本文關(guān)鍵詞：分位數(shù)回歸模型及在金融經(jīng)濟(jì)中的應(yīng)用　出處：《合肥工業(yè)大學(xué)》2016年博士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 分位數(shù)回歸 誤差校正模型 協(xié)整 門(mén)限自回歸模型 灰色預(yù)測(cè)模型 條件密度預(yù)測(cè) 異質(zhì)性

【摘要】：金融經(jīng)濟(jì)系統(tǒng)是一個(gè)復(fù)雜系統(tǒng),往往表現(xiàn)出典型的復(fù)雜性特征(如非線性、非平穩(wěn)性和異質(zhì)性等)。其中,異質(zhì)性特征是指受政策環(huán)境、市場(chǎng)競(jìng)爭(zhēng)及技術(shù)創(chuàng)新等因素影響,不同系統(tǒng)之間、以及同一系統(tǒng)內(nèi)部存在不同的運(yùn)行規(guī)律和內(nèi)在特質(zhì),該特征已成為金融經(jīng)濟(jì)系統(tǒng)中眾多復(fù)雜現(xiàn)象的重要突破點(diǎn)之一。與傳統(tǒng)的均值回歸方法相比,分位數(shù)回歸(QR)在異質(zhì)性建模方面提供了一個(gè)基本的分析工具,能夠揭示解釋變量對(duì)響應(yīng)變量在不同分位點(diǎn)處的異質(zhì)影響,從而更好地逼近和揭示真實(shí)金融經(jīng)濟(jì)系統(tǒng)在不同環(huán)境下的運(yùn)行規(guī)律,具有重要的理論意義和實(shí)踐價(jià)值。本文選取“分位數(shù)回歸的理論模型及其在金融經(jīng)濟(jì)中的應(yīng)用”這一研究主題,綜合應(yīng)用管理學(xué)、統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)等學(xué)科知識(shí),采取理論分析、數(shù)值模擬和實(shí)證研究相結(jié)合的方法,從以下兩方面開(kāi)展研究：一是在理論建模方面,對(duì)經(jīng)典的分位數(shù)回歸模型進(jìn)行拓展；二是在應(yīng)用研究方面,選取金融經(jīng)濟(jì)領(lǐng)域的熱點(diǎn)問(wèn)題,在分位數(shù)回歸框架下開(kāi)展相關(guān)主題研究。論文的主要工作和創(chuàng)新點(diǎn)如下：1)在線性分位數(shù)回歸建模方面,將誤差校正模型從均值框架推廣到分位數(shù)框架。首先,提出分位數(shù)誤差校正模型(QECM)的概念,并給出其一整套建模技術(shù)：模型表示、參數(shù)估計(jì)、模型定階、診斷檢驗(yàn)和模型預(yù)測(cè)(包括條件分位數(shù)預(yù)測(cè)與條件密度預(yù)測(cè))；然后,通過(guò)數(shù)值模擬,研究QECM預(yù)測(cè)能力,并將其與經(jīng)典的均值誤差校正模型(MECM)、分位數(shù)自回歸模型(QAR)進(jìn)行對(duì)比,發(fā)現(xiàn)前者能夠極大地提高預(yù)測(cè)的精度和準(zhǔn)度；最后,將模型應(yīng)用于宏觀經(jīng)濟(jì)管理,討論中國(guó)貨幣供應(yīng)對(duì)物價(jià)水平的影響,實(shí)證檢驗(yàn)了QECM的條件密度預(yù)測(cè)能力。2)在非線性分位數(shù)回歸建模方面,研究門(mén)限分位數(shù)自回歸模型(TQAR)。首先,給出了TQAR的模型定階方法,推導(dǎo)了門(mén)限值估計(jì)量的漸近分布,并在此基礎(chǔ)上構(gòu)造出門(mén)限效應(yīng)的似然比檢驗(yàn)。然后,通過(guò)數(shù)值模擬,研究TQAR的參數(shù)估計(jì)性質(zhì)及模型預(yù)測(cè)能力,通過(guò)與TAR、TAR-GARCH以及QAR等模型對(duì)比,發(fā)現(xiàn)前者在門(mén)限值估計(jì)、回歸系數(shù)估計(jì)的樣本表現(xiàn)方面都優(yōu)于后者,并且前者在預(yù)測(cè)的精度和準(zhǔn)度方面都更具優(yōu)勢(shì)。最后,將模型應(yīng)用于實(shí)證研究,一是討論其在中國(guó)股市收益自相關(guān)性分析的應(yīng)用,發(fā)現(xiàn)收益序列呈現(xiàn)出典型的門(mén)限效應(yīng)和異質(zhì)效應(yīng)；二是使用該模型來(lái)研究中國(guó)通貨膨脹的非線性動(dòng)態(tài)特征,并給出通貨膨脹波動(dòng)趨勢(shì)的條件密度預(yù)測(cè)。3)在非平穩(wěn)時(shí)間序列分位數(shù)回歸建模方面,基于分位數(shù)協(xié)整理論,檢驗(yàn)中國(guó)“費(fèi)雪效應(yīng)”的存在性及異質(zhì)性。定量研究在不同分位點(diǎn)處名義利率和通貨膨脹之間真實(shí)回歸關(guān)系,并建立相應(yīng)的分位數(shù)誤差校正模型,用于刻畫(huà)名義利率由短期波動(dòng)向長(zhǎng)期均衡動(dòng)態(tài)調(diào)整速度在不同分位點(diǎn)處的差異。結(jié)論表明,基于分位數(shù)協(xié)整方法能夠得到比傳統(tǒng)均值協(xié)整檢驗(yàn)更為深刻的結(jié)果,不僅能夠檢驗(yàn)出中國(guó)經(jīng)濟(jì)系統(tǒng)在哪些狀態(tài)(分位點(diǎn))下存在“費(fèi)雪效應(yīng)”及“費(fèi)雪效應(yīng)”的強(qiáng)弱,而且能夠通過(guò)不同狀態(tài)下的調(diào)整速度差異,全面地刻畫(huà)“費(fèi)雪效應(yīng)”的異質(zhì)性。4)在“貧信息”數(shù)據(jù)的預(yù)測(cè)建模方面,將分位數(shù)回歸與灰色預(yù)測(cè)模型相結(jié)合,建立基于中位數(shù)回歸的灰色預(yù)測(cè)系列模型：LAD-GM(1,1)模型、LAD-GM(2,1)模型、LAD-GM(1,1)冪模型及LAD-MGM(1,m)模型,并給出參數(shù)估計(jì)方法。通過(guò)與傳統(tǒng)的最小二乘準(zhǔn)則比較,發(fā)現(xiàn)本文提供的方法不僅能夠有效提高模型的預(yù)測(cè)精度,而且能夠克服最小二乘準(zhǔn)則下參數(shù)估計(jì)穩(wěn)健性較差、易出現(xiàn)病態(tài)性的缺點(diǎn),充分提高各類(lèi)灰色預(yù)測(cè)模型的適用性。
[Abstract]:The financial system is a complex system, often shows the complexity of the typical characteristics (such as nonlinear, non-stationary and heterogeneity). The heterogeneity refers to the policy environment, market competition and technology innovation, between different systems, and within the same system has different operation rules and the internal qualities, this feature has become one of the important breakthrough point of financial and economic system in many complex phenomena. Compared with the traditional regression method, quantile regression (QR) in heterogeneous modeling provides a basic analysis tool, can explain heterogeneity variables on response variables in different site influence thus, a better approximation and reveal the operation principle of real financial and economic system in different environment, has important theoretical significance and practical value. This paper selects the "theoretical model and quantile regression The theme of the application in the financial economy, comprehensive application of management science, statistics and Econometrics