基于Lasso特征选择的方法比较

模型和特征选择是统计学中较为重要的问题之一。Lasso是一种基于一范式的特征选择方法,与现有特征选择方法比较,Lasso不仅能够准确地选择出重要变量,同时还具有特征选择的稳定性。文中对线性回归模型中变量选择的Lasso算法、基于线性模型的Lasso、Lars、Adaptive-lasso、elastic net等方法进行了比较,指出了它们间的联系,并通过对几个选自UCI数据集的数据进行对比验证,给出了变量选择方法的具体实现。     

我国货币供应量的结构因素与物价指数关系的实证研究

利用协整分析技术和误差修正模型(ECM)从短期和长期分析了我国货币供应量对物价指数的影响.结果表明:广义货币和狭义货币的增长率以及两者之差对物价指数的波动均有较显著的影响.     

对货币供应量的几点认识

货币供应量失控是引发通货膨胀的主要原因，本文从不同角度分析了货币供应量失控的原因，认为基础货币投资放偏多，资金体外循环严重，总需求膨胀，缺乏切实可行的金融调控手段及过快的经济增长速度都会不同程度地引发货币失控，因此，控制基础货币，完善货币和资本市场，深化企业与财税体制改革，进一步完善宏观金融调控手法是稳定货币，抑制通货膨胀的主要措施。     

货币供应量、利率和股票价格关系的实证研究

股票价格一直被看作是市场经济的晴雨表。在现行的市场环境下,货币供应量、利率两大政策变量和股价之间的相互关系成为人们投资股票关注的重点。货币供应量和利率的变动影响着宏观经济环境,从而间接影响着股价的变化;而股价的变化反过来通过影响消费投资从而影响实体经济,最终影响货币供应量和利率。特别是在利率尚未市场化、资本结构问题尚未解决的情况下,研究三者之间的相互关系具有重大的理论和现实意义。     

基于Lasso及Adaptive Lasso的AR(p)模型定阶及参数估计

Lasso类方法可以同时实现变量选择与参数估计,将之运用于AR(p)模型的定阶及参数估计,可以大大简化计算步骤和时间.本文在前人基础上利用Lasso类方法,改进了AR(p)模型的定阶与参数估计,通过计算机编程模拟,验证了此类方法的可行性,并比较了在不同样本量情况下,Lasso和Adaptive Lasso方法在定阶和参数估计两方面的优良性,最后将较优的Adaptive Lasso方法用于实际时间序列数据中,并对结果进行分析,指出了该方法的实用性.     

基于Group Lasso的多源电信数据离网用户分析

随着行业竞争愈演愈烈,电信企业的客户流失情况越来越严重,给电信企业造成了巨大损失.通过电信企业的数据来做离网用户的预测,从而进一步作出挽留客户的正确决策,成为电信企业日益关注的问题.面对电信后台汇总的多源数据,经分析发现其呈现天然的组结构.为了选择对于离网类别最具判别性的特征,本文使用了一种基于Group Lasso的组特征选择方法,在此基础上用交叉验证法选择适当的特征组,最终将选择出的少量组特征用于预测离网和停机的宽带用户.实验表明,在江苏某地级市电信离网用户分析数据中取得了比其他特征选择方法的精度平均高至少10%的预测性能.     

通货膨胀影响因素及发展趋势分析

摘要：本文分析了近期经济运行中影响通货膨胀的主要因素货币供应量、人民币汇率和外汇储备,认为我国短期内不会出现通货膨胀,但中期存在通货膨胀可能性较大,同时指明了未来时期通货膨胀的发展趋势。     

投资国货币因素对纺织产业对外直接投资的影响研究

基于投资国货币因素视角分析货币因素对于我国纺织产业对外直接投资(OFDI)的影响,采用2003-2017年的数据,通过灰色关联度及回归分析,实证检验了人民币汇率、金融机构的贷款利率、通货膨胀率、货币供应量、外汇储备等对纺织产业OFDI的作用。研究发现:货币供应量对我国纺织产业OFDI有显著的正向影响,金融机构的贷款利率对我国纺织产业OFDI有显著的负向影响,而人民币汇率、通货膨胀率以及外汇储备对我国纺织产业OFDI的影响不显著,并提出相应的政策建议。     

基于自适应Lasso的缺失数据图模型选择

考虑数据完全随机缺失情形下的高斯图模型选择问题.在惩罚似然方法的框架下,基于自适应Lasso惩罚提出自适应MissGLasso方法,并结合EM算法和GLasso算法对协方差逆阵进行估计.通过模拟发现,与MissGLasso方法相比,自适应MissGLasso方法在图模型选择和协方差逆阵估计上具有较优的表现.     

