- 年份
- 2024(584)
- 2023(777)
- 2022(688)
- 2021(710)
- 2020(643)
- 2019(1418)
- 2018(1532)
- 2017(2871)
- 2016(1556)
- 2015(1646)
- 2014(1450)
- 2013(1299)
- 2012(1264)
- 2011(1020)
- 2010(888)
- 2009(714)
- 2008(600)
- 2007(519)
- 2006(409)
- 2005(317)
- 学科
- 济(5532)
- 经济(5531)
- 方法(3388)
- 管理(3332)
- 数学(3175)
- 数学方法(3144)
- 业(3080)
- 企(2233)
- 企业(2233)
- 财(1418)
- 中国(1337)
- 农(1167)
- 学(1090)
- 业经(987)
- 贸(914)
- 贸易(914)
- 农业(902)
- 易(897)
- 技术(879)
- 信息(853)
- 务(841)
- 财务(840)
- 地方(839)
- 财务管理(838)
- 产业(837)
- 企业财务(811)
- 和(736)
- 银(676)
- 融(675)
- 金融(675)
- 机构
- 大学(18558)
- 学院(17825)
- 济(7485)
- 经济(7379)
- 管理(7159)
- 理学(6419)
- 理学院(6355)
- 研究(6229)
- 管理学(6197)
- 管理学院(6164)
- 中国(4561)
- 科学(4241)
- 京(4148)
- 财(3201)
- 业大(3151)
- 所(3080)
- 农(3023)
- 中心(3007)
- 研究所(2902)
- 财经(2783)
- 经济学(2610)
- 经(2598)
- 北京(2519)
- 院(2474)
- 经济学院(2449)
- 农业(2407)
- 江(2178)
- 财经大学(2110)
- 范(2044)
- 研究院(2042)
共检索到23622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] 统计研究
[作者]
唐礼智 李雨佳 赵力静
本文首次将Elastic Net这种用于高度相关变量的惩罚方法用于面板数据的贝叶斯分位数回归,并基于非对称Laplace先验分布推导所有参数的后验分布,进而构建Gibbs抽样。为了验证模型的有效性,本文将面板数据的贝叶斯Elastic Net分位数回归方法(BQR. EN)与面板数据的贝叶斯分位数回归方法(BQR)、面板数据的贝叶斯Lasso分位数回归方法(BLQR)、面板数据的贝叶斯自适应Lasso分位数回归方法(BALQR)进行了多种情形下的全方位比较,结果表明BQR. EN方法适用于具有高度相关性、数据维度很高和尖峰厚尾分布特征的数据。进一步地,本文就BQR. EN方法在不同扰动项假设、不同样本量的情形展开模拟比较,验证了新方法的稳健性和小样本特性。最后,本文选取互联网金融类上市公司经济增加值(EVA)作为实证研究对象,检验新方法在实际问题中的参数估计与变量选择能力,实证结果符合预期。
[期刊] 统计与决策
[作者]
刘亚新
对于分位数回归中的变量选择问题,文章将Elastic Net惩罚与分位数回归相结合。对参数估计模型进行变形后,建立了贝叶斯分层模型,使各参数的全条件后验分布都是熟知的分布形式,可以采用Gibbs抽样产生收敛速度较快的马尔科夫链来估计回归系数。数值模拟结果表明,该方法在参数估计和预测方面均能达到良好的效果,与现有的四种变量选择方法相比具有较明显的优势。
[期刊] 统计研究
[作者]
陶长琪 徐玉婷
分位数回归的贝叶斯推断目前几乎都建立在非对称拉普拉斯分布（ALD）之上。ALD中尾且缺乏控制尾部参数的弊端使得其在实际数据出现尖峰厚尾以及偏斜分布时不能灵活地反映数据特征，导致贝叶斯分位数估计出现偏差。为克服这一缺陷，本文采用具有左右尾参数的非对称指数幂（AEP）分布和基于Gibbs的自适应Metropolis–Hastings抽样方法，对经典贝叶斯分位数回归方法进行了扩展与改进，形成了基于AEP分布的贝叶斯自适应Lasso分位数回归方法，并将该方法首次应用于面板数据中。同时，为检验AEP方法的有效性，本文将该方法与基于偏指数幂（SEP）分布和基于ALD分布的贝叶斯自适应Lasso分位数回归方法进行了模拟比较。结果显示，AEP方法比SEP和ALD方法更不易受极端值的影响，性能更稳定。并且，在不同扰动项分布假设和不同分位数水平下，该方法具有更高精度的变量筛选功能。最后，选取36家我国零售类上市公司为实证研究对象，运用AEP方法对其股票收益率影响因素进行筛选和回归估计，进一步验证了该方法在实际问题中进行变量选择和参数估计的能力。
[期刊] 数量经济技术经济研究
[作者]
李翰芳 罗幼喜 田茂再
本文讨论了含有随机效应的面板数据模型,通过引入条件Laplace先验,构造了一种新的贝叶斯Lasso分位回归法。与一般贝叶斯分位回归法不同,该方法能够更大程度地将模型中非重要的解释变量系数压缩至0,从而在估计系数的同时也起到变量选择的作用。利用积分恒等式,本文构造了一种易于实施的参数估计切片Gibbs抽样算法。模拟结果显示,模型含有较多变量时,新方法排除"噪声"变量的能力明显高于现有文献中的其他方法。本文最后对我国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。