knowledge, through theoretical analysis, numerical simulation and empirical research, carried out the research from the following two aspects: one is the theory of quantile modeling, classical regression model is extended; the two is in the aspect of application research, selection of hot issues of the economic and financial areas to carry out related research topics in the quantile regression framework. The main work and innovation are as follows: 1) in the linear quantile regression model, the error correction model from the quantile framework extended to mean framework. First, put forward the quantile error the correction model (QECM) concept, and gives a set of modeling techniques: model, parameter estimation, model order, diagnostic test and prediction model (including the number and condition condition prediction Then, through density prediction); numerical simulation research on QECM predictive ability, and the mean error correction model of the classic (MECM), quantile autoregressive model (QAR) were compared, it was found that the former can greatly improve the prediction precision and accuracy; finally, the model is applied to macroeconomic management. Discuss the Chinese money supply impact on the price level, the empirical test of the conditional density of the prediction ability of QECM.2) in the nonlinear quantile regression model, study the threshold quantile autoregressive model (TQAR). Firstly, the method of TQAR model order determination was given, deduces the threshold estimation asymptotic distribution quantity, and on the basis of constructed by the likelihood ratio test for threshold effect. Then, through numerical simulation, model parameter estimation and prediction ability of the nature of TQAR, with TAR, TAR-GARCH and QAR model comparison, found that the former in threshold value estimation, back The sample performance regression coefficient estimation is better than the latter, and the former in the prediction of the precision and accuracy of both advantages. Finally, the model is applied to the empirical study, the first one is to discuss its application in revenue Chinese stock market since the correlation analysis, found that the threshold effect and heterogeneous effect return series show the typical two; nonlinear dynamic characteristics of Chinese inflation, the use of the model, and gives the conditions of density fluctuations trend inflation forecast.3) in non-stationary time series quantile regression modeling, quantile cointegration test based on the theory of Chinese, "Fisher Effect" and the existence of heterogeneity. The quantitative study in different sites between the nominal interest rate the real and inflation regression, and establish quantile error correction model, used to describe the nominal interest rate from short-term fluctuation to long-term equilibrium dynamic adjustment speed The difference in different sites. The conclusion shows that the quantile cointegration method can get more profound results than traditional mean cointegration test based on not only can test Chinese economic system in which the state (quantile) under the "Fisher Effect" and "Fisher Effect" of the strength, but also by difference adjustment the speed under different conditions, fully describe the heterogeneity of.4 Fisher Effect ") in the aspect of" modeling poor information "data, the quantile regression and grey prediction model are combined to establish the grey forecast model based on median regression series: LAD-GM (1,1) model, LAD-GM (2,1) model, LAD-GM (1,1) power model and LAD-MGM (1, m) model, and gives the parameter estimation method. Through the comparison with the traditional least squares criterion, found the method provided in this paper can not only improve the prediction accuracy of the model, but also can grams Under the least square criterion, the robustness of the parameter estimation is poor, and the ill condition is easy to appear, and the applicability of the grey prediction model is fully improved.

