度武汉大学数学与统计学院能力提高项目申报表.doc

武汉大学数学与统计学院 数学基地点本科生能力提高项目 申请表 项目名称 : 分位数回归及其在证券分析中的应用 电话 : Email : 1224747881@ 填表日期 : 2010年12月15日 填表说明 一、请按表格填写各项内容，要实事求是，逐条认真填写；表达明确、严谨。 二、申请书为A4复印纸，于左侧装订成册，一式三份，交项目负责人、指导教师和学院各一份。 三、每个项目必须有3名以上的本科生参与，项目执行时间不超过3年。 四、经费申请总额按每位学生每年不超过500元计算。 简 表 项目名称 分位数回归及其在证券分析中的应用 指导教师 小组情况 （注：可以有 多位指导教师） 姓名 职务、职称 签字 刘禄勤 教授 参 加 学 生 情 况 姓名 性别 出生年月 年级及 专业 项目中的分工 签字 夏 江 男09统计学 组长 刘宇晖 男09统计学 研究员 谭俊尉 男09统计学 研究员 朱佩云 女09统计学 研究员 鲁 晶 女09统计学 研究员 胡柳依 女09统计学 研究员 王浩然 男09数学类 研究员 张卓松 男09统计学 研究员 王成铭 男 09统计学 研究员 项目研究思路及主要内容 1 、分位数回归概述 回归分析的基本思想就是设法通过使所构建的方程与样本之间的距离最短来描述因变量的条件分布受到自变量影响的过程。当随机干扰项满足与自身和自变量互不相关且均值为零方差相同的正态分布时， 普通最小二乘法（Ordinary LeastSquares，OLS）能够很好地描述自变量对因变量的条件均值的影响过程，且回归系数的估计量具有最佳线性无偏性。但是在实际的经济生活中，上述假设常常不成立，例如，数据服从高峰厚尾的分布或者有显著的异方差等情况，都会导致普通最小二乘法失效。同时，普通最小二乘法只描述了平均的总体信息，不能充分体现整个分布的各部分信息。为了弥补普通最小二乘法在回归分析中的缺陷，Koenker 和Bassett 于1978 年提出了分位数回归（Quantile Regression，QR），它提供了因变量的条件分位数和自变量之间线性关系的估计方法，其本质是通过分位数取0—1 之间的任何值，调节回归平面的位置和转向，让自变量估计不同分位数的因变量，它也能在一定程度代表所有数据的信息，但更侧重于特定区域的数据，如极端位置的数据。近十几年来，分位数回归的理论和方法在各个领域中都得到了迅速发展，在环境科学方面有城市日死亡率与空气污染集中度的相互关系研究，在生态学方面有不同河流对鲑鱼密度的影响研究，在金融方面有风险价值（VaR）和共同基金的投资类型研究，在经济学中的应用研究包括教育回报、财富分配不均、失业持续时间、酒精使用需求以及日间用电需求问题等。 与普通最小二乘法相比，分位数回归具有四个方面的优势：（1） 分位数回归特别适合具有异方差性的模型；（2） 分位数回归并不需要对模型中的随机干扰项做任何分布的假定，在干扰项非正态的情形下，分位数估计可能比普通最小二乘估计更为有效；（3） 与普通最小二乘法通过使误差平方和最小得到参数的估计不同，分位数回归则通过使加权误差绝对值之和最小得到参数的估计，因此估计量不易受到异常值的影响，从而估计更加稳健；（4）与普通最小二乘法只拟合一条曲线不同，分位数回归可以拟合一簇曲线，当自变量对不同部分的因变量的分布产生不同影响时，能更加全面的刻画条件分布的大体特征。 分位数回归可视为普通最小二乘法的有益补充。当普通最小二乘法的前提假定不能满足时，分位数回归则提供了一种新的统计方法和视野，通过对因变量分布的不同部分进行研究，挖掘出更多有用的信息，从而更真实、准确地反映自变量与因变量之间的相互关系。 2、在证券分析中的应用 学一门课程，掌握其基本的知识点固然重要，但我们认为更有意思的是去探究这门课程所包含的一些比较特别的思维方式以及那些知识点所体现的思想观点。由概率论发展起来的统计学与数学关系千丝万缕，但又表现出很明显的独立性，其对不确定性的一系列理论十分诱人，而当前投资学正是因为不确定性而争论不断。故在我们看来，统计学中的分位数理论是目前针对投资理论方面功能最强研究工具，因为其核心是作出最佳相关性预测。所以我们期望以统计学为其中一个角度去审视投资学问题，努力做出一点有价值的东西。 当前证券投资方面的主流理论包括：以沃伦·巴菲特为代表的集中投资策略和处处闪耀