鲁万波教授(金融数量分析、非参数统计)在线访谈问答汇总-经管之家官网!

人大经济论坛-经管之家 收藏本站
您当前的位置> 统计>>

统计库

>>

鲁万波教授(金融数量分析、非参数统计)在线访谈问答汇总

鲁万波教授(金融数量分析、非参数统计)在线访谈问答汇总

发布:资料狂人 | 分类:统计库

关于本站

人大经济论坛-经管之家:分享大学、考研、论文、会计、留学、数据、经济学、金融学、管理学、统计学、博弈论、统计年鉴、行业分析包括等相关资源。
经管之家是国内活跃的在线教育咨询平台!

经管之家新媒体交易平台

提供"微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯"等虚拟账号交易,真正实现买卖双方的共赢。【请点击这里访问】

提供微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯等虚拟账号交易,真正实现买卖双方的共赢。【请点击这里访问】

鲁万波老师简介:http://stat.swufe.edu.cn/new/tjxy/UploadFiles_8425/200905/2009051722042977.jpg已在《欧洲运筹学》、《应用统计学》、《统计研究》、《数理统计与管理》等国内外期刊上发表论文40余篇,多篇论文 ...
扫码加入金融交流群


鲁万波老师简介:
http://stat.swufe.edu.cn/new/tjxy/UploadFiles_8425/200905/2009051722042977.jpg

已在《欧洲运筹学》、《应用统计学》、《统计研究》、《数理统计与管理》等国内外期刊上发表论文40余篇,多篇论文被SCI和EI收录。被SCI收录的2篇论文解决了区间数据中某些复杂寿命分布,如Gamma分布和对数Logistic分布的抽样检验问题。
出版著作《经济、金融计量学中的非参数估计技术》和《基于特征变量的中国股票市场微观结构数量研究:日内模式、持续时间与价格发现》。多次赴日本、新加坡、美国等地参加学术会议并作报告。
2008年底破格晋升副教授。主持和完成多项国家自然科学基金、社会科学基金、教育部、省统计局和学校课题。
曾荣获四川省第13次哲学社会科学成果奖、第9届全国统计科研成果奖和2007年成都市十万大中学生‘一专多能’成才活动青年教师、第十批四川省有突出贡献的专家等荣誉。2
008年8月成为我国西部首位获邀出席德国诺贝尔经济学奖获得者大会的青年学者,《成都商报》和《教育导报》等媒体进行了报道。
2009年9月至2010年9月,美国威斯康辛大学——麦迪逊分校访问学者。

问答汇总:
1,坛友allain:我知道鲁老师的博士论文是关于高频数据的,我想请鲁老师谈一谈对高频数据处理的心得和体会,已经高频数据与普通数据在应用层面有什么异同
A:相对于低频率的金融数据,高频金融数据具有日历效应、交易记录时间间隔不等、离散取值、非同步交易、非正态性和数据量大等特点,特别是分笔交易数据则更为明显。具有刻画这些数据变化规律的独特模型,比如交易持续时间的ACD模型,在应用中应该结合数据本身的动态变化规律,合理的构建模型。由于大部分的市场微观结构特征变量具有非负取值的性质,MEM模型更合适。

2,坛友liujianfang:鲁教授,您好,能否请您解析 高频金融数据的非参数估计得到的结果,和实际差别到底有多少
具体是原因导致很多模型估计出来的结果和实际有的差别很大
是建立模型时,考虑的因素 有问题,还是什么原因A:关于模型的估计结果与实际情况的差别,主要的原因是在于模型的设定方面,之所以选择非参数模型,那是利用非参数模型对于模型设定约束较少的这个优势,但是他的劣势在于解释的能力没有参数模型强。比较好的做法是将两者结合起来使用。

3,坛友majingbiao:鲁老师,您好!对于非参数统计中等级相关检验里的Spearman秩相关系数和回归分析里的相关系数本质上是不是一样的?威尔科克森秩检验配对检验的依据是什么?另外 非参数检验对总体的分布不做限制又怎么进行推断。谢谢老师!
A:关于这个问题,在一般关于非参数统计的教科书上有介绍。我想非参数统计检验主要是基于秩构造检验统计量,虽然不需要知道总体是什么分布,但是检验统计量的分布是知道的,可以做统计推断。Spearman秩相关系数相对于传统的样本相关系数的效率约为91%,对于来自于正态分布的数据,二者在效率方面是等价的,对于非正态分布的数据,采用秩相关系数比较合适。