【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：F224;F822.5;F832.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張代強(qiáng);張屹山;;前瞻性利率規(guī)則在我國(guó)的實(shí)證研究——基于分位數(shù)回歸方法的變參數(shù)檢驗(yàn)[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2008年10期

2 劉生龍;;教育和經(jīng)驗(yàn)對(duì)中國(guó)居民收入的影響——基于分位數(shù)回歸和審查分位數(shù)回歸的實(shí)證研究[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2008年04期

3 羅玉波;;房?jī)r(jià)影響因素分析:分位數(shù)回歸方法[J];統(tǒng)計(jì)與決策;2011年06期

4 李順毅;;房?jī)r(jià)如何影響消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)——基于分位數(shù)回歸的實(shí)證分析[J];消費(fèi)經(jīng)濟(jì);2011年03期

5 朱平芳;張征宇;;無(wú)條件分位數(shù)回歸:文獻(xiàn)綜述與應(yīng)用實(shí)例[J];統(tǒng)計(jì)研究;2012年03期

6 胡豐;許啟發(fā);蔣翠俠;;基于分位數(shù)回歸的基金風(fēng)格分析與業(yè)績(jī)?cè)u(píng)價(jià)[J];鄭州航空工業(yè)管理學(xué)院學(xué)報(bào);2012年06期

7 王朝;高敬雅;王琪;;基于分位數(shù)回歸的房地產(chǎn)價(jià)格研究[J];商;2012年14期

8 胡永遠(yuǎn);倪麗艷;;基于分位數(shù)回歸的社會(huì)救助再就業(yè)人群收入研究[J];山東財(cái)政學(xué)院學(xué)報(bào);2013年03期

9 歐陽(yáng)勝銀;;外資溢出效應(yīng)的分位數(shù)回歸研究[J];財(cái)經(jīng)理論與實(shí)踐;2013年04期

10 劉昕明;李志強(qiáng);;基于分位數(shù)回歸的企業(yè)債信用風(fēng)險(xiǎn)研究[J];北京化工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

相關(guān)會(huì)議論文 前6條

1 林藝圃;;中國(guó)股市價(jià)量關(guān)系的實(shí)證分析分位數(shù)回歸模型[A];中國(guó)社會(huì)科學(xué)院第三屆中國(guó)經(jīng)濟(jì)論壇論文集（下）[C];2007年

