基于最优化算法的众数回归理论及其在收入分配中的应用

经典众数回归模型可以准确刻画因变量条件众数与自变量之间的关系,是均值回归和分位数回归模型的重要补充。本文提出使用遗传算法、模拟退火算法等最优化算法估计经典众数回归模型系数向量,并给出了相应的统计检验方法,弥补了经典众数回归模型由于缺少渐进理论而无法给出显著性检验方法的缺陷。在实证分析中,本文利用众数回归分析方法研究了中国城镇居民的收入影响因素,发现城镇居民中占最大比例的群体的教育收益率仅为3.3%,远低于均值回归和中位数回归10%的教育收益率;经验年限拐点为11年,远低于均值回归和中位数回归22年的拐点;对于占最大比例的群体而言,签有劳动合同者的收入比没有签订劳动合同者的收入高15%左右。最后,本文基于上述结果从教育、技术培训、法律等方面给出了调节贫富差距的政策建议。

房地产业与银行业股票的相关性研究

在给定概率水平下,为了描述具有尖峰、肥尾、有偏等特性的金融变量之间的非线性相依结构,给出了能够准确刻画金融变量上述特性的非对称Laplace分布,首次推导出了以该分布为边际分布,联合分布由高斯Copula建立的非线性分位数回归模型。实证表明:高斯Copula非线性分位数回归模型能够更全面准确的描述房地产业与银行业股票收益率之间的风险相关关系,对于预测收益率和防范金融风险具有十分重要的意义。

银行业如何影响房地产业?Copula分位数回归及预测方法

众所周知,房地产业与银行业是高度相关的,如何确定银行业股票收益率对房地产业股票收益率的影响以及如何根据银行业股票收益率预测房地产业股票收益率的波动是非常重要的问题。本文首先使用Copula分位数回归建立了银行业股票收益率对房地产业股票收益率的回归模型,并且给出了Copula分位数回归基础上的CopuIa选择新标准,即分位数损失函数距离意义下的Copula函数选择准则,依据该准则我们选取Clayton Copula分位数回归模型刻画了低迷时期银行业股票收益率如何影响房地产业股票收益率。

连续型数据众数估计方法及应用研究

一些科研单位或者调查机构经常公布关于居民工资收入状况的数据报告,大多数居民觉得收入"被提高",并对此提出质疑.针对该问题,提出众数作为公开数据报告的补充,并给出了众数的两种估计方法.最后,采用这两种方法对中国城镇女性居民月工资收入的众数进行了估计.结果表明,要想得到全面准确的收入分布状况,众数是不可或缺的重要统计量,而且两种众数估计方法是简单而行之有效的,这为众数的推广和应用奠定了基础.