4,坛友annizhou:您好,鲁老师,谢谢您能在百忙这种回答我们的问题。
以前读到过一篇您写的关于用ACD模拟高频数据的文章,根据ACD衍生出来的很多新的模型比如LOG-ACD,基于gamma分布的ACD等,都是改变原有模型的残差的分布,请问您能介绍一下 这些不同的分布是根据什么原则选取的?
问题2,FARIMA模型是不是只能模拟等距的duration呢?
问题3,模拟daily average duration时模型选取要有什么原则吗?谢谢!A:由于交易持续时间不服从正态分布,而是某种正偏分布,在选择中可根据估计的情况作关于分布的检验,选择合适的危险率函数。一般来说,持续时间不是等间距的,除非人为的改变,FARIMA模型适用于等距的持续时间。第三个问题,我不太清楚你的模拟是什么。

5,坛友xumba:请问鲁老师,如何处理交易过程中高频数据的跳跃点?如何降低跳跃对原先分布处理的扰动?
A:这个问题决定于使用高频数据研究什么问题。如果是研究波动性,关于跳的处理有很多方法,如变差、预平均、小波、傅立叶变换等。

6,坛友jerryren:鲁老师:
有个问题困惑许久,希望能得到您的指点。
拿多元GARCH模型来讲,在似然估计中,似然函数复杂,只能通过数值优化求解最值,姑且不说初始点的选取,就我在实证研究的经验来看,很多算法即使选用相同初始点迭代,BFGS,BHHH,等包括随机算法得出的结果都有很大不同。如果再利用估计出来的模型做其它研究,不同算法算出来的最终结果的误差应该很显著不同。比如常用来做波动率溢出效应的分析,不同的估计带来正负号如果不同,那么分析就缺乏稳健性。这其中该如何处理?
因此,这致使我一度对统计模型失去信心,毕竟事物的复杂性要求参数较多,如果模型刻画再好,实际算得不准或者不知道哪个准,那么对实际有什么用,难道只停留在理论上?A:经典的多元GARCH模型由于参数估计困难,有很多约束,特别是在协方差矩阵上更是如此,一个建议是如果你想获得比较和稳健的估计,可使用Copula技术。

7,坛友greensky201:鲁老师,您好! 我曾经看过你写的《基于特征变量的中国股票市场微观结构数量研究:日内模式、持续时间与价格发现》,基本上是把市场微观结构的一些领域方方面面都做的差不多了,一些实证结果也很有意义。
我想请问下:以后如果在做市场微观结构这块儿领域的话,还可以从哪些方面或者哪些角度去创新-----不仅仅是技术方面,更重要的是思想方面 去创新?我国目前金融市场改革力度很大,我想这其中肯定有很多值得研究的地方?但 我还不太有一个研究的思路……
谢谢!A:市场微观结构的研究主要是从微观的角度去洞悉市场的结构特征和变化规律,而怎样去评估市场的质量,当然也离不开微观结构,我想这个事值得考虑的一个方面。

8,坛友天逸书生:鲁教授您好!想请教您以下几个问题:
1、虽然在计量经济学课程中学习了大量的模型和理论推导,但对于数据收集和处理、编程等实证分析中必备的基础训练很欠缺,有什么指导性的建议吗?
2、我们在学习计量经济学时介绍的众多复杂的理论在实践中都很少有所应用。例如,大家学习了很多异方差的检验和校正方法,几乎所有的文献都只采用那个有些粗陋的WHITE稳健性标准误;又如,学习PANEL DATA时,我们花费了很多心思学习随机效应模型,但绝大多数论文都只采用那个非常简单的固定效应模型。能说一下您对这个问题的看法吗?
谢谢!A:同学在学习计量课程的同时,应该学习使用计算软件,不是所有都要会,但是一定有一个要精通。我想学学统计计算是很有帮助的。关于选择合适的面板数据模型,适用什么模型应该决定于研究问题的需要,有的时候模型很复杂,可是数据不够,你也无法获得结果的。

9,坛友jinge789:请问鲁教授:1、在用面板数据进行分析时,究竟使用固定效应还是随机效应模型?
2、在选择工具变量时有没有什么好的办法?如何选才有效?
多谢!A:面板数据的效应检验可使用Hausman检验。工具变量的选择很大程度上不是计量检验问题,而是一个经济理论问题,就是内生性。

