王燕老师4月6日15点正式开始在线访谈

资料狂人 发表于 2012-4-6 08:38
坛友justice1989：好羡慕人大的学生啊，王老师的书天天都在看，特别想去听，学费伤不起啊。
我有个问题就是 ...

精算师的需求量跟保险公司的数量直接相关。随着市场上保险公司数量的不断增加，目前精算师的需求量也在增加（呵呵，至少还没有萎缩）。目前国内，精算师最认的还是资格证书。

资料狂人 发表于 2012-4-6 08:39
坛友mxn6673251：尊敬的王老师：
    您好，我是一名统计学本科生，保送金融专硕，现在正在考CAA，不知此说 ...

1、        呵呵，下面是个人观点。我不觉得保险是鸡肋的这种说法对。如果用历史性的眼光，全球性的眼光看待这个问题，只能说目前中国的银行业太强大，保险行业还没有充分发展起来。过去几十年来，在经济发达国家，保险业管理的资金占到GDP的20-40%，历年来世界五百强企业中一直有50家左右的保险公司。而中国保险无论是管理的资金量还是企业规模都差很远。这与中国的经济发展水平是不匹配的。我个人认为，保险业还有很大的发展空间。不能用现有的情况看死它的未来成长。
2、        关于个人的职业打算，我觉得应该听从自己的兴趣。精算行业很辛苦，有兴趣才能长久坚持下来，否则，你的付出和得到不匹配，就真是鸡肋了。而它的职业发展应该还是很广阔的，毕竟风险管理方法是金融行业共通的。我们每年的毕业生，只有部分进了保险公司，很多人进了证券公司、基金公司、银行等其他金融机构。

资料狂人 发表于 2012-4-6 08:39
坛友xjg1983：王老师,我想问下,您的书中,在证明AP(P)模型的偏自相关系数的定义时,小写的x(t-1)，...x(t-k+1 ...

非常感谢你提出的批评和建议，我现在正在修订该书，新书一定改正这个问题。

资料狂人 发表于 2012-4-6 08:39
坛友dao_54188：请问王老师：
时间序列分析在保险精算领域有哪些具体的应用？可以给一些例子吗？
谢谢！
...

只要是保险领域有时间序列数据，就可以用上时间序列分析方法。比如预测公司保费的增长趋势；退保率的发展变化规律；对保险公司的投资收益率进行分析，预测未来中短期的收益率；对未来死亡率的发展趋势进行预测等等。

资料狂人 发表于 2012-4-6 08:39
坛友vivijoe：王老师：
你好！我想问一下：
1：HP滤波法能用于除gdp之外的其他数据吗？ 是适用于总量数据 ...

1、我对HP滤波法研究不深入。我了解的HP滤波法主要适用于有季节、有趋势、有长期循环因素作用的时间序列分析。由于GDP数据通常具有这些特征，所以HP滤波方法被很多人用于GDP数据的分析。其实很多其他序列（比如谷物价格序列）也具有既有季节性，又有趋势和长期波动的特征，也都能用HP滤波方法进行分析。
2\HP滤波是适用于GDP总量数据还是增长率数据，你需要看总量数据和增长率数据的特征，通常总量数据容易呈现出季节性、趋势性和3-5年的周期性，所以比较适合用HP滤波，而增长率数据，由于进行了函数变换，你需要查看序列时序图，考察这些属性是否存在。如果有可以用，没有就不需要用了。
税收弹性是否可以用HP滤波，还是相同的判别原则，你的序列是否存在季节、趋势和长期周期因素的综合影响特征。如果不用HP滤波方法，可以考虑用ARIMA模型的季节模型（加法或乘法模型），或确定性因素分解法。不同的方法各有利弊。
HP滤波分析 λ 国内取值多少，我不知道。不同的分析领域，不同的数据，λ应该不一样。它需要根据损失函数最小化确定吧。

资料狂人 发表于 2012-4-6 08:39
坛友xuejing0326：王教授：
您好，我想请教几个问题？
关于统计的学习方法，我是跨专业的学生，之前完全没 ...

你的问题对于我而言太大了，其实我很佩服你的学习能力和钻研精神。如果可以，建议你查看一下人大统计学院统计专业本科生的培养方案，根据培养方案的必修课设置，将那些专业必修课系统地学习一下，估计能让你基础扎实一些。统计软件可以选择一个学习，好学的是SPSS，比较专业的是R和SAS，选择其一即可。统计软件的学习很简单，就像你说的，输入几个指令就可以，关键是你要了解，这几个指令背后，它的工作所包含的统计原理，以及输出结果的正确解读。

资料狂人 发表于 2012-4-6 08:40
坛友h666：王教授您好！在我做的城乡收入差距模型中，回归结果跟GDP增长正相关，可是跟人均GDP却负相关。不 ...

1、        在时间序列中做多元分析（你说的回归分析），是需要先做协整分析的，否则回归结果的检验没有意义（参数的显著性是假的），所以协整是非做不可的。同时，你还需要做格兰杰因果检验，看看你导入的这些变量彼此之间是否有因果影响关系，谁影响谁。还有多个自变量场合容易出现共线性的情况，你需要逐步回归。
2、        一个回归模型能够通过检验，说明自变量对应变量具有显著的影响，我们可以根据自变量的变化情况预测应变量可能的变化。
3、        你提到的问题“如果x1和y做回归，效果很差，又是异方差又是序列相关等。但加入其它项如x2、x3、x4等后，效果很好了，异方差等都消除了。这样的方程可用吗？”这样的方程当然可用。之前的序列不协整，说明信息量少了，增加了合适的信息量，序列的因果影响明确了，模型就显著成立了。但是需要提醒你，不要为了构建模型而导入x2、x3、x4等其他变量，导入的变量必须是你能从理论上或者逻辑关系上确定x2、x3、x4对y确实有影响。也就是说建模首先要保证你的自变量和因变量之间确实是有逻辑上的因果关系的。如果没有这一点，统计上再显著的模型也没有任何使用价值，甚至会对使用者产生严重的误导。

资料狂人 发表于 2012-4-6 08:41
坛友shiruyi1988：您好，我想问一下在数学建模中分析时间序列，分解预测法，指数平滑法，arima模型法，一般 ...

选择何种具体的方法分析序列取决于你的数据特征和分析目的。如果是既有周期，又有趋势的序列，你的分析目的是剥离趋势了解周期性影响的强弱，或者是剥离周期了解趋势的强弱，此时使用分解预测方法比较好。指数平滑法适用于比较平稳的序列做短期预测，双指数平滑，则适合有趋势的序列做短期预测，ARIMA模型，适用面更广一些，只要能够差分平稳的方差齐性的序列的分析预测都能用ARIMA模型。

zhcolin 发表于 2012-4-6 09:20
建议老师直接从garch讲起，感觉时间序列分析这块课堂上讲得太少了，而研究中需要用的往往是后面没讲到的内容 ...

我们研究生的课程是从GARCH开始的。但是这次课程的设置，需要看大多数学员的情况和要求。GARCH及其衍生模型肯定是要讲的。

逍遥是最美的 发表于 2012-4-6 15:20
老师你好，想请教一下您关于结构方程构建的问题

如图，左面是7个显变量，右面是两个潜变量，可以这样建立 ...

结构方程模型不是时序的内容，时序里有向量自回归模型（VAR）是研究这种结构性的内生变量与外生变量的关系的。我对结构方程模型研究不多，不敢乱说。我们学院李静萍老师是这方面的专家，有机会可以请教她。