利率期限結(jié)構(gòu)是宏觀經(jīng)濟(jì)和金融市場(chǎng)研究的中心問(wèn)題,也是經(jīng)濟(jì)政策制定、金融風(fēng)險(xiǎn)管理及投資決策的重要依據(jù)。研究表明,收益率曲線(xiàn)中包含很多宏觀經(jīng)濟(jì)信息,如經(jīng)濟(jì)增長(zhǎng)、通貨膨脹以及貨幣政策信息等。所以,深入解析我國(guó)利率期限結(jié)構(gòu)受供需的沖擊,準(zhǔn)確把握我國(guó)利率期限結(jié)構(gòu)的動(dòng)態(tài)特征,對(duì)于我國(guó)加快利率市場(chǎng)化改革,有針對(duì)性地實(shí)施利率調(diào)控和宏觀監(jiān)管具有重要的理論意義和現(xiàn)實(shí)意義。仿射動(dòng)態(tài)期限結(jié)構(gòu)模型(DTSM)是收益率曲線(xiàn)的標(biāo)準(zhǔn)金融實(shí)證模型,是最為流行并應(yīng)用最廣的模型。但是,目前利率期限結(jié)構(gòu)模型的估計(jì)仍面臨著諸多挑戰(zhàn),如模型估計(jì)時(shí)存在初值依賴(lài)性、最大似然估計(jì)可能不是全局最優(yōu)解(局部最優(yōu)解)等問(wèn)題。近年來(lái),國(guó)內(nèi)外的研究認(rèn)為DTSM的估計(jì)存在小樣本偏差的問(wèn)題,而學(xué)者在某種程度上并沒(méi)有意識(shí)到偏差的存在。本文的研究集中于高斯仿射DTSM的估計(jì)和小樣本偏差修正兩個(gè)方面,內(nèi)容共分為8章,具體包括:本文第1章是緒論,對(duì)本問(wèn)題的研究及現(xiàn)狀做了綜述與評(píng)論。在第2章,本文評(píng)述了傳統(tǒng)的利率期限結(jié)構(gòu)的幾種動(dòng)態(tài)估計(jì)方法,主要包括NS模型兩步法和一步卡爾曼濾波估計(jì)、三因子高斯仿射DTSM的Chen-Scott估計(jì)法和一步卡爾曼濾波估計(jì)法。其中,NS模型和高斯仿射DTSM都屬于仿射類(lèi)模型。NS模型估計(jì)方法簡(jiǎn)單,因子含義明確,因而被很多學(xué)者采用。三因子高斯仿射DTSM的卡爾曼濾波估計(jì)擬合效果最好,只需一步卡爾曼濾波估計(jì)就可完成,也是被廣泛采用的傳統(tǒng)的估計(jì)方法。但是,這些傳統(tǒng)的估計(jì)方法都使用了極大似然估計(jì),極大似然估計(jì)有時(shí)得到的不是全局最優(yōu)解,運(yùn)用局部最優(yōu)解去分析具體問(wèn)題得出的結(jié)論也不準(zhǔn)確。傳統(tǒng)的估計(jì)方法的另一個(gè)問(wèn)題是存在初值依賴(lài)性,如果需要估計(jì)的變量過(guò)多,初始值選擇不當(dāng)會(huì)導(dǎo)致模型不易收斂,無(wú)法求解。第3章的理論部分探討了 Bootstrap小樣本偏差修正方法。因?yàn)槲覈?guó)債券收益率的樣本容量較小,傳統(tǒng)的利率期限結(jié)構(gòu)模型的估計(jì)通常存在小樣本偏差問(wèn)題,而這一問(wèn)題長(zhǎng)期以來(lái)被人們所忽視。估計(jì)出來(lái)的DTSM可能會(huì)因小樣本偏差而產(chǎn)生偏誤。較嚴(yán)重的偏誤會(huì)導(dǎo)致未來(lái)短期利率預(yù)期和期限溢價(jià)與實(shí)證研究結(jié)果不相符。因此學(xué)者們迫切需要找到一種偏差修正的方法。第3章的研究表明,解析偏差公式法和Bootstrap方法都比OLS估計(jì)偏差小,對(duì)于持續(xù)性較強(qiáng)的收益率時(shí)間序列數(shù)據(jù),Bootstrap方法的偏差修正效果更好,因此本文選取了 Bootstrap偏差修正方法。對(duì)于修正過(guò)程中出現(xiàn)非平穩(wěn)的情況,本文采用Kilian的方法,因?yàn)镵ilian的方法沒(méi)有扭曲偏差修正估計(jì)的有限樣本特性,方差并沒(méi)有太大增加,但偏差卻大大減小,所以不影響均方誤差。為了解決第2章提到似然表面平坦問(wèn)題和第3章提及的小樣本偏差問(wèn)題,本文在第4章引入Joshlin,SingletonZhu(2011)(簡(jiǎn)稱(chēng)JSZ)的估計(jì)方法。JSZ估計(jì)方法分為兩步,第一步以簡(jiǎn)單的OLS估計(jì)取代極大似然估計(jì),第二步雖然仍為極大似然估計(jì),但是JSZ將風(fēng)險(xiǎn)中性分布用漂移矩陣的特征值和一個(gè)常數(shù)描述,使傳統(tǒng)三因子DTSM中需要估計(jì)的22個(gè)參數(shù)降低為4個(gè)參數(shù),避免了傳統(tǒng)利率期限結(jié)構(gòu)模型中過(guò)度參數(shù)化問(wèn)題,也降低了出現(xiàn)局部最優(yōu)解的概率。本章借助JSZ估計(jì)方法解決了似然表面平坦問(wèn)題后,對(duì)JSZ估計(jì)方法中存在的小樣本偏差問(wèn)題進(jìn)行修正。因?yàn)镴SZ估計(jì)方法第一步為OLS估計(jì),所以這一階段可能存在小樣本偏差,并且可以利用Bootstrap方法進(jìn)行較大的修正。第二階段保持JSZ方法不變,無(wú)需修正。本章對(duì)我國(guó)銀行間固定利率債券利率期限結(jié)構(gòu)模型估計(jì)的小樣本偏差修正進(jìn)行了實(shí)證研究,并將遠(yuǎn)期利率分解為風(fēng)險(xiǎn)中性利率和遠(yuǎn)期期限溢價(jià)。結(jié)果發(fā)現(xiàn),通過(guò)偏差修正,系統(tǒng)持續(xù)性顯著增加,修正后的風(fēng)險(xiǎn)中性利率波動(dòng)明顯增加,修正前的期限溢價(jià)是順周期的,但經(jīng)過(guò)小樣本偏差修正后的期限溢價(jià)顯示了逆周期特征。