10,坛友ahxiping:鲁老师:
非参数统计,个人感觉是统计学在分类变化和排序变量上的延伸。在数量统计范畴中,有很多模型都有相应的使用限制,比如变量的相关性、正态性,对于非参数统计领域,没有看到像数量统计中的高要求,是因为非参数统计的非参数性质决定的?还是说 是由于非参数统计的学术领域中的应用范围不深致使?A:非参数统计的应用领域是很广的,目前应用也很深入,同学们可以多阅读一些关于这个领域的教材和资料,比较经典的非参数统计教程是陈希儒老师的《非参数统计教程》。

11,坛友安未央:鲁老师您好,非常感谢您抽出时间来与我们交流,我有几个比较具体的问题想请教鲁老师,都是我在最近的学习中遇到的让我比较困惑的问题,希望老师提供帮助。
1、在使用面板数据时采用固定效应方法时,如果自变量中有虚拟变量,不随时间变化,那么这时有可能虚拟变量有可能会被认为是固定效应,有老师说这时估计会出现异常(stata)。但是我以前没有注意到stata软件有异常,请问这种情况下如何处理?
2、最近在文献中看到一种非参数回归方法叫做核回归,请问诸如此类的非参数回归方法相比我们通常使用的线性回归在哪些方面具有优势,在什么情景下非参数回归比较有效?
3、请问老师,采用贝叶斯估计方法时如何确定参数的先验分布,贝叶斯估计主要运用在什么样的情景下,有什么优势?
问题比较多,老师可以简要作答,辛苦老师了!A:在固定效应模型的估计中,可以使用虚拟变量方法进行估计。非参数回归模型估计方法不需要知道模型的具体形式。贝叶斯估计先验分布的确定有客观法、主观概率法、共轭先验分布法和Jeffrey原则等。

12,坛友xjg1983:鲁老师,您好!我想请教两个问题:1、协整关系中,是否必须所有的变量都同阶单整?2、请介绍下非线性协整方面的进展。
A:协整检验要看使用哪种定义,EG、Johansen和ARDL的是不一样的。非线性协整目前就我了解的在非参数领域中,是非平稳数据的非参数估计问题。

13,坛友wuhui1018鲁老师:您好!首先非常感谢您来人大经济论坛在线访谈,让我们有机会学习。
个人对参数统计方法比较熟悉,非参数统计不大了解,但知道非参数统计方法在金融中的应用越来越多。所以在这里想请鲁老师给我推荐一些关于金融统计学方面与非参数统计的入门书籍和相关金融文献。
另外想请教一下鲁老师,正态分布的检验是金融分析中经常遇到的一个问题,在非参数统计中,有哪些具体的检方法可以应用。具体操作上,可以读哪些文献?谢谢!A:关于非参数回归分析的统计理论问题,读者可参见Prakasa Rao (1983),陈希儒、柴根象(1993),Wand & Jones (1995),Fan & Gijbels (1996),Simonoff (1996),Azzalini & Bowman (1997),Hart (1997),Efromovich (1999),Eubank (1999),H¨ardle et al. (2004)和Fan & Yao (2003)的专著。而关于非参数计量模型的论著则相对较少,读者可参见H¨ardle (1990),Pagan and Ullah (1999),李子奈、叶阿忠(2000),叶阿忠(2003),Li & Racine (2007),李竹渝等 (2007)和叶阿忠 (2008)的专著。具体操作,一般的统计软件,比如Spss、SAS都可以完成。

14,坛友zgh546:鲁老师你好,我是一名数学系的研究生,一直以来都想要转向经济金融的学习,现在也在看经济金融方面的书籍,但是总感觉不知道自己所学到的数学知识用处不是很大(当然思维除外),特别是像实分析,泛函分析,还有偏微分方程等课程,总感觉不知道怎样把自己的所学应用到经济学的学习中,希望老师能给些建议。
A:从我个人的经历来说,学习的数学知识对于我的帮助是很大,特别是学习经济学,很多经济学的研究都用到很多数据工具,不只是概率统计。

15,坛友linhaii:鲁教授,您好:
我想向您请教以下几个问题:
1、请问计算统计或者统计计算这方向发展如何,目前国内有哪些学校和教师在做这个方向的研究
2、想学好金融数量分析,请鲁教授推荐指导下该学习哪些数学或者数理统计课程,金融课程,还有对 哪些软件比较有要求,这也是很多想学好金融建模的学子的共同想法
谢谢!A:统计是离不开计算的,只要是做统计数据分析的,都会涉及到统计计算问题,要学好金融数量,学学随机过程、时间序列分析很数理金融等课程。