2 陳娟;林龍;葉阿忠;;基于分位數(shù)回歸的中國(guó)居民消費(fèi)研究[A];中國(guó)社會(huì)科學(xué)院第三屆中國(guó)經(jīng)濟(jì)論壇論文集（下）[C];2007年

3 夏寧;;中國(guó)上市公司高管人員薪酬的影響因素與成因分解——一個(gè)基于分位數(shù)回歸模型的實(shí)證研究[A];中國(guó)會(huì)計(jì)學(xué)會(huì)財(cái)務(wù)管理專業(yè)委員會(huì)2009年學(xué)術(shù)年會(huì)論文集[C];2009年

4 宋馬林;吳杰;高玉強(qiáng);張琳玲;宋峰;;中國(guó)入世以來(lái)的對(duì)外貿(mào)易與環(huán)保效率——基于分省面板數(shù)據(jù)的實(shí)證分析[A];中國(guó)貿(mào)易救濟(jì)與產(chǎn)業(yè)安全論叢（2012）——第七屆中國(guó)貿(mào)易救濟(jì)與產(chǎn)業(yè)安全研究獎(jiǎng)獲獎(jiǎng)?wù)撐募痆C];2013年

5 任聲策;;創(chuàng)新和出口的互動(dòng)關(guān)系:基于中國(guó)制造業(yè)企業(yè)的實(shí)證[A];第八屆（2013）中國(guó)管理學(xué)年會(huì)——技術(shù)與創(chuàng)新管理分會(huì)場(chǎng)論文集[C];2013年

6 劉鑫波;張志敏;梁逸曾;;高效準(zhǔn)確的高分辨數(shù)據(jù)快速平滑與基線校正算法[A];中國(guó)化學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)摘要集——第19分會(huì)：化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)[C];2014年

相關(guān)博士學(xué)位論文 前6條

1 邸俊鵬;分位數(shù)回歸的貝葉斯估計(jì)與應(yīng)用研究[D];南開(kāi)大學(xué);2013年

2 康寧;分位數(shù)回歸模型及在金融經(jīng)濟(jì)中的應(yīng)用[D];合肥工業(yè)大學(xué);2016年

3 韓月麗;極值統(tǒng)計(jì)與分位數(shù)回歸理論及其應(yīng)用[D];天津大學(xué);2009年

4 關(guān)靜;分位數(shù)回歸理論及其應(yīng)用[D];天津大學(xué);2009年

5 項(xiàng)云帆;資本資產(chǎn)定價(jià)模型及實(shí)證分析[D];華中科技大學(xué);2010年

6 陳林興;基于空間視角的我國(guó)省際農(nóng)村居民消費(fèi)趨同性研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 代貝;基于分位數(shù)回歸的農(nóng)村居民消費(fèi)區(qū)域差異研究[D];昆明理工大學(xué);2015年

2 羅小青;基于分位數(shù)回歸的中國(guó)GDP與電力消費(fèi)量關(guān)系研究[D];華南理工大學(xué);2015年

3 于琴;西部地區(qū)農(nóng)村產(chǎn)權(quán)抵押貸款對(duì)農(nóng)戶收入的影響研究[D];西北農(nóng)林科技大學(xué);2015年

4 王歡歡;績(jī)效評(píng)估角度的信息化升級(jí)時(shí)間域選擇模型[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

5 劉袁;利率市場(chǎng)化背景下商業(yè)銀行利率風(fēng)險(xiǎn)的測(cè)度[D];南京財(cái)經(jīng)大學(xué);2015年

6 周策;VaR模型在我國(guó)開(kāi)放式上市基金市場(chǎng)的實(shí)證分析[D];廣東外語(yǔ)外貿(mào)大學(xué);2015年

7 耿國(guó)強(qiáng);分位數(shù)回歸理論及其在金融時(shí)間序列的應(yīng)用[D];中國(guó)礦業(yè)大學(xué);2015年

8 王琪鋒;復(fù)合分位數(shù)回歸在線性時(shí)間序列下的應(yīng)用[D];大連理工大學(xué);2015年

9 吳博聞;刪失數(shù)據(jù)下部分線性變系數(shù)模型的分位數(shù)回歸[D];大連理工大學(xué);2015年

10 凌珂;生長(zhǎng)曲線模型的分位數(shù)回歸與變量選擇[D];華東師范大學(xué);2015年

，

本文編號(hào)：1387920