線性回歸模型是現(xiàn)代經(jīng)濟(jì)分析中常用的模型,在經(jīng)濟(jì)分析中具有重要地位,模型具有直觀和解釋力強(qiáng)的特點,因此應(yīng)用廣泛。線性回歸的理論和方法體系的完善使得在處理一些非線性問題時也可以通過一些變換手段獲得線性的條件,從而使用這一方法體系,于是線性理論的廣度得到拓展。線性模型實證應(yīng)用中,會遭遇內(nèi)生性問題的困擾,成熟的解決方案是工具變量方法,工具變量估計很容易利用外生性得到矩條件,因此可以使用GMM方法來進(jìn)行模型估計。GMM方法應(yīng)用的核心是模型隱含的一系列矩條件,在這一框架下充分利用所有矩條件中包含的信息是其得到一致估計的關(guān)鍵。實證應(yīng)用中很多時候模型隱含的是條件矩約束,針對這樣的模型估計,尤其是當(dāng)條件中含有工具變量時,進(jìn)行估計的方法一種是直接參照無條件矩約束情形來進(jìn)行,如果是用傳統(tǒng)的TSLS的話,沒有使用工具變量中包含的完全信息;另一種是根據(jù)特征函數(shù)思想來使用工具變量空間內(nèi)一系列的工具變量來構(gòu)成等價的連續(xù)矩條件來進(jìn)行GMM估計,此時影響估計一致性的關(guān)鍵因素是等價轉(zhuǎn)換時函數(shù)類型的選擇以及GMM估計中使用的權(quán)重函數(shù)的性質(zhì)。本文提出的積分非線性工具變量方法,選用了非線性的轉(zhuǎn)換函數(shù),從而能夠捕捉到除了工具變量...

【文章頁數(shù)】：52 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 本文主要工作
    1.3 論文組織結(jié)構(gòu)
第二章 文獻(xiàn)綜述
    2.1 關(guān)于工具變量條件矩約束下的GMM估計研究
        2.1.1 GMM的發(fā)展演進(jìn)
        2.1.2 條件矩約束下的GMM估計
    2.2 關(guān)于弱工具變量的研究
    2.3 關(guān)于跨期消費(fèi)彈性的研究
    2.4 本章小結(jié)
第三章 積分非線性工具變量估計方法
    3.1 方法動因
    3.2 估計量的推導(dǎo)
    3.3 本章小結(jié)
第四章 相關(guān)理論與文獻(xiàn)綜述
    4.1 模型模擬
    4.2 本章小結(jié)
第五章 實證研究
    5.1 應(yīng)用背景
    5.2 實證分析
        5.2.1 數(shù)據(jù)介紹
        5.2.2 弱工具變量檢驗
        5.2.3 跨期消費(fèi)彈性的估計
    5.3 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
附錄
致謝



本文編號：3912719