[期刊] 统计研究
[作者]
吴鑑洪 赵卫亚 谢祺
本文通过引入工具变量,对面板向量分位数回归的参数估计问题进行了研究。蒙特卡洛模拟结果显示,相比分位数回归固定效应估计方法,工具变量估计方法在时间长度相对较短时能有效地减少参数估计的偏误,降低均方根误差,从而提高参数估计的精确度。然后,利用提出的面板向量分位数回归方法对我国城镇居民生存资料与发展、享受资料消费之间的关系进行了分析。
[期刊] 统计与决策
[作者]
冯俊丰 赵为华
文章利用贝叶斯方法研究分位数回归的组间和组内双变量选择问题。基于偏态拉普拉斯分布和贝叶斯统计推断方法，结合组间和组内系数的Spike-and-Slab先验分布，提出了分位数回归的贝叶斯双层变量选择方法，并给出易于实施的Gibbs后验抽样算法。通过大量数值模拟和实证分析验证了所提变量选择方法的有效性。
[期刊] 统计与决策
[作者]
赖学方 贺兴时 贺琳
在贝叶斯Lasso分位数回归中,样本似然函数的计算和后验分布的抽样通常难以处理。针对这一问题,文章采用一种基于线性插值的似然函数计算方法,并结合拉普拉斯先验分布,设计出一种新的对后验分布进行抽样的算法。数值模拟结果表明了该方法具有较好的适应性和参数估计准确性。
[期刊] 统计与决策
[作者]
赖学方 贺兴时 贺琳
在贝叶斯Lasso分位数回归中,样本似然函数的计算和后验分布的抽样通常难以处理。针对这一问题,文章采用一种基于线性插值的似然函数计算方法,并结合拉普拉斯先验分布,设计出一种新的对后验分布进行抽样的算法。数值模拟结果表明了该方法具有较好的适应性和参数估计准确性。
[期刊] 数理统计与管理
[作者]
李劭珉 任燕燕
本文将工具变量分位数回归模型(IVQR)应用到面板数据中,结合Canay对面板分位数回归的两步估计法以及Chernozhukov对IVQR模型的估计方法,提出了两步面板分位数工具变量估计法(2S-IVFEQR),并给出相应的参数估计。本文提出的方法较已有的方法计算复杂度低,蒙特卡洛模拟结果显示在数据量不大或者处理长面板数据时,2S-IVFEQR方法要优于传统的IVFEQR方法,且运算时间短。
[期刊] 数理统计与管理
[作者]
李劭珉 任燕燕
本文将工具变量分位数回归模型(IVQR)应用到面板数据中,结合Canay对面板分位数回归的两步估计法以及Chernozhukov对IVQR模型的估计方法,提出了两步面板分位数工具变量估计法(2S-IVFEQR),并给出相应的参数估计。本文提出的方法较已有的方法计算复杂度低,蒙特卡洛模拟结果显示在数据量不大或者处理长面板数据时,2S-IVFEQR方法要优于传统的IVFEQR方法,且运算时间短。
[期刊] 统计与决策
[作者]
郭俊峰
尽管贝叶斯分位数回归方法能够有效克服经济金融数据的尖峰厚尾、结构突变等问题,充分借鉴已有研究成果信息,但是其并不能很好解决多维变量模型的维数灾难问题。为此,文章在贝叶斯分位数回归基础上,结合自适应Lasso变量惩罚作用,构建了基于MH抽样的自适应Lasso惩罚贝叶斯分位数回归模型。通过仿真模拟实验以及MCMC链条检验,证明上述模型具有优良拟合性质,尤其是在小样本情形下。
[期刊] 统计与决策
[作者]
刘焕鹏 严太华
面板分位数回归模型具有面板数据模型和截面分位数模型的共同优势,而目前国内对于面板分位数回归模型的研究和应用才刚刚开始。文章对于目前已有的以及正在研究中的面板分位数回归模型做了一个综述,其中包括静态固定效应分位数模型、工具变量模型以及动态面板分位数模型,希望对于推动面板分位数回归模型在我国的广泛应用有所帮助。
关键词：
面板分位数 发展 综述
[期刊] 统计与决策
[作者]
邸俊鹏 张晓峒
文章针对二元选择分位数回归模型的贝叶斯估计方法进行探索性研究。通过模拟实验比较分析了不同先验设定和不同抽样算法下贝叶斯二元选择分位数回归估计量的统计性质,以及贝叶斯方法与频率学派方法对二元选择分位数模型进行估计的优劣。结果表明,对二元选择分位数回归模型进行贝叶斯估计具有一定的优势,尤其是小样本下,估计效果更佳;而且采用Gibbs抽样得到的估计量精度更高,统计推断更准确,尤其是在高分位数下Gibbs抽样的优势更明显。
关键词：
分位数回归 贝叶斯估计 二元离散选择模型
[期刊] 统计与决策
[作者]
王娜 任燕燕
对于随机效应面板数据的分位数回归研究的难点在于如何处理截面内存在的相关性,文章借助分位数回归与ALD分布之间的关系,提出了带有Copula相关结构的分位数回归的极大似然估计法,其中Copula函数可用来表示短面板中的截面内相关性。通过数值优化算法迭代求解目标函数可得参数估计值,蒙特卡洛模拟结果显示该方法的均方误差更小,因此更为精确可靠。
[期刊] 统计与决策
[作者]
王娜 任燕燕
对于随机效应面板数据的分位数回归研究的难点在于如何处理截面内存在的相关性,文章借助分位数回归与ALD分布之间的关系,提出了带有Copula相关结构的分位数回归的极大似然估计法,其中Copula函数可用来表示短面板中的截面内相关性。通过数值优化算法迭代求解目标函数可得参数估计值,蒙特卡洛模拟结果显示该方法的均方误差更小,因此更为精确可靠。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