本文第5章是第4章的擴(kuò)展。本章引入了 HamiltonWu(2012)(簡(jiǎn)稱(chēng)HW)的估計(jì)方法。HW將高斯仿射DTSM描述成“簡(jiǎn)約形式”的表達(dá)式,而DTSM從未采用過(guò)這種“簡(jiǎn)約形式”。引入HW估計(jì)方法的目的是以最小卡方估計(jì)取代極大似然估計(jì),這種估計(jì)方法漸近等價(jià)于極大似然估計(jì),但可以很快判斷其結(jié)果是全局最優(yōu)還是局部最優(yōu),前人的研究往往施加任意限制以獲得估計(jì)值,或者在某些情況下沒(méi)有得到真正的似然函數(shù)的全局最優(yōu)解。引入HW估計(jì)方法后,本章同樣基于Bootstrap方法對(duì)HW模型進(jìn)行小樣本偏差修正。HW估計(jì)方法的第一步通過(guò)OLS估計(jì)簡(jiǎn)約形式VAR,因此可以用Bootstrap偏差修正估計(jì)代替;第二步的結(jié)構(gòu)模型參數(shù)是通過(guò)最小卡方估計(jì)獲得,這一步的估計(jì)是無(wú)偏的,不需要修正。本章運(yùn)用修正后的HW估計(jì)方法來(lái)探討施加過(guò)度識(shí)別限制后的風(fēng)險(xiǎn)中性遠(yuǎn)期利率和期限溢價(jià)的變化,實(shí)證結(jié)果發(fā)現(xiàn),如果不進(jìn)行小樣本偏差修正,施加過(guò)度識(shí)別限制并沒(méi)有對(duì)系統(tǒng)產(chǎn)生顯著的影響,經(jīng)過(guò)小樣本偏差修正后,系統(tǒng)顯示了顯著的持續(xù)性特征,風(fēng)險(xiǎn)中性遠(yuǎn)期利率波動(dòng)也增加了很大。這說(shuō)明,小樣本偏差會(huì)導(dǎo)致低估變量的持續(xù)性、政策預(yù)期對(duì)遠(yuǎn)期利率的影響作用被低估。本文第6章將結(jié)合時(shí)域和頻域分析方法,研究收益曲線(xiàn)三因子與宏觀經(jīng)濟(jì)變量之間的動(dòng)態(tài)關(guān)系。利率期限結(jié)構(gòu)最終可用三個(gè)潛在因子表示,而要研究收益曲線(xiàn)與宏觀變量的關(guān)系,三個(gè)因子與宏觀變量的關(guān)系就顯得尤為重要。三因子與宏觀變量組成的模型常被稱(chēng)為宏觀金融模型,以往的研究多用VAR模型來(lái)探討宏觀因子與收益曲線(xiàn)因子的關(guān)系,取得了很大的進(jìn)展,但并沒(méi)有得到一致的結(jié)論。其原因是多數(shù)研究集中于分析宏觀因子與潛在因子的時(shí)間序列特性,并未考慮頻域特征,即二者在哪一頻率上相關(guān),因此建立時(shí)頻分析框架可以較全面地研究二者之間的關(guān)系。小波分析是研究時(shí)間-頻域分析的有效方法,本文在研究收益曲線(xiàn)三因子與宏觀變量關(guān)系時(shí)采用了這一方法。本章選取三個(gè)宏觀因子是:工業(yè)增加值(IP)、居民消費(fèi)價(jià)格指數(shù)(CPI)和廣義貨幣量(M2)。為了獲得潛在因子,本文采用了三種方法獲取三個(gè)潛在因子:NS模型法、傳統(tǒng)主成分分析法和Bootstrap偏差修正主成分分析法。小波分析研究表明:NS模型得到的水平因子與三個(gè)宏觀變量都不存在顯著且持續(xù)的小波相干區(qū)域,而傳統(tǒng)主成分分析得到的水平因子與IP和CPI兩個(gè)宏觀變量的小波相干性顯著,且持續(xù)時(shí)間較長(zhǎng),一般位于中長(zhǎng)周期;NS模型得到的斜率因子與傳統(tǒng)的主成分分析得到的斜率因子波動(dòng)基本一致,且二者都與M2在長(zhǎng)周期相干性顯著且持續(xù)時(shí)間長(zhǎng),但是利用Bootstrap小樣本偏差修正后的主成分分析得到的斜率因子與三個(gè)宏觀變量都存在小波相干性顯著且持續(xù)時(shí)間較長(zhǎng)的區(qū)域,并位于中長(zhǎng)周期。這說(shuō)明小樣本偏差修正對(duì)代表利差的斜率因子的修正效果較大,這個(gè)結(jié)論與第4章中分析的小樣本偏差對(duì)風(fēng)險(xiǎn)中性利率和期限溢價(jià)的影響的結(jié)論是一致的;NS模型的曲率因子與三個(gè)宏觀變量都存在持續(xù)且顯著的小波相干區(qū)域,而主成分分析方法得到的曲率因子不與任何一個(gè)宏觀變量存在持續(xù)且顯著的小波相干區(qū)域,無(wú)論曲率因子是否經(jīng)過(guò)Bootstrap小樣本偏差修正。本章的研究也發(fā)現(xiàn)有些因子與宏觀變量存在為期1-2年(一般為2008年-2009年)小波相干區(qū)域,并且出現(xiàn)在短周期,傳統(tǒng)的方法會(huì)得出因子與宏觀變量相關(guān)的結(jié)論,但小波分析表明這種相干性持續(xù)時(shí)間并不長(zhǎng),傳統(tǒng)的方法也無(wú)法確定這種相關(guān)性存在于哪一周期及潛在因子(或宏觀變量)領(lǐng)先或滯后的情況。因此,央行在運(yùn)用三個(gè)潛在因子分析宏觀經(jīng)濟(jì)時(shí),不僅只關(guān)注收益曲線(xiàn)的形狀與宏觀變量的形狀上,還要明確三個(gè)因子與宏觀因子的關(guān)聯(lián)。選擇合適的周期,并通過(guò)相位差判斷潛在因子與宏觀因子變動(dòng)的方向、潛在因子領(lǐng)先或滯后的周期,以免得到不正確的結(jié)論。本文第7章探討生成假設(shè)(Spanning Hypothesis)檢驗(yàn)中的小樣本偏差。