随着计算机技术的不断提高以及各种有效算法的出现,分位数回归方法在经济以及金融领域的应用越来越越广泛。相关的新模型在理论和应用方面发展迅速,成为国际上计量经济学、统计学研究前沿的一个热点。本项目以分位数回归中的参数及非参数估计问题为研究对象,运用大偏差的理论和方法,研究其大样本性质,并将这些性质运用于金融风险测度中。具体分为以下三个方面(1)运用各种指数不等式以及泛函不等式,考察样本分位数的大偏差、偏差不等式;(2)考察分位数回归模型(包括各种扩展模型删失数据、具有ARCH效应、加权分位数回归以及面板数据分位数回归)中参数估计以及非参数估计的大偏差、偏差不等式;(3)将前述两方面的研究结果应用于金融风险测度中,研究各种金融风险模型中风险价值(VaR)以及条件风险价值(CVaR)的计算。大偏差方法是研究统计问题中极限性质的一种较为有效的方法,这些性质为相应的统计推断提供了理论依据。
英文主题词Sample quantile;Quantile regression;Parameter estimation;Variable selection;Production scheduling