简介:目前有关重尾或偏态数据的统计分析和理论模型相对较少,基于传统的Laplace分布,提出一种处理偏态和重尾数据的新模型---斜Laplace分布,以研究其参数估计方法。利用数理统计知识推导出该分布与一些常见分布(如正态分布、指数分布)间的统计关系,并给出一种可通过设置不同参数值得到不同分布的Levy偏稳定分布及其稳定性。
简介:利用蒙特卡洛模拟实验研究倾向得分匹配方法(propensityscorematching)的敏感性。模拟试验结果表明:(1)倾向得分匹配方法对误差项分布不敏感,即使当假定的误差分布与实际分布相差较大时,据倾向得分匹配方法仍能得到大致无偏的估计。(2)隐指标函数的误设可以使倾向得分匹配方法估计结果的偏差高达61%。(3)当共同支撑域较大时,倾向得分匹配方法对具体匹配方法的选择不敏感。当共同支撑域较小时,局部线性回归匹配方法为最优。(4)倾向得分匹配方法对强可忽略性假设是非常敏感的,即使轻度的违背此假设,倾向得分匹配方法的估计结果偏差也超过50%。
简介:Benford分布律是常用的数据质量评估方法。通常,Benford分布律只适用于完整数据集的数据质量评估。对于完整数据集的有界子集,提出修正Benford分布律评估其数据质量,拓宽了Benford分布律的适用范围。随机模拟结果显示,新方法的统计性质比Benford分布律更好,评估结果更合理。
简介:以贝叶斯方法为基础构建了信用评级和违约概率模型,指出金融机构利用已有评级信息提高债务人信用风险评估准确性的途径,并以单个债务人违约概率度量方法和Merton理论为基础,考虑异质性导致的宏观经济冲击对债务人的不同影响,度量资产组合违约风险。利用相关数据对贝叶斯模型应用给出例证,结果表明贝叶斯方法具有更为灵活的框架和较好的预测能力。
简介:基于国家统计局1995―2012年个人人均年收入数据,运用数据拟合方法,研究国内绝大多数个人人均年收入的累积分布函数和概率密度函数从1995—2012年的演化过程,结果显示:累积分布函数为C(x)=Ae-(x-μ)2/2σ2,遵循高斯分布;概率密度函数为P(x)=B(x-μ)e-(x-μ)2/2σ2,概率密度函数图像的宽度随着时间的推移从1995—2012年逐步变宽,是(x-μ)因子推动概率密度函数P(x)中的e-(x-μ)2/2σ2部分,在使图像逐步变宽的同时右方出现了一个逐年加长的类似指数函数的长尾,这种图像提示从1995—2012年极少数人获取了极大数量的个人收入;进一步利用个人人均年收入的概率密度函数P(x)计算相应的Gini系数在这一时期的演化后发现,当今中国收入不公平性已很严重,各级相关部门应当从政策改革和福利分配方面有所重视。