回归自变量的选择对估计和预测的影响

将全模型Ｙ＝Ｘβ＋ε中的设计矩阵Ｘ写成分块形式（ＸｑＸｔ），相应地将β分块为β＇＝（β＇ｑβ＇ｔ），称Ｙ＝Ｘｑβｑ＋ε为造模型。［１，２］研究了在条件ｃｏｖ（β）≥βｔβ＇ｔ下，在均方误差和预测均方误差意义下，在选模型下βｑ的ＬＳ估计βｑ优于在全模型下的ＬＳ估计βｑ，以及选模型下因变量ｙ的预测值ｙ优于全模型下的预测值，本文在另外一个条件下，得到了上述结论。     

基于Lasso变量选择下两种有偏估计的指数追踪

指数追踪是备受投资者青睐的一种投资方式,怎样构建合理的、追踪误差较小的股票投资组合是研究指数追踪问题的焦点。以上证50指数及其50只成分股的5分钟线的收盘价为研究对象,采用基于Lasso变量选择下2种有偏估计的方法来建立指数追踪模型。研究发现：Lasso与岭估计相结合建立的模型指数追踪效果相对最好,其是最优模型。实证分析表明,该方法对指数型投资者和基金公司有一定的实际意义和参考价值。     

货币时间价值的计算方法研究

货币时间价值的计算属于财务管理课程的重点内容,对货币时间价值的基础概念进行了介绍,并简述了一套有关货币时间价值计算的行之有效的方法。     

基于惩罚分位数回归的体脂率影响因素分析

探讨了分位数回归模型的参数估计及变量选择方法,模拟比较了几种惩罚函数(Lasso、SCAD、MCP)的选择效果,并用于分析体脂率的影响因素,基于惩罚函数选择出性别、身高和体重等具有显著影响的因素,其中身高具有负的影响效应。     

回归模型构建中变量选择的研究

回归模型建立过程中如何选择合适的解释变量以及如何确定每个解释变量的函数形式至关重要,它直接影响模型的拟合能力和预测能力.论文在传统的变量选择的评价准则和变量选择方法的基础上,探讨了如何在模型中包含的变量不确定的情况下,准确有效的进行变量的选择,并在变量选择的同时进行变量的变换.旨在提高模型预测的精确度.     

基于灰色理论的私人汽车拥有量分析及预测

采用中国统计年鉴2000-2019年私人汽车相关数据,利用自适应Lasso估计方法选择已知解释变量得到主要影响变量以进行预测,并与灰色模型的短期预测结果进行比较.     

宏观经济对房价影响的实证分析

中国房地产市场自20世纪80年代末起步以来得到了飞速的发展,与此同时房价也节节攀升,宏观经济基本面对房价的影响也引起了关注。为了证实房价与宏观经济基本面之间的关系,选用货币供应量M1,和人均国内生产总值作为宏观经济的代表变量,通过计量模型对宏观经济与房价的关系进行了实证研究,结果表明,经济基本面的持续繁荣对资产价格尤其是住房价格有积极的影响,货币供应量M1对房价的影响也非常显著,并据此提出完善我国房地产市场调控的政策建议。     

货币政策调控房地产市场效果的实证研究

采用时间序列计量模型来分析货币政策调控房地产市场的效果,主要通过货币供应量和房地产市场价格两个变量之间的关系来对其进行研究,并采用2010年1月至2011年9月的月度数据进行实证分析.研究结果表明:货币供应量和房地产市场价格之间存在较为显著的正相关关系,且在滞后3至6月时货币供应量是房地产市场价格的格兰杰原因,说明货币政策调控房地产市场的效果存在一个3至6月的滞后期.     

货币市场对汇率的影响:一个汇率决定理论的检验

基于货币市场的汇率决定理论,结合中美两国1980-2006年数据,采用单位根检验和向量自回归模型进行实证研究,结果表明货币市场各变量对汇率的反应机制还没有建立起来,利率对汇率有一定影响作用,但作用并不明显。我国一旦放弃固定汇率制度,目前还无法使浮动汇率与通货膨胀目标制的组合产生与固定汇率制相同的价格稳定效应,所以随着人民币升值压力日益加大,利率和汇率的市场化进程亟待进一步推进。     

基于条件互信息的NOx生成量模型变量-时滞联合选择方法

为了提高脱硝系统入口NO_x生成量模型的精度和泛化能力,在选择辅助变量的同时也应考虑变量时滞的影响,提出了一种基于条件互信息的变量-时滞联合选择方法。以条件互信息作为变量选择的依据,抑制辅助变量间相关性造成的信息冗余,同时考虑时滞对变量选择的影响,在选定辅助变量时对时滞进行联合估计,以最大化辅助变量集包含的有效信息。以某600 MW燃煤电站的实际运行数据为算例,基于该联合选择方法和BP神经网络建立了NO_x生成量模型。结果表明:与仅基于互信息或条件互信息进行变量选择相比,基于联合选择方法所建立的模型精度和泛化能力相对较好。     

基于经济周期角度的人民币与东盟货币合作研究

综述最优货币区理论、人民币区域化的相关研究和人民币区域化的现状,借鉴国外最优货币区的实证研究方法,从经济周期相似性的角度对中国-东盟区域的货币合作进行了实证分析,以对人民币未来的发展路径及人民币区域化的研究提供一种可行的实施方案.