张新雨
- 作品数：17 被引量：118H指数：6
- 供职机构：中国科学院数学与系统科学研究院更多>>
- 发文基金：国家自然科学基金国家杰出青年科学基金海南省哲学社会科学规划课题更多>>
- 相关领域：理学经济管理社会学自然科学总论更多>>
- 大规模商务场景的统计管理理论
- 2024年
- 大规模商务场景是科学技术进步与商业实践发展的必然产物。大规模商务场景既覆盖了面向经济主战场的商务实践,也包括国家治理相关的重要领域,还关注数字孪生为核心的新一代数字管理技术。大规模商务场景的统计管理覆盖了管理学、经济学、计算机、环境治理、数学、统计学等多个交叉学科,为管理理论的创新提供了独特机遇。如何面向大规模商务场景,发展前沿统计方法,创新管理理论是政府部门、工业界和学术界共同关心的重要问题。基于国家自然科学基金委员会第344期“双清论坛”,本文从大规模商务场景出发,围绕复杂商务场景中的“数据分析方法”“统计计算与优化方法”以及“预测理论与管理决策”三方面进行了深入探讨。基于对相关概念的清晰界定和对国内外的重要文献进行系统梳理,总结了当前国内外研究现状与前沿,分析了发展趋势和方向,凝练了该领域未来5到10年的重大关键科学问题,探讨了前沿研究方向和科学基金资助战略。
- 陈松蹊陈国青常晋源霍红章魏张新雨朱雪宁王汉生
- 关键词：数据分析
- 信息逐渐披露下的金融传染被引量：5
- 2014年
- 信息披露在金融危机传染过程中至关重要,许多学者基于资产定价的理性预期模型研究了信息的一次性披露对危机传染的影响.然而,现实的金融市场中信息通常是逐渐披露的.本文在信息逐渐披露的情况下利用理性预期模型分析了各期信息披露程度、两期信息相关程度对传染的影响.本文的数值模拟显示,信息分期披露加剧市场间传染;若信息分期披露,信息在产生早期时的披露越多传染越严重;被传染市场不同时间内的信息相关程度越大传染越严重.
- 高研张新雨程棵杨晓光邹国华
- 关键词：金融传染
- 稳健学习的稳健性理论研究
- 2025年
- 目前,建模的主要挑战之一是训练数据和测试数据来自不同分布.针对此问题,稳健学习通过样本重加权对协变量去相关,从而实现稳健预测.尽管稳健学习等机器学习方法在实验中表现良好,但理论研究仍存在不足,例如,测试数据下如何度量模型稳健性,多环境下稳健学习为何能保持稳健的预测效果.文章聚焦上述问题,提出新的稳健性指标,比较稳健学习方法与最小二乘法,研究在多个环境中稳健学习保持稳健的原因.最后,通过模拟实验,验证文章理论.文章研究有助于完善稳健学习的稳健性理论,加深对稳健学习的理解,并指导实际建模方法的选择.
- 刘力锋闫星宇张新雨
- 关键词：最小二乘稳健性
- 部分函数线性模型的模型平均方法被引量：12
- 2018年
- 部分函数线性模型是一种被广泛研究和应用的模型，其响应变量与一般的随机变量有关，也与函数型的随机变量有关．文章首先利用传统的谱分解方法来表示协方差函数，将部分函数线性模型的函数部分线性化，其次基于Hansen（2007）的Mallows模型平均方法，提出了该模型下的最优权重的选择准则，并证明了模型平均估计量的渐近最优性，此外还考虑了候选模型为两个特殊模型的情况下的模型平均估计量的渐近最优性．最后，进行了模拟研究，并对肉类和玉米样本的近红外反射光谱数据集进行分析，均表明所提出的模型平均方法是有效的．
- 朱容邹国华张新雨
- 关键词：渐近最优性
- 基于时变模型平均方法的我国航空客运量预测被引量：17
- 2020年
- 机场扩建、政策导向、经济发展等外在因素的变化常常导致航空客运量数据发生结构性改变,其模型的设定也在很大程度上存在不确定性,因此,精准而稳定地预测航空客运量变得十分困难.为了解决以上问题,本文采用了一种时变模型平均方法(TVJMA)(Sun等,2020,2012)对全国Top 5机场的客运量进行了预测研究,该方法在模型平均时基于最小化局部Jackknife准则给出了最优的权重选择,并通过非参数估计,实现了最优权重随时间变化.实证结果表明,本文所采用的TVJMA方法显著优于其它基准模型,包括Hansen和Racine(2012)的Jackknife模型平均(JMA)以及自回归模型(AR),单整自回归移动平均模型(ARIMA),季节性单整自回归移动平均模型(SARIMA)和时变参数模型(TVP)等传统方法.进一步,对不同的预测步长,TVJMA在航空客运量的预测效果同样具有稳健性.因此,TVJMA方法可以有效地降低由于航空客运量的结构性变化和预测模型不确定性等导致的预测风险,进而做出精准而稳定的客运量预测.
