长三角地区数字普惠金融与碳减排:助力还是阻力?--基于函数系数部分线性面板数据模型的实证分析

基于2011—2019年我国长三角地区41个城市面板数据,运用函数系数部分线性面板数据模型探讨数字普惠金融对碳减排的影响。研究发现,数字普惠金融对碳减排具有显著的非线性促进作用,且这种促进作用受经济发展水平的影响呈现区域异质性。特别地,当经济发展水平超过阈值人均GDP5.42万元时,数字普惠金融对碳减排的正向促进作用呈现先增强后减弱的“U”型关系。机制分析表明,数字普惠金融可以通过提高绿色技术创新水平促进碳减排。进一步研究发现,当经济发展达到一定程度时,数字普惠金融覆盖广度、使用深度和数字化程度对碳减排具有显著的促进作用,且覆盖广度和使用深度的促进作用大于数字化程度。

趋势固定效应函数系数面板模型的估计与应用研究

传统固定效应变系数面板模型因在捕捉截面个体的异质性方面具有显著优势而被广泛应用于经济分析中,但其劣势在于忽略了不同截面个体之间的共同性。为弥补上述不足,本文构建了趋势固定效应函数系数面板模型,从理论上分析新模型相对于传统固定效应变系数面板模型的优越性,在此基础上针对该模型提出参数的两步估计法,并推导估计量的渐近性质。一系列蒙特卡罗模拟结果表明,本文构建的模型比传统模型具有明显优势,且提出的估计方法具有良好的有限样本性质。将模型和估计方法应用于外商直接投资(FDI)对地区经济增长影响的研究,结果表明FDI对经济增长的影响随着地区初始经济发展水平的变化而变化,即FDI对经济增长具有非线性动态偏效应。

一类双函数系数ARCH-M模型的经验似然估计

针对一类双函数系数自回归条件异方差-均值(ARCH-M)模型的估计问题,提出一种基于经验似然的估计方法;在该估计方法中,所提出的模型允许金融时间序列的风险效应和收益效应同时为某一变量的函数结构,可以有效地刻画金融时间序列的风险和平均收益之间的关系,具有较广的适应性;同时,与经典矩估计法和极大似然估计法相比,基于经验似然的估计方法具有独特的优势,可以充分考虑金融序列的异方差性,并且所构造的置信区间不涉及任何渐近方差的估计,因此具有较好的稳健性和有效性;在一些正则条件下,对所构造的经验对数似然比统计量及函数系数估计量的渐近分布进行了理论分析;结果表明:关于风险效应函数系数和收益效应函数系数的经验对数似然比统计量均渐近收敛于中心卡方分布,同时函数系数估计量渐近收敛于正态分布;进而对风险效应函数系数和收益效应函数系数分别构造了相应函数系数的逐点置信区间。

函数系数协整模型局部线性估计方法的改进

函数系数协整模型可以克服非参数建模时的“维数困难”,同时体现系数的动态变化,被广泛应用于非平稳数据间复杂问题的研究。实践中经济序列常表现出时变波动方差和厚尾特征,传统核权最小二乘估计方法将不再适用。鉴于此,文章基于L1损失函数重构估计流程,选择表现稳健的局部线性核估计方法,并引入自适应方法,提出局部线性自适应最小绝对离差估计(ALADE)。模拟结果验证了所提估计方法可提升系数估计精度,优化模型整体拟合效果,同时绝对值交叉验证方法在选取最优窗宽时优势明显。实证分析发现,所提方法可识别中英两国汇率和价差间的动态协整关系,拟合系数平滑且接近理论值。

高场不对称波形离子迁移谱非线性函数系数误差分析

离子迁移率非线性函数系数α2和α4是高场不对称波形离子迁移谱(FAIMS)实现物质识别的基础。现有的α2和α4缺少先验值和误差分析方法,因此有必要建立关于α2和α4求解结果误差的评估标准,进而在此基础上提高α2和α4的求解精度。通过自制FAIMS分别对丙酮、异丙醇和1,2二氯苯三种物质在不同分离电压下的检测实验,获取样本在不同分离电压下的谱图和谱图特征值,运用组合的方法从多组分离电压值和相应补偿电压值的数据中选取指定组数,计算出大量的α2和α4数据。通过对α2和α4的数值分析,探究了α2和α4的分布特点和二者之间的相关性,研究了分离电压取点数量和取点方式对其求解结果误差的影响。在拟合α2和α4数据不同范围的频数后,发现α2和α4符合正态分布,其拟合度均在0.96以上,可以利用α2和α4分布的标准差来评估其求解结果的误差。通过对(α2,α4)散点进行拟合,发现α2和α4之间具有很强的负相关性,三样本的相关度分别为-0.977,-0.968,-0.992。随着分离电压选取点数的增加,其相应的求解结果误差在不断减少。通过不同分离电压取点方式的对比,发现当分离电压取VDmax和0.7 VDmax时求解结果最优。在保证α2和α4求解的准确性的前提下有效降低了检测次数,为FAIMS实现快速现场检测和精确的谱图解析创造了有利的条件。