16,坛友随机过程:大量的数学、物理学的方法被应用到经济、金融学中,甚至有些泛滥,脱离了经济金融现实问题的本身。在国外,是基于现实问题而衍生出方法论的创新,而在国内,这一过程被颠倒了。例如:阿罗不可能性定理是基于“投票选举”这一非常现实的问题,进行了数学的公理化定义。赫克曼的离散选择模型虽然对计量经济学作出巨大贡献,但是是基于对已婚妇女的劳动供给这一现实问题研究的基础上得到的。恩格尔的ARCH模型是来源于对英国通货膨胀方差估计的研究中得到的。这些定理、模型之所以能得到认可并被广泛使用,是因为他们解决了非常具体的经济学、金融学或实际问题,而不在于模型本身的复杂性。弗里德曼说过,一个真正的实证研究,是需要大量人员协作、经过长期努力,往往以专著的形式完成的。一篇文章的容量,很难实现严格意义上的实证研究。
提到模型的复杂性,非线性动力学中的分形几何和混沌也被广泛用于大量论文中,例如,北大陈平教授(美国物理学博士,ccer副主任)1987年曾在英文论文中发现“美国货币指数中存在维数为1.5左右的奇怪吸引子”,这个结论是否与“中国股市具有很强的波动聚集性和持续性”有点相似,但是这样的结论没有在学术上引起任何的重视,因为仅仅是“数据带入模型而得到的一些基本特征描述”而已,即没有任何经济金融理论层面的意义,也没有在解决问题的具体方法上有所改进(此改进不是指模型复杂性增加,而是指使所用的方法更便于解决现实问题)。
若说模型方面真正有意义的方法论研究,2009金融统计与金融计量国际研讨会中范剑青、严加安教授的研究具可以说有比较重要的意义。
财大统计,路在何方?希望鲁教授能够有所思考,认清不足,不断呐喊呼吁,而不是随波逐流,才能更好地促进学术发展。A:我们说好的研究应该是“挺天”和“立地”,所谓“挺天”就是引领学科前沿,所谓“立地”就是要立足现实问题。我们一直在这两方面不断努力,逐渐形成了自己的特色,比如金融统计与金融数量分析、社会经济统计分析。在基础研究方面,我们在国内外《Biometrika》、《The Canadian Journal of Statistics》、《Computational Statistics and Data Analysis》、《中国科学》等刊物上发表论文多篇,在应用基础研究和应用研究方面,我们先后主持国家科和社科课题多项。自2007年开始,我们的统计学科就是国家的重点学科。我们将在不断建设好重点学科的同时,为实现在国际上有一定影响而努力。

17,坛友greensky201:鲁老师,您好! 我曾经看过你写的《基于特征变量的中国股票市场微观结构数量研究:日内模式、持续时间与价格发现》,基本上是把市场微观结构的一些领域方方面面都做的差不多了,一些实证结果也很有意义。
我想请问下:以后如果在做市场微观结构这块儿领域的话,还可以从哪些方面或者哪些角度去创新-----不仅仅是技术方面,更重要的是思想方面 去创新?我国目前金融市场改革力度很大,我想这其中肯定有很多值得研究的地方?但 我还不太有一个研究的思路……
谢谢!A:市场微观结构的研究主要是从微观的角度去洞悉市场的结构特征和变化规律,而怎样去评估市场的质量,当然也离不开微观结构,我想这个事值得考虑的一个方面。当然,研究的思路是在不断的研究中形成的。

18,坛友linaziyuan:鲁老师您好,我最近在写论文中要用到PVAR模型,请问,用该模型时该注意哪些,现在有成熟的资料和程序借鉴吗?能否给推荐下,谢谢!
A:关于PVAR模型可参见的Love和Ziccino(2006)的文章和相应计算程序。

19,坛友phill:对国内资本市场波动率的估计,使用哪种模型较为有效?如何在其中结合外生因子和时间序列来提高准确度?
A:你提的这个问题很大,现在估计波动率的模型很多,各自有各自的使用条件,各自有各自的优缺点,谁?

20,坛友septown:鲁教授,您好!
在利用高频数据针对市场开发交易策略时,由于市况中的影响因素不断地改变,因此在应用模型时模型参数估计要重新的拟合,相关参数的设定要也要有相应的修正。我想问一下鲁教授,如何寻求参数估计及修正的时间窗口,能否谈谈你的心得?
希望鲁教授能解答。A:首先,理论模型在实际应用中会遇到很多问题,就算你的模型是一个时变参数的模型,它也不能完全做到智能化。什么是的,也许只有上帝知道。但是我们总是在追求较为满意的结果,对于参数的估计方法需要针对具体的问题和模型来说,而不是泛泛而论。

