谢佳利
- 作品数：8 被引量：98H指数：5
- 供职机构：广西师范大学数学科学学院更多>>
- 发文基金：广西壮族自治区自然科学基金国家自然科学基金广西师范大学青年科研基金更多>>
- 相关领域：理学经济管理更多>>
- 国内主要城市空气质量统计分析被引量：14
- 2009年
- 我国目前评价城市空气质量所用的空气污染指数法中仅以首要污染指数来反映空气质量状况,而忽视了次要污染物对空气质量的影响,这将会使评价结果的准确性产生偏差.本文在空气污染指数模型的基础上引入次要污染物,建立了新的空气质量评价模型,再利用该模型对我国近三年主要城市空气质量状况进行了评价及分析.
- 梁鑫谢佳利邵延会
- 关键词：空气质量空气污染指数(API)
- VaR与CVaR样本分位数估计精度的研究
- 近年来,风险度量VaR、CVaR的估计精度越来越受到金融管理工作者的重视.然而,对VaR、CVaR的估计大多在分布假设下进行.事实上,它们并不完全服从某种常见分布假设.为了提高估计精度,人们开始探索用非参的方法估计VaR...
- 谢佳利
- 关键词：VARCVARBOOTSTRAP方法数值模拟
- 文献传递
- 广西GDP的统计预测模型及其应用被引量：15
- 2008年
- 本文利用SPSS统计软件及非参数统计方法(卡方检验和K-S检验法)对广西1950年至2006年共57年的GDP数据进行实证分析.在最佳准则(即AIC准则)下建立了ARIMA(1,2,1)时间序列模型,并利用非参数统计方法对此模型进行了适应性检验,然后利用2001年至2006年的实际值与该模型的预测值进行了比较.最后,本文利用该模型对广西未来五年的GDP进行了预测.
- 梁鑫谢佳利李朝
- 关键词：GDP时间序列分析ARIMA模型
- 国内工业生产总值的时间序列模型研究被引量：3
- 2008年
- 选择非季节模型、季节模型、乘积季节模型,在SPSS系统下,采集2000年7月到2006年12月国内工业生产总值的原始数据进行分析找出其特征,从模型识别、参数估计、适应性检验和实际拟合4个方面来确定最符合国内工业生产总值发展规律的时间序列模型.分析结果表明,季节模型、乘积季节模型的Q值都小于相应的χ02.05(M)值,而非季节模型相反;乘积季节模型对2006年各个月份国内工业生产总值的预测值与实际值的平均相对误差低于季节性模型,预测值与实际值拟合最好.乘积季节模型最符合国内工业生产总值的发展规律,对各大中型企业和国家相关部门统一规划有较大的参考价值.
- 梁鑫谢佳利荣小军
- 关键词：时间序列模型
- VaR在基金风险评价中的应用被引量：5
- 2009年
- 文章运用基于VaR的RAROC方法,对2007年2月26日至2008年3月28日这一时期我国10只开放式证券投资基金进行实证分析。结果表明,这种基于极端风险VaR的绩效评价方法在市场波动较大、甚至出现大起大落的震荡态势时能更有效地反映基金的绩效,同时对于我国基民有效选择符合自己风险偏好产品和对于基金公司掌握基金风险水平都具有积极的意义。
- 谢佳利夏师杨善朝
- 关键词：基金绩效VAR收益率RAROC
- 乘积季节模型在商品房市场中的应用研究被引量：11
- 2006年
- 主要采用时间序列乘积季节模型(随机季节模型与ARIMA模型的结合式)及多元统计方法,对商品房市场的发展规律进行了研究.通过对合肥市2001年至2005年60个月份的月度商品房销售面积进行实证分析,建立了一个商品房市场销售规律的统计预测模型ARIMA(0,1,1)×(0,1,1)12,并对该模型进行适应性检验,得到较好的结果.最后,利用该模型对该市的房地产发展趋势进行了预测.
- 梁鑫韦程东谢佳利
- 关键词：商品房销售面积时间序列分析
- VaR样本分位数估计的偏差改进被引量：6
- 2008年
- 本文指出了人们通常所使用的VaR样本分位数估计量会产生高估或低估的现象,并分析了产生这些现象的原因,提出在样本较大的情况下利用加权样本分位数估计量去估计VaR,在样本较小的情况下用基于Bootstrap方法的样本分位数估计量去估计VaR。数值模拟的结果表明,这些估计方法的估计精度得到了较好地改进。最后,运用这两种分位数估计量来估计两支股票(招商银行、中国石化)的日对数回报序列的VaR值,并比较它们的风险估计量的大小。
- 谢佳利杨善朝梁鑫
- 关键词：VAR数值模拟BOOTSTRAP方法
- 我国CPI时间序列预测模型的比较及实证检验被引量：46
- 2008年
- 文章运用时间序列的几个不同模型,对我国居民消费价格指数(CPI)的变化规律进行了比较研究;通过对我国2001年1月至2007年8月共80个月份的CPI值进行实证分析,建立了一个反映CPI变化规律的较优统计预测模型,该模型的相对误差控制在1%之内,得到较好的结果;最后,利用该模型对2007年9月至2008年8月的CPI变化趋势进行了预测。
- 谢佳利杨善朝梁鑫
- 关键词：时间序列分析
