分位数回归理论及其在金融风险测量中的应用

章节摘录

插图：（2）高管薪酬与企业规模。从职位薪酬体系的设定来看，企业规模越大相应的管理层次就越多，职位薪酬的差别就越大。企业规模越大，管理层次越多，处于企业高层的高管们的薪酬可能就越高，即在不同上市公司中高管薪酬可能因为企业规模的不同而存在差异。本节中，取总资产的自然对数及中小企业板（取自企业上市公司年报）两个变量来衡量企业规模的大小。从表1.2可以看出，在较高水平（0.7－0.8）薪酬分位点下，高管薪酬与企业规模是有显著正相关性的，但是在其他薪酬分位点下，高管薪酬与企业规模之间的相关性并不明显。（3）高管薪酬与高管持股比例。根据委托代理理论，对高管实施股权激励是促使高管行为与公司利益保持一致的有效方法，可以防止高管自利行为的出现，但不同薪酬水平下的高管薪酬受持股比例的影响可能是不同的表1.2表明，高管持股比例这个变量只有在高分位点（0.7-0.9）下才对高管薪酬的影响是显著的。在中低分位点下，高管持股比例这个变量对高管薪酬的影响是不显著的。持股比例对相对较高的高管薪酬的影响比对相对较低的薪酬的影响要显著得多，这也从另一方面反映出在江苏省上市公司中高管持股在薪酬较高的企业中激励效果较好。（4）高管薪酬与地区变量。鉴于不同地区经济发展水平及生活成本的差异，公司董事会在制订高管薪酬时，会参考当地的生活成本指数。因此相对来讲，经济发达地区的高管薪酬理论上应相对较高。表1.2表明，在江苏省上市公司中地区因素对于各个分位点上的高管薪酬的影响是微弱的。这个研究结果与以往文献的研究结果有所不同。随着近十年江苏省振兴苏北老工业基地政策的推动，苏北地区的经济发展水平与苏南的差距日益缩小（尤其是对上市公司来说），地区界限在慢慢淡化。因此就江苏省上市公司而言，高管薪酬与地域因素之间的相关性是很小的。（5）高管薪酬与薪酬考核委员会的设立。在我国大部分企业中，高管的薪酬往往由董事会制订，不需要经过股东大会的评议。而近年来在国内外上市公司中日渐增多的形式是设定薪酬考核委员会，由该委员会负责具体的薪酬制订及考核工作。薪酬考核委员会的设立对高管的寻租行为有一定约束作用。表1.2表明，薪酬委员会的设立对于高管薪酬的影响有所差异。在高分位点（0.7，0.8）下，其对高管薪酬的影响非常显著，而在中低分位点下几乎无太大影响，并且在极高薪酬水平下，薪酬委员会对高管薪酬的影响也是微乎其微的。

后记

1978年Koenker Roger 和BassettGilbertJr两位教授在Econometrica杂志发表了题为Regression Quantile的极具影响力的论文，在之后的30多年里，分位数回归理论及其应用研究成果不断见诸计量经济、统计学的国际期刊中，十分值得关注。分位数回归因其能对随机变量在任意概率水平下的分位方程进行估计，正逐渐成为替代传统均值回归模型的一个新工具。因此，向国内读者介绍目前还不为大家熟知的这个领域，是出版本书的一个主要目的。本书在内容安排上兼顾分位数回归理论和实证两个层面，在理论方面除对基本的经典估计理论进行介绍之外，重点研究了一般分位数回归模型的贝叶斯推理和MCMC估计方法。我们知道，在统计学历史上，贝叶斯学派和传统频率学派的争论由来已久，频率学派一直占据主流地位，但由于贝叶斯方法在处理复杂统计问题上的先天优势，加之一些成功的应用，正逐渐被接受并得到应有的重视。本书论述分位数回归估计的贝叶斯途径和相关应用，也为此提供了一个有力的佐证。本书的出版要感谢我的博士生导师宋学锋教授在项目研究过程中给予的支持和鼓励，感谢Koenker Rogei教授通过E-mail对我的几个问题的答复，还要感谢王霞、赵绍娟、干晓玉、翁雅敏等研究生所做的优秀助研工作。限于作者的学识水平，对分位数回归理论和应用的研究只能算作初步的尝试，未能涵盖方方面面，许多学术前沿问题留待读者探索，也请读者不吝批评指正。

