您的位置： 专家智库 > >

张元庆

作品数：6 被引量：16H指数：2
供职机构：上海师范大学商学院更多>>
发文基金：国家自然科学基金长江学者和创新团队发展计划教育部人文社会科学研究基金更多>>
相关领域：经济管理理学建筑科学自动化与计算机技术更多>>

合作作者

文献类型

  • 4篇期刊文章
  • 2篇会议论文

领域

  • 5篇经济管理
  • 2篇理学
  • 1篇天文地球
  • 1篇自动化与计算...
  • 1篇建筑科学

主题

  • 3篇收益率
  • 3篇股票
  • 3篇股票收益
  • 3篇股票收益率
  • 2篇面板数据
  • 2篇面板数据模型
  • 2篇空间面板
  • 2篇空间面板数据
  • 2篇空间面板数据...
  • 1篇大样本性质
  • 1篇随机前沿函数
  • 1篇自回归模型
  • 1篇空间计量分析
  • 1篇空间计量模型
  • 1篇空间自回归模...
  • 1篇空间自相关
  • 1篇高技术产业
  • 1篇贝叶斯法则
  • 1篇SAR
  • 1篇AR模型

机构

  • 6篇上海师范大学
  • 2篇上海财经大学
  • 1篇上海开放大学

作者

  • 6篇张元庆
  • 3篇陶志鹏
  • 2篇王周伟
  • 1篇张玉华
  • 1篇周任远

传媒

  • 1篇科技创业月刊
  • 1篇统计与信息论...
  • 1篇中国软科学
  • 1篇数理统计与管...

年份

  • 4篇2016
  • 2篇2015
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
基于空间面板数据模型的股票收益率影响因素分析
本文利用空间面板数据模型对股票收益率的影响因素进行研究。由供给理论可知，在股票市场中会呈现同一类型的股票在个别股票的拉动下整体涨跌的趋势，股票收益率之间存在一定的关系，运用“最大信息数”指标度量发现股价之间有较强的相关性...
宋韫赟张元庆
关键词：空间面板数据模型股票收益率
基于随机前沿函数的上海高技术产业创新效率研究被引量：1
2016年
运用随机前沿函数模型,对1997—2013年间上海高技术产业及其五个细分行业的创新效率进行了测算与分析。研究结果表明:上海高技术产业尚未摆脱国际金融危机的影响,其创新效率自2008年以来总体处于下降状态。在细分行业中,电子计算机及办公设备制造业创新效率最高,同时医药制造业的创新效率处于全国领先水平。
周任远张元庆
关键词：高技术产业随机前沿函数
非正态分布下具有自回归误差项的空间自回归模型变量选择研究被引量：2
2016年
将变量选择引入空间计量模型,讨论具有自回归误差项的空间自回归模型的变量选择问题。在残差非正态独立同分布的条件下,通过最大化信息熵,提出空间信息准则,并证明其在该模型变量选择中具有一致性。模拟研究结果表明:无论对单个系数还是对全部系数,空间信息准则都能很好识别,且与经典的赤池准则相比具有较大的优势。因此,空间信息准则是一种更为有效的变量选择方法。
王周伟陶志鹏张元庆
关键词：空间计量分析
基于AIC准则的空间自回归模型变量选择研究
变量选择是计量经济学中一个关键问题,作为基础的变量选择准则,AIC 准则在非空间模型中得到了广泛的应用,但空间计量经济学模型的变量选择问题在理论和应用中都较少涉及。
陶志鹏王周伟张元庆
关键词：空间自回归模型大样本性质
基于空间面板数据模型的股票收益率影响因素分析被引量：9
2016年
本文利用空间面板数据模型对股票收益率的影响因素进行研究。在S-CAPM理论基础上,利用2007年第一季度到2015年第三季度的季度数据,对影响股票收益率的宏微观因素进行实证研究。估计结果表明:股票市场数据存在着显著的空间依赖性,固定效应下的空间误差模型对系数估计、模型选择做出了有效解释。最后分析了各影响因素的传导效果,并据此提出了对股票市场投资和政策制定的相关建议。
张玉华宋韫赟张元庆
关键词：空间面板数据模型股票收益率
基于贝叶斯法则的空间自相关误差自相关模型变量选择研究被引量：5
2016年
本文将研究贝叶斯法则视角下的空间自相关误差自相关模型(Spatial Autoregressive Model with Autoregressive Disturbances,SARAR模型)变量选择问题。通过将基于BIC准则的子集选择法推广到空间模型,实现SARAR模型的变量选择,并证明在一定条件下,对于SARAR模型的变量选择BIC准则具有良好的渐近性质。同时本文还将利用Monte Carlo模拟验证BIC准则能够很好的实现SARAR模型的变量选择。最后以股票收益率为例,在验证股票收益率具有空间效应的前提下,利用BIC准则对影响股票收益率的众多财务指标进行变量选择。
张元庆陶志鹏
关键词：贝叶斯法则空间计量模型股票收益率
全选 清除 导出
共1页<1>
聚类工具0