生成假設(shè)是指預(yù)測(cè)收益或超額收益的所有相關(guān)信息可以被收益曲線(xiàn)的水平因子、斜率因子和曲率因子所生成。生成假設(shè)是否有效在金融和宏觀經(jīng)濟(jì)理論中至關(guān)重要,如果生成假說(shuō)成立,則說(shuō)明解釋貨幣政策預(yù)期和債券風(fēng)險(xiǎn)溢價(jià)不需要任何其他宏觀經(jīng)濟(jì)數(shù)據(jù),所有必要的信息都在當(dāng)前收益曲線(xiàn)的形狀中體現(xiàn)。如果生成假說(shuō)不成立,則說(shuō)明解釋貨幣政策預(yù)期和債券風(fēng)險(xiǎn)溢價(jià)還需要其他宏觀經(jīng)濟(jì)數(shù)據(jù)信息,只用部分狀態(tài)變量解釋利率期限結(jié)構(gòu)還是不夠充分的。本章首先用模擬的方法,探討預(yù)測(cè)誤差序列相關(guān)和缺少?lài)?yán)格外生限制情況下小樣本對(duì)生成假說(shuō)檢驗(yàn)的影響,然后用我國(guó)國(guó)債收益率數(shù)據(jù)和宏觀經(jīng)濟(jì)數(shù)據(jù)(IP和CPI)再進(jìn)行實(shí)證檢驗(yàn)。模擬和實(shí)證結(jié)果都表明,小樣本偏差影響了統(tǒng)計(jì)檢驗(yàn)和回歸模型的估計(jì),是造成生成假設(shè)可能不成立的一個(gè)原因。在實(shí)證檢驗(yàn)中,本文對(duì)比分析了修正前與修正后的檢驗(yàn)結(jié)果。通過(guò)計(jì)算加入宏觀變量前后R2值的變化,結(jié)果表明,經(jīng)過(guò)Bootstrap小樣本偏差修正后R2的增加值遠(yuǎn)比修正前小。t檢驗(yàn)也表明,修正前的CPI在回歸模型中是顯著的,經(jīng)過(guò)Bootstrap小樣本偏差修正后CPI在模型中變得不顯著。由此可見(jiàn),宏觀變量的解釋能力有限。所以,并沒(méi)有發(fā)現(xiàn)生成假設(shè)在我國(guó)債券市場(chǎng)是不成立的證據(jù)。第8章是本文的結(jié)論與展望。本文的創(chuàng)新之處主要體現(xiàn)在三個(gè)方面:一、我國(guó)利率期限結(jié)構(gòu)模型估計(jì)中的小樣本偏差修正本文引入JSZ估計(jì)方法和HW估計(jì)方法這兩個(gè)現(xiàn)代利率期限結(jié)構(gòu)模型的估計(jì)方法,并借鑒Bauer,RudebuschWu(2014)的Bootstrap偏差修正的量化方法,有效解決了傳統(tǒng)的利率期限結(jié)構(gòu)模型估計(jì)中存在似然表面平坦和小樣本偏差問(wèn)題。偏差修正后的模型不僅可以得到全局最優(yōu)解,而且模型均值回返速度減小,動(dòng)態(tài)系統(tǒng)的持久性顯著的增加,修正后風(fēng)險(xiǎn)中性利率占遠(yuǎn)期利率比率有明顯的增大,并且波動(dòng)性也明顯增加,這說(shuō)明我國(guó)遠(yuǎn)期利率受政策預(yù)期的影響較大。小樣本偏差修正前的遠(yuǎn)期期限溢價(jià)是順周期的,修正后期限溢價(jià)呈現(xiàn)逆周期,這與宏觀經(jīng)濟(jì)現(xiàn)實(shí)是一致的。二、我國(guó)利率期限結(jié)構(gòu)的潛在因子與宏觀因子作用的時(shí)頻分析傳統(tǒng)的方法通常是借助VAR模型分析潛在因子與宏觀變量的關(guān)系。相比傳統(tǒng)的方法,本文的方法能從時(shí)間和頻率兩個(gè)角度分析潛在因子與宏觀變量的關(guān)系,同時(shí)在潛在因子的提取上,本文考慮了小樣本偏差及其修正。所以,本文得出的結(jié)論比未考慮偏差修正的傳統(tǒng)方法有了較大改進(jìn)。實(shí)證表明,小樣本偏差修正后的主成分分析得到的斜率因子與三個(gè)宏觀變量都存在小波相干性顯著且持續(xù)時(shí)間較長(zhǎng)的區(qū)域,這與修正前有很大不同,并且修正后斜率因子與三個(gè)宏觀因子都是同向變化。此結(jié)果可為我國(guó)政府及央行制定宏觀政策及金融監(jiān)管提供理論參考。三、我國(guó)債券市場(chǎng)生成假說(shuō)(Spanning Hypothesis)的再檢驗(yàn)本文用我國(guó)債券收益數(shù)據(jù)探討生成假說(shuō)理論是否成立。本文的實(shí)證分析表明:超額收益可以用收益曲線(xiàn)的水平因子、斜率因子和曲率因子所預(yù)測(cè)。經(jīng)過(guò)Bootstrap小樣本偏差修正后,加入宏觀變量的回歸R2增量非常小,宏觀變量在回歸模型中并不顯著。所以,經(jīng)偏差修正后,本文并沒(méi)發(fā)現(xiàn)宏觀變量能夠顯著增加預(yù)測(cè)能力的證據(jù)。本文的研究也存在一些不足:本文沒(méi)有對(duì)期限結(jié)構(gòu)的預(yù)期假說(shuō)進(jìn)行實(shí)證檢驗(yàn),也沒(méi)討論偏差修正后的檢驗(yàn)結(jié)果,這將是本文下一步需要深入研究的問(wèn)題。仿射期限結(jié)構(gòu)模型雖然能很好地?cái)M合利率期限結(jié)構(gòu),但非線(xiàn)性、非高斯期限結(jié)構(gòu)理論已經(jīng)趨于成熟,如Andreasen(2014)提出的SR模型。將目前的仿射期限結(jié)構(gòu)模型擴(kuò)展到非線(xiàn)性和非高斯,以及探討相關(guān)的偏差修正也是未來(lái)的一個(gè)研究方向。
【學(xué)位單位】：東北財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2017
【中圖分類(lèi)】：F224;F832.6
【部分圖文】：

