变系数部分线性EV面板数据模型的效应检验

研究了带测量误差的变系数部分线性面板数据模型中个体效应的检验问题。 基于截面最小二乘方法分别对固定效应模型和随机效应模型中参数部分和非参数部分进行估计,经过纠偏处理后分别得到修正后的估计量,并构造出参数 Hausman 检验统计量和非参 Hausman 检验统计量;进一步,在小样本下结合 Bootstrap 抽样方法和Hausman 检验统计量得到检验的拒绝域,并通过模拟来检验统计量的功效;最后利用本文方法实证分析研究了国内 16 家上市银行绩效影响因素,并给出了实质性建议。     

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.     

Two-way空间自回归随机效应面板数据模型的检验

本文研究了一类Two-way空间误差自回归随机效应面板数据模型,利用拉格朗日乘数法和似然比检验法讨论了空间效应、个体效应和时间效应的联合检验问题.     

重尾过程协整检验的Bootstrap逼近

重尾过程的协整检验统计量渐近分布含有不可估计的重尾指数α,针对重尾过程的协整检验运用Bootstrap抽样算法,在不估计重尾指数α的情况下,计算了该检验统计量的临界值,并且证明了该算法在理论上的合理性.Monte Calo模拟说明该方法有效.     

变系数固定效应面板数据模型的估计

在面板数据下基于变系数固定效应模型,采用两步估计方法和截面核估计方法来估计模型中的变系数部分及固定效应。模拟结果表明,当样本数据较小且观测次数较多时,两步估计法的估计效率略高于截面核估计的;而当样本数据较大且观测次数较少时,截面核估计方法的估计效率比两步估计的略好。本文通过两组不同样本的模拟数据验证了两种估计方法的有效性,说明变系数固定效应模型是处理面板数据的有效工具。     

部分线性固定效应面板数据模型的序列相关检验

考虑了部分线性固定效应面板数据模型的序列相关检验问题,基于差分方法和B样条展开得到了模型中未知参数和非参数分量的估计,进而构造了检验统计量。在原假设成立的条件下证明了所构造的检验统计量具有渐近标准正态分布,并通过数值模拟研究了所提出的估计和检验方法在有限样本下的表现。     

基于空间面板数据模型的河南省固定资产投资经济效应研究

固定资产投资在经济快速发展的过程中一直扮演着举足轻重的作用.本文运用空间面板数据分析方法,通过建立空间面板数据模型来研究2002-2011年河南省18个地区固定资产投资所产生的空间经济效应.研究表明：河南省固定资产投资不仅对投资所在地具有强大正向直接经济效应,而且还存在着显著的空间外溢性,其中新乡的空间外溢性最强,洛阳、南阳、周口、驻马店、平顶山、郑州和开封等地区次之;而三门峡、商丘、信阳和济源的溢出效应则较弱.为了追求更加稳健的经济增长,相关部门可适当调整各地区的固定资产投入,以产生更大的经济效益.     

格兰杰因果关系检验在面板数据上的应用研究

基于格兰杰因果关系检验在面板数据研究成果基础上,建立一种设定检验方法去选择格兰杰因果关系方程,并对固定效应和随机效应的选择进行描述,建立了一套比较完整的应用理论框架.同时指明模型在设定中的应该注意的数据平稳性和协整分析、滞后期的选择.     

基于Wild Bootstrap 非参数方法的AR模型线性检验

介绍了AR模型线性的非参数核检验统计量,并对检验统计量进行了检验水平和检验势的Wild Bootstrap模拟.模拟结果显示,非参数核检验统计量的Wild Bootstrap检验稳健性和可靠性都比渐近检验高,TAR与双线性AR模型比其他3种AR的检验势高.     

带固定效应半变系数面板数据模型的约束岭估计

研究带固定效应的半参数变系数面板数据模型在参数部分附加约束条件下的估计问题,结合Profile最小二乘估计和岭估计,分别建立模型参数部分和非参数部分的约束岭估计量,并给出参数部分约束岭估计量的均方误差和大样本性质。     

不完全面板数据随机效应的检验

主要考察了双向误差面板数据模型yi, t=α x′i, tβ ui, t,ui, t=μi λt νi, t在缺失数据下的统计性质,给出了检验随机效应是否存在的检验统计量,求出该检验统计量的大样本分布,并从数值实验上验证了上述检验统计量的统计性质.     

具有随机缺失响应变量的广义半参数模型

本文在响应变量随机缺失条件下,研究了广义半参数模型的拟似然估计方法,给出了缺失数据下的未知参数与非参数回归函数的拟似然估计,进一步求出了估计的渐近偏差和渐近方差,并证明了所给出的拟似然估计具有渐近正态性。     

基于双惩罚分位回归的面板数据模型理论与实证研究

固定效应和随机效应同时选择是面板数据模型研究中的重要问题之一。本文通过分别对固定效应和随机效应引入条件Laplace先验,提出了一种新的贝叶斯双惩罚分位回归法。该方法不仅能对模型中重要解释变量进行自动选择,而且充分考虑到个体随机波动对解释变量系数估计带来的偏差。通过对方差分量的惩罚压缩,减少了模型中未知参数的个数,提高了模型自由度。Monte Carlo模拟及实证分析显示,所提出的方法不仅能准确估计出固定效应系数,而且能精确地捕捉到个体随机效应的波动。     

具有不可忽略退出的面板数据混合半参数变系数模型

由于面板数据经常出现由信息性退出而引起的缺失数据,故其统计分析比较复杂。本文假定响应变量服从部分线性半参变系数混合效应模型,其中非参数系数函数依赖于相应的退出时间。利用二步估计方法的思想求得参数与非参数部分的相合估计,减少了同时估计的参数的个数,避免了估计方程中由较多参数引起的多重共线性问题。     

动态平行数据模型中固定效应模型的模型设定问题

将数据生成过程为一阶自回归的时间序列yt=α+ρyt-1+tε,tε~i.i.d(0,σ2),t=1,2,…T的大样本性质推广到动态平行数据模型中,在固定效应模型中构造并证明了模型设定的χ2统计量,并解决了动态平行数据模型中固定效应模型的模型设定问题.     

反映变量有误差时线性回归分析

在许多实际问题中准确测得感兴趣的变量可能是很困难的,或者所需成本很高.因此通常用可观测的替代变量来代替.本文不对真变量和替代变量间关系作任何模型假设,利用主要数据和核实数据,基于最小二乘方法和核方法,应用参数方法获得的估计量,并证明了的渐近正态性.     

带有核实数据的误差在协变量线性模型的估计

考虑协变量有误差的线性模型Y=Xτβ e,在许多实际问题中,准确测得感兴趣的变量可能是很困难的,或者所需成本很高。因此通常用可观测的替代变量来代替。本文不对真变量和替代变量间关系作任何模型假设,利用主要数据和核实数据,基于最小二乘方法和核方法,应用参数方法获得β的估计量,并证明了β的渐近正态性。     

具有部分缺失数据两个正态总体的估计和检验

讨论了部分缺失数据两个正态总体的参数估计和总体期望相等的似然比检验，证明了估计的强相合性和渐近正态性，并讨论了基于精确分布的检验问题。