- 学科
- 数学(16)
- 济(16)
- 经济(16)
- 数学方法(15)
- 方法(15)
- 统计(7)
- 数理(6)
- 数理统计(6)
- 一(5)
- 一般(5)
- 般(5)
- 业(4)
- 企(3)
- 企业(3)
- 财(3)
- 中国(2)
- 中小(2)
- 中小型(2)
- 乡(2)
- 乡镇(2)
- 乡镇企业(2)
- 农(2)
- 农业(2)
- 地方(2)
- 小型(2)
- 小型企业(2)
- 收入(2)
- 政(2)
- 融(2)
- 行(2)
- 机构
- 学院(37)
- 大学(35)
- 统计(18)
- 财(15)
- 经(14)
- 财经(14)
- 理学(13)
- 理学院(13)
- 财经大学(12)
- 学学(11)
- 济(11)
- 经济(11)
- 数学(10)
- 研究(10)
- 统计学(9)
- 管理(8)
- 管理学(8)
- 管理学院(8)
- 经济学(8)
- 南(7)
- 学理(7)
- 经济学院(7)
- 业大(6)
- 中心(6)
- 湖(6)
- 研究中心(6)
- 上海(5)
- 中国(5)
- 发(5)
- 发展(5)
共检索到38条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计与决策
[作者]
刘展 潘莹丽 石寒
网络调查是大数据背景下一种重要的抽样调查方法，然而大多数网络调查样本属于非概率样本，其入样概率未知，需要进行建模估计。之前的研究大多通过构建Logistic倾向得分模型计算入样概率，但是Logistic倾向得分模型通常适用于协变量或混杂变量较少的情况，存在较多协变量或混杂变量时如何进行倾向得分建模推断是一个亟待解决的问题。针对此问题，文章充分考虑经典的变量选择方法Adaptive LASSO的降维特点，提出对网络调查样本建立Adaptive LASSO Logistic倾向得分模型估计倾向得分，进一步利用倾向得分逆加权、未加权与加权均值、未加权与加权中位数的分组调整方法，从而估计总体。研究表明：基于Adaptive LASSO Logistic倾向得分模型的总体均值估计的偏差、方差与均方误差都比基于Logistic倾向得分模型的总体均值估计的偏差、方差与均方误差小。
[期刊] 统计与决策
[作者]
秦晔玲 朱建平
自适应Lasso回归算法是近年来统计选元的一个新兴方法,具备良好的统计性质。在当今社会资产数量众多的金融投资市场中,资产选择的传统方法Markowitz均值方差模型虽然简单,但不稳定,且容易产生空头头寸。自适应Lasso算法基于变量选择的基本概念,针对资产组合构建而提出,以指数跟踪为目的,构造复制效果良好的稀疏股票投资组合,并进一步对指数的未来趋势做出预测。文章以中国深沪300指数的指数跟踪为例进行分析,结果表明自适应Lasso算法在资产选择和预测中都有良好的效果。
关键词：
资产选择 自适应Lasso 指数跟踪
[期刊] 数量经济技术经济研究
[作者]
方匡南 章贵军 张惠颖
将Lasso-logistic模型引入个人信用评估,通过模拟实验发现,逐步回归法倾向于保留一些不重要的变量,而且选出正确模型的概率较低,而Lasso不仅计算更加快捷,可以同时进行变量选择和参数估计,而且能更准确地筛选出重要的变量。以信用卡消费信贷违约数据为例对我国个人信用评估进行实证分析发现,相对于全变量Logistic模型和逐步回归Logistic模型,Lasso-logistic模型更能抓住影响消费信用风险的关键因素,而且预测准确率也更高。
[期刊] 统计与决策
[作者]
何培 姬永刚 姚越眉
文章将自适应Lasso变量选择方法扩展到变系数向量自回归模型(TVP-VAR)中。利用所提出方法对2005—2014年航空煤油价格与民航货邮与旅客周转量月度数据进行分析,并与其他四种方法进行了比较,结果显示:与常系数VAR模型相比,变系数VAR模型能够显著提高模型的拟合与预测精度。提出的自适应Lasso变系数模型一致优于Belmonte,Koop和Korobolis(2014)提出的Lasso变系数模型。
[期刊] 管理现代化
[作者]
逯宇铎 金艳玲
伴随商业银行供应链金融业务的开展，如何评价其信用风险尤为重要，通过对汽车行业上市的中小企业数据进行实证分析，用Ｌａｓｓｏ－Ｌｏｇｉｓｔｉｃ模型筛选出１６个较为重要的变量，同时进行参数估计，得出企业的营业利润率、总资产周转率、流动比率对以及企业所处的行业状况、供应链的合作关系强度对供应链金融的信用风险有很大的影响，模型准确率达７９．５％。
[期刊] 统计与决策
[作者]
蒋锋 张婷 周琰玲
针对地方财政收入,考虑到其影响因素复杂的非线性关系,给出一种组合预测方法——Lasso-GRNN神经网络模型。首先通过Lasso变量选择方法确定影响地方财政收入的主要指标,然后将筛选出的各指标值作为GRNN神经网络的输入,网络输出为对应的地方财政收入值,构建Lasso-GRNN神经网络模型来预测地方财政收入。文章以青海省海西州1994—2016年的地方财政收入及其相关数据为例进行实证分析,结果表明Lasso-GRNN神经网络模型的预测效果不管是收敛速度还是预测精度都优于Lasso-BP和Lasso-RBF神经网络模型。
[期刊] 统计与决策
[作者]
张帅 杨剑锋 薛丽