21,坛友econfj:
教授您好!请问:
1.非参数在解决measurement error方面发展如何?特别是在解决ols中有一个independent variable有measurement error的问题。
在金融中有有一个investment-cash flow sensitivity的问题:
回归式子是: investment=a+b Tobin'Q+c cash flow+error term
因为Tobin'Q有measurement error所以b,c的估计会有偏误。那如果我们用非参数的方法来解决Tobin’Q的measurement error的问题,不知道表现如何。
2.Bayesian方法也可以解决上述问题,不知道和非参数的方法比较优劣如何。
非常感谢!
3. 对非参数不太了解,比方说非参数的garch模型比参数的garch模型好在什么地方?在什么条件下,两者估计结果可以认为统计上相同?
4. 两个SETAR的gobal stationary的序列能组成一个cointegration系统嘛?或者进一步组一个threshold cointegration的系统?
虽然我知道书上说两个non-stationary的序列,可以组建一个cointegration,那么这两个non-stationary的序列有长期稳定关系。
那是不是说两个SETAR的gobal stationary的序列一定有长期稳定的关系(感觉不一定吧),如果不一定,在什么情况下它们有长期稳定的关系,这个长期稳定的关系用什么来表示。
另外,我们可以考察另外一种情况,比如一个三个regimes的SETAR(中间的regime是单根,根据书上的理论我们知道这个SETAR可以是平稳序列),例外一个序列是stationary AR, 我觉得这两个的差值能组成一个threshold cointegration的系统。换句话说,两个平稳序列能组成一个threshold cointegration的系统。A:关于你测量误差的问题,我不做测量误差方面的研究,很抱歉不能回答。
非参数模型对于函数形式可以未知,参数模型一定是知道具体形式。
对于协整系统的问题,建议你做做模拟研究,可以得到结论。
22,鲁老师,您好!想问您几个不具体的问题。我是应用统计学专业的硕士,但我到目前对这个专业都不是很了解,请问:1、应用统计专业与统计专业有啥区别,或者说更注重哪方面?2、这个专业硕士研究生应该毕业时具备什么能力?3、这个专业的就业方向具体有哪些?
谢谢您!A:应用统计专业学位硕士与统计学科学学位的硕士的区别,个人看法是在培养定位上不同,一个更叫强调应用能力的培养,一个更加强调科研能力的培养。对于前者,主要是解决实际问题的能力。对于就业,目前还没有毕业生,不过个人认为由于统计本身的“寄生”特点,就业面会很宽。

23,坛友DF89HB6686:鲁万波老师:你好!非常感谢您来到论坛。
非线性回归模型中有一部分模型是不能线性化的,有一种方法是用TYLER式展开,取前两项,线
性化后,再用OLS求出参数,但这种方法需要多次迭代计算,且可能只获得残差平方和的局部最小值,而无法获得整体最小值,现在有什么方法可以改进?谢谢!A:我想你说的是Taylor展开,做非线性模型的线性化处理.对于全局最优,一般是通过搜索所有的局部最优后比较获得,但是一定要注意在边界上的不稳定性.

24,坛友弄巷:鲁老师,您好!我问的问题可能比较简单,但确实困惑了我许久,希望您能够为我解惑,谢谢!
自回归分布滞后—误差修正模型(ARDL—ECM),可以运用于不同阶的变量之间,我问的是:ARDL--ECM中各变量的一阶滞后项系数(不是一阶差分滞后项系数)表示的是与y的长期关系,还是短期关系?抑或者是一调整项?
PS:若表示的是长期误差对y的调整,那假如这些变量是不同阶的,就不存在长期关系,那调整项来自于?
希望能够得到鲁老师的解惑,谢谢!A:应该是长期关系.对于不同阶,同样也应该存在长期关系.

25,鲁教授,你好,我想问下,在做金融数据协整检验和方差分解时,时间序列的阶数很难把握,效果也很难控制,请问,这有什么技巧吗
A:关于时间序列的平稳性和协整地代表作是汉密尔顿的时间序列分析,理论上说得很详细,也很清楚.具体应用,你可以看看高铁梅老师的书.
「经管之家」APP:经管人学习、答疑、交友,就上经管之家!
免流量费下载资料----在经管之家app可以下载论坛上的所有资源,并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库,各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里,你可以找到任何学科方向、有共同话题的朋友。
经管之家(原人大经济论坛),跨越高校的围墙,带你走进经管知识的新世界。
扫描下方二维码下载并注册APP
本文关键词:

本文论坛网址:https://bbs.pinggu.org/thread-1493307-1-1.html

人气文章

1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。