书籍目录

序第1章 分位数回归模型概述  1.1 分位数回归的基本思想  1.2 分位数回归模型的线性规划表达  1.3 分位数回归模型的扩展  1.4 实例——上市公司高管薪酬的影响因素研究  参考文献第2章 分位数回归模型的统计推理  2.1 回归分位的有限样本分布和渐近分布  2.2 线性回归模型的渐近统计  2.3 渐近协方差矩阵的估计  2.4 模型评估与检验  参考文献第3章 分位数回归模型的参数估计  3.1 单纯形估计方法  3.2 贝叶斯分析和MCMC基础  3.3 分位数回归模型的贝叶斯估计  参考文献第4章 金融市场风险的测度  4.1 金融风险分类与金融风险管理过程  4.2 金融市场风险测度指标  参考文献第5章 基于分位数回归的金融市场风险测度模型与实证研究  5.1 基于QR，的VaR与CVaR估计  5.2 非递归的分位数回归模型在风险测量中的应用  5.3 递归的分位数回归模型——CAViaR  5.4 基于AAVS-CAViaR.模型的深市风险测量  5.5 基于间接ARCH-CAViaR模型的实证分析  5.6 基于AAVS-CAViaR模型的沪深港股市风险传导分析  5.7 基于AAVS-CAViaR的小麦期货市场风险测量  参考文献第6章 分位数回归在高频价量关系中的应用  6.1 引言  6.2 价量关系的概率谱系  6.3 实证分析  参考文献第7章 分位数回归在资产定价中的应用  7.1 风险一收益关系的理论  7.2 样本与指标选择  7.3 系统风险测算  7.4 多因素资产定价模型  7.5 非理性投资行为的检验——羊群效应  参考文献第8章 基于分位数回归的资本结构影响因素实证研究  8.1 变量的设定与假设的提出  8.2 样本选择与描述性统计  8.3 研究方法的确定  8.4 实证研究结论与分析  参考文献第9章 基于分位数回归的我国新股发行定价行为研究  9.1 引言  9.2 新股发行定价行为研究模型  9.3 实证分析  参考文献第10章 分位数回归在基金流量决定因素中的实证研究  10.1 引言  10.2 文献回顾  10.3 实证研究  参考文献第11章 分位数回归模型贝叶斯估计的程序设计  11.1 基于Ox语言的计算  11.2 基于WinBUGS的计算  参考文献后记

编辑推荐

《分位数回归理论及其在金融风险测量中的应用》是由科学出版社出版的。

作者简介

《分位数回归理论及其在金融风险测量中的应用》内容简介：分位数回归统计方法在金融风险测量与建模领域的应用研究是国际学术界的热点之一，《分位数回归理论及其在金融风险测量中的应用》比较系统地介绍了分位数回归的基本模型及其扩展、分位数回归模型的经典统计推理，重点研究了采用贝叶斯分析和马尔可夫链蒙特卡罗模拟估计分位数回归模型的理论，以及基于分位数回归理论的金融市场风险测度模型、后验测试的方法；在实证研究中，基于（贝叶斯）分位数回归方法对我国股票、期货进行了风险测量和演化模式分析，另外，《分位数回归理论及其在金融风险测量中的应用》对IPO定价行为、基金流量决定因素、CAPM模型、高频金融数据价量关系、资本结构选择等问题也进行了论证剖析；最后介绍了作者用OX和WinBLJGS语言设计的分位数回归的通用计算程序。

《分位数回归理论及其在金融风险测量中的应用》可供高等院校金融工程、经济学、计量经济学等专业的师生阅读参考，也可供高等院校从事相关研究的科研人员参考。

图书封面

---

 分位数回归理论及其在金融风险测量中的应用下载

---