面板数据贝叶斯双惩罚分位回归方法研究

在面板数据混合效应模型中,大量未知随机效应的存在,给模型参数估计带来极大困难;同时随机误差的分布未知,不同分布下的随机误差会增加模型计算的复杂度,对固定效应与随机效应系数的变量选择与估计带来困难.为了解决这一问题,本文建立贝叶斯双Adaptive Lasso分位回归模型,将Adaptive Lasso惩罚函数同时引入到...     

混合效应模型的双MCP惩罚分位回归研究

针对混合效应模型,在已有的双Lasso正则化分位回归(DLQR)的基础上,结合MCP惩罚,提出了双MCP正则化分位回归(DMQR).通过对惩罚方法的改进,使得模型的拟合效果大大提高.在求解参数时使用交替迭代算法使得每次只用求解单个MCP惩罚的分位回归,并结合针对非凸惩罚的迭代坐标下降法(QICD)使得计算的速度大大提高.在稀疏模型的模拟研究中发现,无论在何种误差条件下,DMQR都能很好的排除冗余变量,效果相对于DLQR有了较大的提升.且在模型的稀疏程度不同时,都能得到很好的模拟结果.     

基于M-H抽样算法的贝叶斯Probit分位回归模型研究

针对Probit分位回归在参数随机化条件下的建模问题,提出基于Metropolis-Hastings算法的贝叶斯Probit分位回归模型.通过分析Probit分位回归模型结构,选择模型的先验分布,运用M-H算法进行参数估计.利用Monte Carlo仿真技术,得到不同分位点模型参数后验分布,同时用贝叶斯probit分位回归与分位回归方法和光滑分位回归方法对模型参数估计进行比较分析.研究结果表明:贝叶斯Probit分位回归模型可以更全面描述离散选择变量的影响,能够得到更加准确有效的参数估计.     

面板数据复合分位数回归模型的渐进相对效率

针对面板数据个体固定效应复合分位数回归模型,研究回归系数估计的渐进相对效率.采用计算复合分位数回归估计和最小二乘法估计的协方差矩阵的迹的比值,计算结果表明复合分位数回归相对于最小二乘法的渐进相对效率的比值大于70%.还将Zou在2008年提出的适应性lasso的想法应用于此面板数据个体固定效应复合分位数回归模型,构造出适应性lasso惩罚复合分位数回归估计,并在适当条件下证明其估计的渐进性质.     

基于Gibbs-DA算法的贝叶斯分位回归模型研究

针对分位回归模型参数的不确定性风险问题,构建了基于Gibbs-DA抽样算法的贝叶斯线性分位回归分析模型.根据非对称Laplace分布的正态-指数分布的混合表示性质,利用数据扩展方法构建了潜变量,给出分位回归模型的似然函数,推断了多元正态先验分布条件下分位回归模型参数的后验分布,证明了潜变量的完全条件分布为广义逆高斯分布;结合Gibbs抽样和数据扩展方法,设计Gibbs-DA的仿真分析方案,并将其应用于我国能源消耗问题分析.研究结果表明:贝叶斯方法可以有效地应用于分位回归的建模以及我国能源消费弹性的分位问题研究.     

高维惩罚分位数回归及优化算法

针对具有异常值或离群点的高维数据线性回归模型,提出了一种基于误差函数正则化的惩罚分位数回归的新方法,与经典的L₁惩罚方法相比,新方法具有更好的稳健性以及更小的估计偏差和预测误差;为解决分位数损失函数非光滑性与误差函数非凸性所带来的计算挑战,结合迭代再加权L₁算法以及ADMM算法,提出了一种有效的IRWADMM算法,并对回归系数进行了求解.模拟结果表明,与已有的惩罚分位数回归方法相比,新方法在参数估计和变量选择等方面均具有更好的表现.将新方法应用于核黄素基因数据分析,以证实其有效性和可行性.     

我国区域经济可持续发展效率影响因素实证分析——基于面板数据分位数回归模型

运用我国28个省(市)的面板数据,利用分位数回归模型实证分析了我国区域经济可持续发展效率的影响因素。研究结果表明:经济规模、对外开放程度、地方财政支出比重和自主创新能力对经济可持续发展效率均呈现显著正向促进作用;工业比重上升和人口密度的增加对经济可持续发展效率的改善有负面影响;另外,各影响因素在不同分位点对我国区域经济可持续发展效率的影响程度差别较大。最后,文章对如何提高我国区域经济可持续发展的效率,提出了相应的政策建议。     

基于面板数据分位数回归模型的房地产价格分析

采用安徽省13个地市2001～2010年的面板数据,对影响安徽省房地产价格的因素进行实证分析。研究结果表明:银行年度基准贷款利率和房屋销售面积与房地产价格不存在协整关系,用面板数据模型及分位数回归模型分析的结果均表明人均可支配收入对房地产价格影响的弹性最大。最后提出3点政策性建议,为政府调控房地产市场价格作参考。     

我国空气质量影响因素的实证研究

针对长期存在的空气污染问题,提出将空气质量的污染指标和治理指标相结合来进行分析,在一定程度上对改善我国的空气质量有一定的现实意义;以2008-2019年我国31个主要城市的面板数据为基础,从分位数回归的角度将空气质量污染指标(NO2)、经济增长(人均GDP)以及公共交通(年末实有公共汽电车运营数)对我国空气质量的影响程...     

