于中西部地区;(2)各省份间的创新驱动水平差距较大,甚至部分省份的创新驱动水平在某些年份出现倒退的情况;(3)创新驱动的制度保障还不完善,地区之间的技术扩散和转移机制不畅,造成了不同的创新驱动发展路径。

偏正态条件下多元线性回归模型的统计推断及其应用

本文考虑带偏正态随机项多元线性回归模型的统计推断问题.基于最大似然方法,本文所做的工作如下:1)证明了参数最大似然估计在n≥p+1条件下以概率1存在唯一;2)在唯一性条件下给出参数估计的一致性结论;3)在一致性的条件下研究了参数的渐近性质,给出参数的渐近分布.最后通过数值模拟说明了所提理论和方法的有效性.实例表明模型参数估计的渐近分布具有实际意义.

病态加权最小二乘混合模型的k-Liu估计解法

文章综合加权多源观测模型及最小二乘混合模型,组合两种有偏估计算法得到组合有偏估计算法。利用岭估计与Liu估计形成一种新的有偏估计——k-Liu估计,其可以抵抗法方程系数矩阵的病态性,同时可以有效降低参数估值的均方误差。通过构建目标函数导出k-Liu估计在病态最小二乘混合模型中参数的通用解式、均方误差式和协因数的计算式,推导出k-Liu估计中修正因子的计算式,通过广义交叉检核法确定岭参数。最后,通过多种估计法参与算例解算,得出k-Liu估计可以进一步提升混合最小二乘模型的解算精度。

基于非参检验及多元回归分析的不同医保医疗费用自付比例研究——以成都市某医院Ⅱ型糖尿病患者为例

医保改革和医疗费用是重要民生问题,人们关注不同医保类型的医疗费用自付比例是否存在差异和医疗费用自付比例的影响因素。基于此,本文用排列检验方法和交互效应模型,分析四川省成都市某三级甲等医院2020年1月至2021年12月内分泌科的Ⅱ型糖尿病患者的出院结算数据,探究城乡居民医保患者和城镇职工医保患者的医疗费用自付比例是否有显著差异以及医疗费用自付比例的影响因素,为医保的后续改革提供依据。研究结果发现2种医保患者的医疗费用自付比例有显著差异,检查费用比例等多种费用比例的增加会增加医疗费用自付比例;在低维情况下,本文所使用的高维排列检验方法与Hotelling T^(2)排列检验的结果一致。

偏态分布截断参数的经验Bayes检验

偏态分布是对称分布的一种推广,在实际生活中应用广泛,其中截断参数对界定偏态分布的边界具有重要意义.文中基于经验Bayes检验方法,研究了偏态分布截断参数的假设检验问题.考虑普通Bayes检验中先验密度的未知性和不确定性,利用递归核估计的密度函数代替未知的先验密度函数.定义检验的加权线性损失函数,从而更好地刻画了决策风险.在给定条件下证明了所提出检验函数的渐近最优性,同时给出确定的收敛速度.最后通过实例验证了文中的理论结果.

基于任务权重自动优化的多任务序数回归算法

目前,只有少量面向多任务学习的序数回归方法。这些方法假设不同的任务具有相同的权重,对整体模型具有相同的贡献。然而,在真实应用中,不同任务对于整体模型的贡献往往是不同的。为此,提出了一种基于任务权重自动优化的多任务序数回归算法。首先,提出了基于支持向量机的多任务序数回归模型,通过分类器参数共享,实现不同任务之间的信息迁移;其次,考虑到不同任务对整体模型可能具有不同贡献,赋予每个任务一个权重,这些权重将在学习过程中自动优化求解;最后,采用了启发式框架,交替地建立多任务序数回归模型和优化任务权重。实验结果表明,提出方法相比于其他多任务序数回归方法,平均0-1误差降低了3.8%~12.3%,平均绝对误差降低了4.1%~11%。考虑了每个任务的不同权重,通过自动优化这些权重,降低了多任务序数回归模型的分类误差。

维数发散乘积回归模型的M估计

针对乘积回归模型,本文提出了非凹惩罚最小乘积相对误差的M估计(简称为惩罚MLPRE),该方法可有效处理高维样本量及参数维数随样本量增大而增大的稀疏乘积回归模型.基于一些正则条件,本文得到惩罚M-LPRE参数估计的相合性和渐近正态性等理论性质,通过数值模拟和实例分析,验证了惩罚M-LPRE准则的有效性.

基于课程思政的《应用回归分析》课堂教学探索

为了提高《应用回归分析》课堂的课程思政融入效果,本文基于课程思政和OBE教学理念从教学目标、教学方式方法、评价方式等方面对《应用回归分析》课程的课堂及实践教学进行思考探索。深度挖掘课程教学及实践中的课程思政元素,通过挖掘理论中蕴含的思政元素、课程思政案例等多种方式将课程思政融入课程教学中。采用问题导向、项目式教学方法,线上、线下混合式教学模式促使学生主动学习,增加课堂教学的互动性,引导学生主动学习和深度学习。在教学评价中,采用多元和梯次评价方法,注重过程性评价。通过以上的思考探索,持续改进《应用回归分析》课程教学,以实现理论教学和实践教学、专业教学和思政教学相结合的教学模式,培养德才兼备,具备可持续竞争力、自主学习能力,能够适应未来社会变化的高素质人才。

财政政策、货币政策与高质量就业——基于TVP-SV-VAR模型的动态分析

更加充分、更高质量的就业是实现经济高质量发展的应有之义。文章采用中国2000—2021年的季度时间序列数据,基于时变参数向量自回归(TVP-SV-VAR)模型,实证检验财政政策与货币政策对就业质量的时变及动态影响。研究发现:落实减税降费政策、优化财政支出结构在短期和中长期均有效地促进了高质量就业。面对国际金融危机冲击时,财政政策在短期内实现了对就业质量的保障,而在长期内政策效果受到削弱,这说明高质量就业的实现并非“斯须之作”。数量型货币政策对就业质量的调节作用较为平稳,其影响具有滞后性,而价格型工具更能有效熨平外部冲击对就业质量的影响。相较货币政策,财政政策对就业质量的调控具有更强的拉动作用与抗冲击能力。