简介:针对股票时间序列的特点,从离群点对股票时序数据有序性的影响角度出发,在界定分形离群点含义的基础上,利用分形理论将离群模式挖掘理解为一个优化分割问题。采用推广G—P(Grassberger-Procaccia)算法计算股票时间序列数据集的多重分形广义维数,并利用贪婪算法的思想设计了FT-Greedy算法来求解基于分形理论的时间序列离群模式挖掘优化问题的解集。实验证明,该方法能有效地解决股票时间序列离群模式挖掘问题。
简介:针对频率统计方法存在不连续的置信区间以及在小样本情况下检验势比较低的问题。把非对称Laplace分布表示成正态分布和指数分布的线性组合,推导了不同先验分布情况下参数的最大后验密度置信区间,并构造了分位回归单位根检验的贝叶斯因子,实现了对非平稳时间序列的局部单位根检验。仿真分析表明贝叶斯分位回归方法是一种稳健全面的单位根检验方法。对我国居民消费价格指数的实证研究发现,我国居民消费价格指数表现出局部的持续性,在分布的下尾部不受普通冲击的影响,但在分布的上尾部受普通冲击的影响。
简介:股权集中度与公司绩效的关系,董事会独立性与公司绩效的关系是公司治理中的重要内容。以往的实证研究仅检验这两个直接关系。实际上公司董事会独立性,股权集中度,和公司绩效存在三角关系。本文研究此三角关系,以我国沪深300指数成分股上市公司数据为样本应用结构方程模型进行实证检验。结果发现,股权集中度与董事会独立性为负向关系,董事会独立性与公司绩效为负向关系,股权集中度对公司绩效不但有直接影响而且通过董事会独立性产生间接影响。
基于分形理论的股票时序数据离群模式挖掘研究
基于MCMC的分位AR模型的贝叶斯单位根检验研究
中国上市公司股权集中度、董事会独立性和公司绩效——基于结构方程模型的研究