有獨(dú)資商業(yè)銀行、其它商業(yè)銀行、城市合作銀行一律停止在證券交易所進(jìn)行證券回購(gòu)??和現(xiàn)券交易，使用中央債券登記結(jié)算公司所托管的債券進(jìn)行現(xiàn)券和回購(gòu)買(mǎi)賣(mài)，使得我??國(guó)債券市場(chǎng)取得迅猛發(fā)展，圖１－１是１９９７－２０１５年我國(guó)債券發(fā)行量和次數(shù)。??１２００００?３０００??１０００００?２５００??８００００?／?２０００??６００００?．?１Ｗ）０?＿■■發(fā)行ｆｆｌ?（億元）??／?＼?／??４００００?／?１０００??＿／??２００００?■?Ｚ，?Ｓ００??０?０??ｎｏｏ?ｃｄ?ｏ?ｆｓ??ｃｈｆｆｓ＾ｏＳｏＳｏ?ｏｏｏｏｏｏｏｏ?ｏｏｏ??圖１－１?１９９７－２０１５年我國(guó)債券發(fā)行量和發(fā)行次數(shù)??數(shù)據(jù)來(lái)源：中Ｈ債券信息Ｍ?（中央國(guó)債登記結(jié)算有限責(zé)任公司）??從圖１－１可以看出債券市場(chǎng)的規(guī)模不斷加大。實(shí)際上除了規(guī)模不斷加大外，一級(jí)??市場(chǎng)融資能力顯著增強(qiáng)，二級(jí)市場(chǎng)的交易Ｈ益活躍。據(jù)統(tǒng)計(jì)，１９９７年我國(guó)債券一級(jí)市??場(chǎng)發(fā)行總量?jī)H為４４５６．７１億元，二級(jí)市場(chǎng)僅為３２３３．４億元。２０１５年全國(guó)債券市場(chǎng)發(fā)行??Ｉ??