- 张健孙玉莹孙玉莹汪寿阳
- 关键词：非参数估计
- 基于排列熵的时序可预测性研究
- 2025年
- 在时间序列预测中,预测误差指标无法帮助研究者判断预测效果差是由模型不恰当引起还是数据本身含有的可预测信息少.本质可预测性刻画了数据的“预测效果上限”,可以帮助研究者判断当前使用的模型和数据是否匹配.文章简述了可预测性相关概念,并详细介绍了基于排列熵的时序可预测性研究.基于此,文章提出一种带协变量的排列熵指标,用于刻画带有协变量时目标时间序列的复杂度,并通过玻璃气泡数据实验验证其有效性.此外,文章进一步提出一种利用本质可预测性进行预测方法选择的策略,在较小精度损失前提下,尽可能选择简单模型并节省建模预测时间.在经济数据上的数值实验验证了该策略的有效性.
- 程伟涛潘贤丽张新雨
- 关键词：时间序列预测
- 模型平均方法及其在预测中的应用被引量：41
- 2011年
- 模型平均方法是当代统计学和计量经济学界研究的国际前沿问题,在经济、金融、生物、医学等领域有着广泛的应用前景。本文着重介绍几种常用的和最新的模型平均方法,并把它们应用于我国的粮食产量预测,取得了比较好的预测效果,说明模型平均方法为准确的预测分析提供了有力的工具,将对规避管理中可能出现的风险和偏差提供重要的技术支持。
- 张新雨邹国华
- 关键词：组合预测
- 高维模型选择方法综述被引量：35
- 2012年
- 模型选择是统计学的热点研究问题。近年来随着数据维数越来越高,传统模型选择方法的应用受到了很多制约。本文着重介绍高维模型选择的新方法,并讨论实现模型选择过程的一个重要环节,即调整参数的选取。最后文章总结归纳了未来可能的研究方向。
- 李根邹国华张新雨
- 关键词：高维数据惩罚因子降维
- 加速失效时间模型下现状数据的Jackknife模型平均
- 2023年
- 文章研究了响应变量为现状数据的情况下,加速失效时间模型的Jackknife模型平均方法.首先对数据进行合理的无偏变换,进而得到回归参数的最小二乘估计.然后引入删一交叉验证准则来选取候选模型的权重,并在一定正则性条件下,建立对应模型平均估计量的渐近最优性.此外,数值模拟表明,与现有的其他模型平均和模型选择方法相比,本文所提出的方法在预测上表现更佳.最后将所提方法应用于尼日利亚儿童死亡率的数据进行实证研究,进一步验证了所提方法的优良性质.
- 赵慧刘斌霞董庆凯张新雨
- 关键词：渐近最优
- 离散响应MIDAS模型的向前验证模型平均方法
- 2025年
- 在本文中,考虑到时间序列数据预测的时序特征,我们构建了二元离散响应的混频数据(MIDAS)模型的向前验证模型平均方法 (FVMA).与一般的同频时间序列模型平均预测方法不同的是,我们允许候选模型包含不同频率的高频解释变量以及不同的样本量,并证明了所提出方法的两个理论性质.首先,我们确立了该FVMA方法的渐近最优性,即实现尽可能低的预测风险.其次,当候选模型集包括正确设定的模型时,我们证明了所提出的FVMA方法渐近地将所有权重分配给这些候选模型.我们的方法在数值模拟和实证分析中的表现总体上也优于一般的离散值时间序列预测方法.
- 王灿王灿张新雨
- 关键词：渐近最优性
