变系数联立模型的局部线性工具向量变窗宽估计

在经济变量随机设计条件下,提出了一类变系数联立模型的局部线性工具向量变窗宽估计,研究了估计量的大样本性质.运用局部线性工具向量变窗宽估计对模型的变系数进行估计.利用概率论中大数定律和中心极限定理,证明了估计量的大样本性质.局部线性工具向量变窗宽估计具有相合性和渐进正态性.

我国宏观经济非参数联立模型的局部线性工具变量变窗宽估计

联立方程模型在经济政策制定、经济结构分析和预测方面起重要作用 ,目前关于非参数计量经济模型的研究主要停留在单方程模型上 ,而联立方程模型的研究在国际上刚刚起步。本文将非参数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合 ,首次提出了非参数计量经济联立模型的局部线性工具变量变窗宽估计并应用于我国宏观经济非参数联立模型。结果表明 :我国宏观经济非参数联立模型优于线性联立模型且线性模型将造成不必要的人为设定误差 ;对于非参数联立模型 ,局部线性工具变量变窗宽估计优于局部线性估计。

我国宏观经济非参数联立模型的局部线性广义矩变窗宽估计

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用，但以往的线性或非线性联立方程模型容易造成单方程的设定误差，致使联立方程的累积误差很大，不能很好地反映现实中的经济现象。而非参数回归模型具有较线性或非线性回归模型更好的拟合优度，非参数联立方程模型是较传统联立方程模型更贴近现实经济现象的模型，能较好地拟合现实中的经济状况。目前关于非参数计量经济模型的研究主要停留在单方程模型的研究，而联立方程模型的研究在国际上刚刚起步，在国内是个空白。本文将非参数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合，首次提出了非参数计量经济联立模型的局部线性ＧＭＭ变窗宽估计并应用于我国宏观经济非参数联立模型且与线性联立模型进行了比较，结果表明：我国宏观经济非参数联立模型优于线性联立模型且线性模型将造成不必要的人为设定误差。

变系数联立模型的局部线性广义矩变窗宽估计

在随机设计条件下,提出了一类变系数联立模型,运用局部线性广义矩变窗宽估计,对模型的变系数进行了估计,研究了估计量的大样本性质.利用概率论中大数定律和中心极限定理,证明了估计量的大样本性质,局部线性广义矩变窗宽估计具有相合性和渐进正态性.

基于非参数回归模型的局部线性估计云量预报方法研究

为研究云量的分布特点,本文利用历史观测资料,对新义州、定海、隆子3站的总云量和低云量进行了正态性检验,结果显示:总云量和低云量均未达到正态指标,具有一定的随机性.因此,在2004-2007年逐年1月T106L19模式产品和单站地面观测资料的基础上,采用适合被解释对象呈非未知分布的非参数方法——局部线性估计方法,选择合适的窗宽和核函数,创建了上述3站总云量和低云量的短期预报模型,包括不同的长度样本序列.同时,为了比较预报效果,还采用适合被解释对象呈正态分布的参数方法——逐步回归法,建立了相应的预报模型,并利用2003年1月1～31日的逐日T106L19模式产品和3站的云量历史观测资料,对各种预报模型进行了试报和效果的检验,结果表明:在3站的总云量、低云量的月平均准确率和月平均平均绝对误差的检验指标中,非参数局部线性估计的预报精度均高于逐步回归方法;使用短样本序列建立的自适应非参数局部线性估计预报模型与采用长样本序列建立的预报模型相比,效果相当.这意味着,在数值预报产品解释应用的云量预报中,非参数局部线性估计方法可以更合理地考虑其时间分布特征,尤其在缺乏较长时间的历史建模样本时,具有良好的应用前景.

半参数计量经济联立模型的变窗宽估计理论

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用.文章将半参数单方程计量经济模型的局部线性估计方法与传统联立方程计量经济模型的工具变量估计方法相结合,在随机设计(模型中所有变量为随机变量)下,提出了半参数联立方程计量经济模型的局部线性工具变量变窗宽估计方法,并利用极限理论研究了估计的大样本性质.结果表明:参数分量的估计具有一致性和渐近正态性且收敛速度为n-1/2;非参数分量估计在内点处具有一致性和渐近正态性,其收敛速度达到了非参数函数估计的最优收敛速度.

非参数计量经济联立模型的变窗宽估计理论

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用.文章将非参数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合,在随机设计(模型中所有变量为随机变量)下,提出了非参数计量经济联立模型的局部线性工具变量变窗宽估计并利用概率论中大数定理和中心极限定理等在内点处研究了它的大样本性质,证明了它的一致性和渐近正态性,它在内点处的收敛速度达到了非参数函数估计的最优收敛速度.