時(shí)點(diǎn)開(kāi)始利用Ｈｅｒｍｉｔｅ三次多項(xiàng)式插值法，另一方面，２００５年以前因?yàn)閲?guó)債交易規(guī)模??小，不能反映市場(chǎng)真實(shí)供求狀況，而２００６年以后發(fā)行量穩(wěn)定在５００００億元以上，因??此選用了?２００６年到本文寫(xiě)作時(shí)最近的一個(gè)月度數(shù)據(jù)。數(shù)據(jù)的曲線(xiàn)圖如圖２－１所示，數(shù)??據(jù)顯示除受２００９金融危機(jī)影響，收益率出現(xiàn)急劇下降外，其它時(shí)間波動(dòng)不大。??圖２－１?我國(guó)銀行間國(guó)債收益??２．基本統(tǒng)計(jì)量??部分?jǐn)?shù)據(jù)的基本統(tǒng)計(jì)量見(jiàn)表２－１??表２－１?期限結(jié)構(gòu)數(shù)據(jù)基本統(tǒng)計(jì)量分析??３月?６月?１年?２年?３年?４年?５年?７年?１０年??均值?２．４０８８?２．４６７２?２．５８９０?２．８０７０?２．９８１２?３．１５４２?３．２７４３?３．５１３２?３．７２９３??標(biāo)準(zhǔn)差?０．８７９６?０．８３６３?０．８３３８?０．８０１６?０．７０７２?０．６４６２?０．５９１３?０．５３２５?０．４６９６??偏度?－０．０１３８?－０．１５９６?－０．１８２６?－０．１９５３?－０．０９０２?０．０１５９?０．１６３０?０．１６６７?０．３７３２??峰度?－０．７２８５?－０．８９５０?－０．８８６３?－０．８３８２?－０．６８７５?－０．７０７４?－０．８５０４?－０．７９３７?－０．８３４０??表２－１已表明，隨著期限增加，均值增加，波動(dòng)（標(biāo)準(zhǔn)差）減��；數(shù)據(jù)分布偏度??特征是，３月、６月、１年、２年、３年為左偏，４年、５年、７年、１０年右偏；各期限??２５??