目标函数系数模糊型的模糊线性规划问题

针对目标函数系数模糊型的一类模糊线性规划问题，提出一种新解的概念，并给出相应的模型描述，采用遗传算法（ＧＡｓ）结合传统的线性规划方法，实现了模型的求解，给出多种方案。

函数系数自回归模型推广形式的Back-Fitting估计

文章针对时间序列中函数系数自回归模型给出其推广形式,借助向后拟合的思想介绍推广形式中函数系数部分和参数部分的估计,该方法可以得到模型中的常值系数估计量的精确表达式;并通过一个数值模拟表明所提出的估计方法具有可行性和稳定性。

亚纯函数系数的高阶齐次线性微分方程解及其解的导数的不动点

研究了复域线性微分方程的解及其解的导数的不动点与超级问题,得到了亚纯函数系数的齐次线性微分方程的解及其解的导数的不动点的一个结果,所得结果推广了一些相关结果.

亚纯函数系数的高阶线性微分方程解的不动点和超级

研究了亚纯函数系数的高阶线性微分方程的解的不动点与超级问题,得到了齐次和非齐次高阶线性微分方程解的不动点和超级的两个结果,所得结果推广了一些相关结果。

关于高阶整函数系数微分方程解的增长性

研究了两类高阶线性整函数系数微分方程解的增长性 ,得到了其超级的精确估计 .文中的定理改进了 G.

基于函数系数GARCH-M模型的投资心理研究

将一类函数系数GARCH-M模型运用到股票市场,从定量的角度研究了前期收益是如何动态影响投资者的心理变化。通过实证研究,笔者发现金融市场上投资者的风险厌恶程度是动态变化的。投资者赌徒心理显著存在,投资盈亏所带来的心理变化也是不同的。

亚纯函数系数的高阶非齐次线性微分方程解及其解的导数的不动点

研究了非齐次线性微分方程的解及其解的导数的不动点与超级问题,得到了亚纯函数系数的非齐次线性微分方程的解及其解的导数的不动点的一个结果,所得结果推广了一些相关结果.

一类高阶整函数系数微分方程的解的性质

研究了当a为非零多项式 ,m >0为实常数 ,A(z)为有限级超越整函数且σ(A)≠ 1,F≠ 0为有限级整函数时 ,方程 f(k) +aemzf′+Af =F解的增长级和零点收敛指数及其对应的齐次方程 f(k) +aemzf′+Af

线性规划目标函数系数扰动的两个定理

提出了线性规划目标函数系数扰动的两个定理,并分别给出了严谨及简单的证明,同时,也从一个侧面刻划了线性规划解的稳定性.

论拟合函数系数的偏差

根据实验数据进行复杂函数的拟合,由于计算量大,拟合往往停留在理论阶段。用计算机进行数据处理,这样的计算已经没有任何困难了。用最小二乘法进行函数拟合得到的拟合函数与实验数据符合很好,可是拟合函数系数的偏差却很大;在对仪器定标的过程中,也经常出现这样的情况。就此对直线问题做了比较详细的讨论,并结合实例对曲线问题做了进一步探讨,提出数据区的选取是对该问题的主要影响。

函数系数自回归时间序列的异常值估计

介绍函数系数自回归模型(FAR),并从理论上分析了函数系数自回归模型的异常值鉴别方法;对于可加的异常值(AO)和新生的异常值(IO),在平方和分解的基础上给出了这两种类型的异常值及其方差的估计公式。为检验该方法的有效性,进行模拟实验,设计了模拟实验的详细步骤,并列出了多种不同情形的模拟结果。

勒让德函数及函数系数的推导

介绍勒让德方程在自然边界条件下的解,重点推导了勒让德函数的系数。

线性规划目标函数系数扰动的两个定理

提出了线性规划目标函数系数扰动的两个定理,并分别给出了严谨及简单的证明,同时,也从一个侧面刻划了线性规划解的稳定性.

函数系数自回归时间序列的异常值估计

本文介绍了函数系数自回归时间序列的异常值的一些相关背景研究及理论,并着重介绍了函数系数自回归模型(FAR);第二部分从理论上进行分析在函数系数自回归模型基础上的异常值鉴别、估计;第三部分进行了模拟实验;最后一个部分对全文作了总结,指出了方法的缺陷以及对后续研究的展望。

函数系数部分线性模型的B样条估计

函数系数部分线性模型是一个比较广泛的模型,其常数项函数和系数函数具有不同的自变量,这给模型的估计带来了不小的挑战。利用B样条方法同时给出该模型的常数项函数和系数函数的估计,给出了估计的相合性、渐近正态性以及收敛速度,且该收敛速度达到了非参数最优收敛速度;最后,模拟说明了B样条方法对该模型的估计是有效的。