非参数局部线性估计方法及对中国股市杠杆效应的实证分析

介绍非参数局部线性估计理论,以上证综合指数和深证成份指数2001年12月28日—2007年12月28日的每日收盘价对数收益率为样本,运用非参数变窗宽局部线性估计方法对中国股票市场波动率的非对称性作了实证研究:在样本周期内,中国的股票市场存在杠杆效应。

条件三阶中心矩的局部线性估计(英文)

本文给出了条件三阶中心矩的局部线性估计, 并研究了估计的条件偏差和方差. 本文利用广义交叉核实法(GCV)进行窗宽选择. 我们通过模拟说明了该估计的实用性.

缺失数据下局部M-估计的相合性和渐近正态性

在缺失响应变量的不完全数据下,对非参数回归模型进行研究,利用稳健的变窗宽局部线性回归的方法,给出了回归函数m(x)的估计,并证明了局部M-估计具有相合性和渐近正态性.所提出的方法继承了局部多项式回归的优点并且克服了最小二乘方法缺乏稳健性的缺点.并且使用变窗宽提高了所得M-估计的可塑性,使之能成功地处理空间非齐次曲线、异方差性及非均匀设计密度.所得估计的渐近结果为求渐近最优方案以及直接从数据估计最优变窗宽提供了理论基础.

多元非参数计量经济模型的变窗宽局部线性估计

在随机设计(模型中所有变量为随机变量)下,提出了非参数计量经济模型的变窗宽局部线性估计,并利用概率论中大数定理和中心极限定理,在内点处证明了它的一致性和渐近正态性.它在内点处的收敛速度达到了非参数函数估计的最优收敛速度.

部分线性回归模型变窗宽一步局部M-估计

讨论了部分线性回归模型的变窗宽一步局部M-估计.用一步局部M-估计给出未知函数的估计,用平均方法给出参数估计.进一步通过两个引理证明一步M-估计的渐近正态性.所提出的方法继承了局部多项式的优点并且克服了最小二乘法缺乏稳健性的缺点.

我国费雪效应的非参数检验

本文基于我国1990:01—2007:04期间的名义利率与通货膨胀率月度数据非线性变化的特征,应用非参数单位根和非参数协整理论检验我国是否存在费雪效应,进而应用非参数局部线性变窗宽估计计算我国的费雪系数。由此产生的结论为:第一,非参数单位根检验发现我国名义利率与通货膨胀率都是非平稳的单位根过程;第二,非参数协整检验的结论为,我国名义利率与通胀变化率之间存在长期的非线性协整关系,这一结论表明我国至少存在弱的费雪效应;第三,非参数局部线性变窗宽估计计算的费雪效应(系数)的均值为0.4055,这一结果进一步支持我国存在弱的费雪效应,其隐含的意义为,当前加息对稳定通胀将产生正面效应,进一步,如适时适度的调整利率,很可能抑制当前较高的CPI向高通胀的转化。

中国城镇居民消费函数的非参数模型

利用2001-01￣2005-11我国城镇居民人均可支配收入与消费性支出的月度数据,建立了我国城镇居民消费的非参数模型,并用不变窗宽的核估计、不变窗宽的局部线性估计、k-近邻估计、正交序列估计以及线性最小二乘估计分别进行了拟合和预测,结果表明:非线性模型优于线性模型;在4种非线性估计方法中,局部线性估计方法优于其它3种估计方法.

林业产品贸易与劳动市场调整关系的实证

文章建立了我国林业产品贸易与劳动市场调整关系之间的非参数模型,采用变窗宽局部线性估计方法进行实证分析。结果显示:林业劳动市场调整成本与林业产品的产业内贸易水平之间存在负向变化关系,即林业产品的产业内贸易发展,会在一定程度上抵消林业贸易变动带来的劳动力调整。林业劳动者收入水平提高,也有利于降低劳动市场调整成本,但林业产品需求的明显变动和贸易开放程度的扩大,都抬高了劳动市场调整的成本。此外,大部分变量参数随时间序列都有明显的动态变化,反映了选择非参数估计的必要性。

模型指导的单指标非参数期权定价

我们在半参数Black-Scholes期权定价模型基础上提出了新的半参数期权定价模型。本文通过变量变换把期权价格支付函数转化为关于状态价格方程随机误差概率密度函数的积分函数,当概率密度函数为不同形式时得到新的非参数期权定价模型：（1）当概率密度函数为非参数形式时得到了单指标非参数期权定价模型;（2）当概率密度函数为正态分布函数与非参数函数之和时得到单指标非参数修正的半参数期权定价模型,即模型指导的单指标非参数期权定价。最后使用上海证券交易所上证50ETF期权数据,使用变窗宽局部线性估计得到单指标半参数模型效果最好。