經(jīng)包含了?９９．５０％的信息量。因此選擇三因子模型信息量的損失不大。前三個(gè)主成分通??常被認(rèn)為是水平因子、斜率因子和曲率因子。主成分分析得到的三因子的時(shí)間序列特??征如圖２－２所示。本文在第６章宏觀金融模型分析時(shí)將用到主成分分析得到的三因子。??２０??１Ｓ??．?八??疒、?，?、、、??？＂?＇?ｒ?一一，?“??一?＇?－＾??５?＂??０?????Ｃ２＞?Ｏ?ＣＤ?〇?Ｏ?ｄ＞?Ｏ?Ｏ?ｗ?ｔ—＜?＜ｒ－？?？—＜?ｒ￣＜?＜ｒ＊＊＜?ｒ—＜?ｒＨ?ｆ—??Ｓ?ｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏｏ??ｒｓ！?ｒ－４?ｒｖｉ?ｒ＼｝?＾?＜％？?ｒｓｉ?＜＊ｎｊ?ｒ－＇ｉ?ｒ＼ｊ?ｒ－＜ｉ?ｒｓｊ?ｒｓｊ??？１０???水干因子?斜率．因子??ｆｔ率因子??圖２－２?主成分分析得到的利率期限結(jié)構(gòu)數(shù)據(jù)三因子??２６??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 喬艦,景平,楊元;Application of Permutation to Moving Block Bootstrap[J];Journal of Southwest Jiaotong University;2005年02期

