检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

2 篇 学位论文

馆藏范围

2 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

2 篇 经济学
- 2 篇 应用经济学
2 篇 理学
- 2 篇 数学
- 1 篇 统计学（可授理学、...
1 篇 管理学
- 1 篇 管理科学与工程(可...

主题

2 篇 非参数与半参数
1 篇 光滑样条
1 篇 二元惩罚样条近似
1 篇 变系数与部分线性...
1 篇 资产定价模型
1 篇 admm算法
1 篇 分位回归与复合分...
1 篇 空间统计模型
1 篇 时变性

机构

1 篇 兰州财经大学
1 篇 南京财经大学

作者

1 篇 张相玉
1 篇 梁永玉

语言

2 篇 中文

检索条件"主题词=非参数与半参数"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于非参数方法的我国资本资产定价模型研究 ——Based on Non-Parametric Method

基于非参数方法的我国资本资产定价模型研究 ——Based on Non-Pa...

引用

作者：张相玉南京财经大学

学位级别：硕士

自从深圳证券市场与上海证券市场成立以来,经过短短二十年的发展,中国资本市场取得了巨大的进步,成为全球第二资本市场。中国金融资本市场对于全球金融市场的影响作用越来越大,中国资本市场开放程度逐渐提高,因此需要建立能准确反映我... 详细信息

自从深圳证券市场与上海证券市场成立以来,经过短短二十年的发展,中国资本市场取得了巨大的进步,成为全球第二资本市场。中国金融资本市场对于全球金融市场的影响作用越来越大,中国资本市场开放程度逐渐提高,因此需要建立能准确反映我国证券市场运行的资产定价模型,揭示资本市场风险与收益的关系。文章在借鉴国内外研究成果的基础上,结合我国股市的具体特点,利用非参数和半参数的方法对我国证券市场的资产定价进行研究。论文首先对抽样获得的每只股票均采用非参数光滑样条方法建立单因子资产定价模型并进行估计,分析这种模型能否解释我国资本市场的时变市场风险和非线性资产定价,基于该非参数资本市场特征线(cML)检验β系数的线性和稳定性。并将非参数单因子模型与线性CAPM模型的结果进行比较,找出两个模型拟合效果、β系数、α系数的差异。文章还以同样的思路和方法建立Fama-French三因子的线性模型与非参数、半参数模型,对我国股市进行研究,并将结果与Fama-French的线性三因子模型进行比较。通过实证建模分析,论文得出以下主要结论：1.非线性CAPM模型对于我国证券市场的解释力优于传统的线性CAPM模型,这不仅体现在似然比检验与模型拟合效果比较中,还体现在通过采用非参数方法绘制的特征曲线可以生动反映个股的α值都表现为随着市场收益的变化而变动,这也就证明了α值存在时变性,而传统的线性CAPM模型假定α值是固定的常数,不随市场态势转变而变化是错误的。2.尽管通过Wilcoxon-Mann-Whitney对大中小三个规模组的股票进行检验,不能认为通过线性方法与非参数方法求得的β系数存在差异,但是不论规模大小以及拒绝还是接受线性CAPM模型,非参数方法绘制的个股β值都表现为随着市场收益的变化而变动,线性CAPM模型暗含着β系数是不变常数的假设被否定,即证明了β系数同样具有时变性。3.我国证券市场存在规模效应,对规模效应的解释,可以从各个上市公司业绩和二级市场交易这两个不同的层面去理解。4.账面市值比效应仅仅在小规模(S)组中有所体现；而在中等规模(M)组与大规模(B)组中并没有这种效应。5.非参数三因子模型发现β值、规模因子sMB与账面市值比因子HML的系数同样存在时变性,线性三因子模型并不能准确的解释股票的超额收益,非参数模型的优越性再一次得到体现。6.为了选择最能准确刻画我国证券市场的资产定价模型,分别建立线性三因子模型、非参数三因子模型与各个半参数三因子模型,并对模型进行比较和假设检验,结论发现非参数三因子模型解释力最强。

关键词：资产定价模型非参数与半参数光滑样条时变性

来源：评论

学校读者我要写书评

暂无评论

空间变系数分位回归模型的参数估计与应用

空间变系数分位回归模型的参数估计与应用

引用

作者：梁永玉兰州财经大学

学位级别：硕士

空间结构数据分析与统计建模问题一直是许多科学领域研究的热点话题。简单的全局回归建模不仅忽略空间地理位置的数据信息,而且当协变量存在空间非平稳效应时无法满足研究的需要。空间变系数模型(SVCMs)是一种研究空间非平稳数据的有效... 详细信息

空间结构数据分析与统计建模问题一直是许多科学领域研究的热点话题。简单的全局回归建模不仅忽略空间地理位置的数据信息,而且当协变量存在空间非平稳效应时无法满足研究的需要。空间变系数模型(SVCMs)是一种研究空间非平稳数据的有效工具,它可以用来研究空间依赖性和空间非平稳性质的影响关系。近年来,许多文献致力于探讨均值意义下的SVCMs。然而,由于数据产生机制的复杂性,均值回归方法高斯误差的强制假设在实际生活中很难满足。分位回归估计方法会克服这一缺陷。所以将均值回归推广至分位回归很有必要。首先,本文基于空间变系数非参数回归模型,研究了的一种基于二元惩罚样条逼近的分位回归估计方法,该估计方法不仅可以处理具有复杂边界、不规则形状的空间区域,而且还展现出不同分位水平下的解释能力。在两种不同的情形下,分别给出了所提出估计量的理论性质,即收敛速率和渐近分布。对于参数的估计过程,提出一种基于交替方向乘子(ADMM)迭代算法实现模型的求解。对于模型拟合优度检验问题,提出了基于Boostrap方法的拟合优度检验方法,并给出了检验实现算法。基于复合分位回归的良好性能,也提出了该模型的二元惩罚样条逼近的复合分位回归估计量和其实现算法。数值模拟结果显示所提出的估计方法比均值意义下更稳健。其次,考虑到空间数据的平稳效应和非平稳效应共存,提出空间部分线性变系数模型(SPLVCMs),它是一种半参数模型,其线性部分和非参数部分分别表示空间协变量的平稳性和非平稳性影响。对于模型参数估计,提出了基于二元惩罚样条的非参数逼近分位回归估计方法,研究了其线性部分与非参数部分估计量的理论性质。针对模型实现,提出了基于ADMM的参数估计算法。不同情形下的仿真模拟显示所提出的模型和方法在非正态误差下有明显的优势,估计结果更加稳健、有效。最后,利用佛罗里达州的失业率实际数据和我国空气质量数据验证本文所提出方法的应用价值。结果表明,所提出的模型能充分刻画协变量和响应变量之间的非平稳性影响关系,可为后续应用研究提供新的方法理论。

关键词：空间统计模型变系数与部分线性变系数非参数与半参数分位回归与复合分位回归 ADMM算法二元惩罚样条近似

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：