针对高维数据往往不服从正态分布导致统计监控模型识别精度低、监控效率差的问题，文章提出一种基于高斯混合模型的变量选择控制图方法。首先，利用高斯混合模型将高维过程分解成若干个服从正态分布的子分布；然后，运用Adaptive LASSO算法识别潜在异常变量；最后，构建多元EWMA控制图实现高维过程统计质量监控。通过仿真实验，在六种不同情形下对所提方法的监控性能进行测试。结果表明，与传统MEWMA和VS-MEWMA控制图相比，所提监控方法对非正态数据具有较强的稳健性，对高维过程具有良好的监控性能。
[期刊] 统计与决策
[作者]
钟金花
文章从国际环境、国内宏观环境和上海市局部环境中共选取12个主要影响因素作为变量,运用Lasso变量选择的方法,对影响上海市经济增长的这些主要影响因素进行了实证研究,从而揭示上海现阶段发展经济的优势与劣势。
[期刊] 金融发展研究
[作者]
周亮 李宁
基于因子的配置方法将资产配置的决策过程从资产层面转换为更为微观的因子层面,投资者能够通过对因子收益分布及相关性的预测更好地进行资产配置。选择包括经济增长、通货膨胀、市场因子、规模因子和盈利因子在内的宏观和风格因子,以及股票、债券和商品在内的多种资产指数的月度数据,基于PostLASSO模型和Greenberg等(2016)稳健性最优化算法检验了基于因子的大类资产配置方法在我国的可应用性。研究结果发现:通过因子权重映射的资产组合能够较好地模拟出各因子的初始权重,Post-LASSO方法能够取得显著优于传统OLS方法的映射效果;映射资产组合的收益走势可以对因子组合进行部分追踪,但是由于因子收益率和资产收益率存在着较大差异,因此,两个组合的净值走势也存在着一定偏差。研究结论丰富了投资组合的相关理论,也为投资者从传统资产配置转向因子配置提供了经验借鉴。
[期刊] 统计与决策
[作者]
兰晓然 张灏
Lasso是一种以一范数为基础的变量选择方法。相比于其他方法,Lasso不仅可以精确地选择出与类属性强相关的变量,而且还保持了变量选择的稳定性。但是Lasso研究在高维海量的基因数据时会出现计算机开销过大的情况。针对这一问题,文章提出一种分而治之的Lasso方法。首先将数据集分成K份,对每一份进行变量选择,再把每份系统的合并,重新进行变量选择。通过检验结果显示,基于分而治之的Lasso方法,在海量的基因数据中进行关联变量选择表现很好。
关键词：
Lasso 分而治之方法 海量基因数据
[期刊] 农村金融研究
[作者]
司孟慧 郭威 陈传龙
在信贷信息不对称现状下,构建可靠的个人信用评分模型等信用评级方法评估贷款人的信用违约风险水平具有重要的现实意义。论文将具有互补性的Lasso-GBDT模型组合引入个人信用评级,发现Lasso-GBDT组合模型能够准确地筛选出重要变量；通过对商业银行个人信用评级进行实证分析发现,相较于Lasso-RF模型,LassoGBDT模型更能在抓住信用风险关键因素的基础上准确预测信用卡违约状况。
[期刊] 经济问题
[作者]
刘睿智 杜溦
由于传统的Markowitz均值方差模型具有很强的不稳定性,且容易产生较大的空头头寸,因此,资产选择成为构建投资组合的一个研究热点。针对以风险分散和指数跟踪为目的的资产组合构建提出了基于变量选择观点的LASSO选择方法,说明了LASSO方法在资产选择中的优势,并应用LASSO方法使用2010年3月到2012年2月的日收益率数据对沪深300指数的指数跟踪做了实证检验,结果表明LASSO方法在组合构建和预测中都有很好的效果。
关键词：
LASSO 指数跟踪 风险分散
[期刊] 统计与决策
[作者]
杨青龙 田晓春 胡佩媛
文章综合考虑企业的财务和非财务因素,利用LASSO方法对企业财务困境预测指标进行筛选,然后使用决策树、随机森林、SVM、最近邻法这四种数据挖掘方法,以及常见的logistic模型,分别建立企业财务困境预测模型。结果表明:不能忽视非财务因素在企业财务困境预测中的作用;并非所有数据挖掘方法都优于常用的logistic模型;LASSO方法能在降维的同时保证企业财务困境预测的准确性,实现模型的精简。
关键词：
财务困境预测 LASSO 变量选择
[期刊] 软科学
[作者]
唐建荣 邓林
运用LARS算法实现Lasso过程,从12个因素中筛选出显著影响因素,并得到其权重及标准的参数估计模型。结果表明:能源结构是形成碳足迹的主要动因;人口数量、经济规模和能源强度是影响碳足迹的显著因素;城市化水平、人口结构、产业结构、碳足迹转移状况、清洁能源比重、公共交通发展水平是影响碳足迹的重要因素;经济发展速度、居民消费水平对碳足迹的影响尚不显著。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
推荐搜索
大数据背景下网络调查样本的建模推断问题研究——以广义Boosted模型的倾向得分推断为例
大数据背景下网络调查样本的随机森林倾向得分模型推断研究
基于Model-X Knockoffs的非概率样本倾向得分模型推断方法
基于倾向得分多层模型的非概率抽样统计推断
基于倾向得分匹配与加权调整的非概率抽样统计推断方法研究
处置效应模型估计中的后定变量偏误——以倾向得分与LASSO估计为例
网络型自然垄断产业纵向分离改革绩效评估——基于随机推断的小样本双重差分模型
土地征收对农户收入的影响效应分析——基于倾向得分匹配模型的实证
基于PFM模型与倾向匹配得分法的中小企业信用风险评估
员工培训投入对企业生产率的作用评估——基于广义倾向得分匹配模型的分析