2 劉維奇;赫英迪;邢紅衛(wèi);;選擇重尾閾值k的Bootstrap方法[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年04期

3 茅寧;Bootstrap方法及其應(yīng)用[J];國(guó)防科技大學(xué)學(xué)報(bào);1985年04期

4 施錫銓;獨(dú)立非同分布情況的光滑Bootstrap逼近[J];數(shù)學(xué)物理學(xué)報(bào);1990年02期

5 謝仲倫;;Bootstrap方法及其應(yīng)用[J];青海畜牧獸醫(yī)學(xué)院學(xué)報(bào);1992年02期

6 ;Asymptotic efficiency of randomly weighted bootstrap for linear models[J];Chinese Science Bulletin;1998年09期

7 ;Bootstrap Estimation from Simulation Outputs[J];Journal of Systems Science and Systems Engineering;1998年01期

8 溫顯斌,段福興;非線(xiàn)性模型中M-估計(jì)的Bootstrap逼近[J];工程數(shù)學(xué)學(xué)報(bào);2001年04期

9 殷新華;光滑Bootstrap均值分布估計(jì)的漸近性質(zhì)[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2002年02期

10 李書(shū)進(jìn),鈴木祥之;基于Bootstrap濾波的非線(xiàn)性系統(tǒng)的識(shí)別[J];武漢理工大學(xué)學(xué)報(bào);2003年05期

相關(guān)博士學(xué)位論文 前3條

1 趙前程;動(dòng)態(tài)利率期限結(jié)構(gòu)模型的估計(jì)與Bootstrap偏差修正[D];東北財(cái)經(jīng)大學(xué);2017年

2 王艷芳;基于bootstrap法與混合威布爾分布的拖拉機(jī)可靠性評(píng)估模型與應(yīng)用研究[D];東北農(nóng)業(yè)大學(xué);2016年

3 句彥偉;幾類(lèi)多尺度非線(xiàn)性隨機(jī)模型與SAR圖像Bootstrap分割研究[D];西北工業(yè)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 葛利丹;基于Bootstrap的擴(kuò)散過(guò)程檢驗(yàn)[D];南京理工大學(xué);2015年

2 楊娜;基于Bayesian Bootstrap方法的準(zhǔn)備金風(fēng)險(xiǎn)度量研究[D];天津財(cái)經(jīng)大學(xué);2014年

3 瞿開(kāi)毅;幾類(lèi)重復(fù)觀測(cè)數(shù)據(jù)模型的Bootstrap推斷[D];北方工業(yè)大學(xué);2016年

4 李金洲;基于參數(shù)Bootstrap-核密度估計(jì)的數(shù)控機(jī)床Bayes可靠性評(píng)估方法研究[D];燕山大學(xué);2016年

5 劉嬌嬌;Bootstrap方法的正態(tài)改進(jìn)與在準(zhǔn)備金提取中的應(yīng)用[D];鄭州大學(xué);2016年

6 顧婉琪;基于Bootstrap的分級(jí)基金績(jī)效評(píng)價(jià)研究[D];哈爾濱工業(yè)大學(xué);2016年

7 張偉鋒;基于Bootstrap-DEA模型的效率得分研究[D];華中師范大學(xué);2016年

8 魏強(qiáng);基于Bootstrap和地圖API高校課程管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];江西農(nóng)業(yè)大學(xué);2016年

9 黃靜靜;基于圖像塊先驗(yàn)和Bootstrap的圖像去噪算法研究[D];西安電子科技大學(xué);2015年

10 李文麗;空間面板數(shù)據(jù)固定效應(yīng)模型Bootstrap LM檢驗(yàn)有效性研究[D];華南理工大學(xué);2016年

本文編號(hào)：2873504