基于空间面板数据模型的区域经济增长研究

为分析我国省际及各时段经济增长的影响因素,在空间面板数据模型基础上加入时间和空间固定效应,建立无固定效应模型、空间（地区）固定效应模型、时间固定效应模型和时空（时间空间）混合固定效应模型等4个不同的模型,来拟合分析2001～2010年中国31个省市的经济数据.发现,时空混合效应面板数据模型的拟合度最高,中国各地区的经济增长的时空间依赖关系是显著的,全国各地区的经济增长不仅具有地区差异性,还呈现出阶段性特征.     

基于非对称拉普拉斯分布的混合分位数回归参数估计

利用非对称拉普拉斯分布提出一种新的混合分位数回归模型. 传统模型仅考虑位置参数, 而所提出模型同时考虑了位置参数和尺度参数, 并利用期望最大化(expectation maximization, EM)算法对模型参数进行估计. 数值分析结果表明, 参数估计的精度在各个 分位 数上均较为理想, 并且估计精度随着样本量的增加而提高. 最后运用所提出模 型及其算法对城市房价数据进行分析.     

基于Horseshoe+先验的惩罚置信区域变量选择方法

针对高维稀疏线性回归问题,相关变量的数量远远少于不相关变量.相关变量的变量选择问题对于传统的频率论正则化方法是一大挑战.现有的贝叶斯惩罚置信区域法通过将模型拟合与变量选择分离,在联合后验置信区域内搜索最稀疏解,从而得到稀疏模型解.且该方法在高维变量选择效果上优于常用的变量选择方法.在此基础上,针对高维稀疏模型,将原方法中依赖的共轭正态先验替换成针对"稀疏信号勘测问题"提出的Horseshoe+先验,利用Horseshoe+先验对小系数"重"压缩与大系数几乎零压缩的理论特性,实现对稀疏回归系数的稳健估计.通过数据仿真模拟不同稀疏程度下的高维稀疏线性回归,并将基于Horseshoe+先验的惩罚置信区域法分别与基于正态先验以及Laplace先验的该方法进行比较,结果表明基于Horseshoe+先验的惩罚置信区域法在高维稀疏线性回归问题具有更好的变量选择效果与预测效果.     

部分线性面板数据模型中个体效应的Bootstrap Hausman检验

对于面板数据模型而言,为了提高估计和预报的精度,区分个体固定效应和个体随机效应非常重要。 针对部分线性面板数据模型,在小样本下采用参数 Hausman 检验方法来识别模型中的个体效应,并通过 Bootstrap 抽样方法求得统计量的上分位点进而构造假设检验的拒绝域。 模拟结果显示,此检验的稳健性和可靠性比现有的非参数检验高,且在计算量和计算时间上有较大优势。     

一类面板模型中部分结构变点的检测和估计

给出了解决面板回归模型中存在未知部分结构变点时的检测、估计和推断问题的新方法,得到了结构变点的相合估计及渐近分布。基于最小二乘方法构造全局最小残差平方和,并用于检测结构变点。该方法适用于纯结构变点模型和部分结构变点模型,并且即使面板数据只有很少的个体,估计的相合性也可保证。Monte Carlo模拟结果验证了理论的正确性。基于中国股票市场上参与股改的404家工业企业的实证研究表明:应首先检测结构变点是否存在,然后才能分析解释数据;忽略检测结构变点会产生有偏估计,甚至出现伪回归。     

基于RF的中国贸易收支非线性回归模型研究

研究了部分经济指标与贸易差额之间的非线性关系，该非线性模型采用随机森林回归模型，同时，得出了各个指标的影响因子．实验结果表明：我国的贸易差额主要受到M2，GDP，CPI，外汇储备，M1和工业总产值的影响，研究可供政府决策参考．     

支持向量回归机二阶充分条件理论研究

支持向量回归机是数据挖掘的新方法。针对支持向量回归机所对应的回归问题给出了其解二阶充分条件成立的理论结果,结果表明支持向量回归机优化问题的解在一个很弱假设下即可满足二阶充分性;该理论为支持向量回归机优化问题解的灵敏度分析奠定了一定基础。     

基于数据色彩与文法Fuzzy识别的回归模式选择

依据人们对数据的几何形态来推断变量间函数关系的原理，提出了色彩数据与Fuzzy嵌入文法等概念，并以此建立了利用计算机自动选择回归方程的文法Fuzzy模式识别方法，整个模式识别的过程完全是一种模拟人的经验识别过程，识别效果的好坏，主要取决于两个主要手段，一是色彩滤波，一是模式的文法规则，色彩重心是将原始数据上赋予不同权重(色彩度)条件下得到的，信息损失的少，更接近于人为描述曲线的心理特征，回归方程模型由一组描述曲线增减变化趋势的语言变量组成。     

区域金融集聚与企业创新效率:基于动态面板数据模型的实证分析

基于我国区域金融差异化发展的视角,深入探究了区域金融集聚对企业创新效率的影响机理,并利用动态面板数据模型,选取了1997—2014年30个省(市、区)的相关数据对不同区域的影响程度进行实证研究.结果表明:金融集聚对企业创新效率具有显著的正向效应,但不同区域的影响程度却存在着显著差异,东部地区远大于中、西部地区,中部地区略高于西部地区.