發(fā)布時(shí)間：2020-11-11 07:25

　　 隨著“大數(shù)據(jù)”時(shí)代的來臨,人們的經(jīng)濟(jì)活動(dòng)日趨復(fù)雜,相比于傳統(tǒng)的時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù),面板數(shù)據(jù)更能反映經(jīng)濟(jì)變量的動(dòng)態(tài)變化趨勢,體現(xiàn)人們復(fù)雜的活動(dòng).由于面板數(shù)據(jù)廣泛存在于經(jīng)濟(jì)學(xué)、金融學(xué)等領(lǐng)域,它已然成為經(jīng)濟(jì)學(xué)家和統(tǒng)計(jì)學(xué)家研究的新熱點(diǎn).對面板數(shù)據(jù)模型的研究可以有效地提高估計(jì)的精確度,包含了更多的現(xiàn)實(shí)意義.本文主要對面板數(shù)據(jù)下帶固定效應(yīng)的部分線性模型進(jìn)行了研究,著重討論了模型中未知回歸系數(shù)和非參數(shù)函數(shù)的估計(jì)問題,并進(jìn)一步研究了估計(jì)的大樣本性質(zhì).針對該面板數(shù)據(jù)模型,本文提出了一種創(chuàng)新的方法,在不低估非參數(shù)函數(shù)的前提下,得到了回歸系數(shù)的有效估計(jì).具體而言,首先,由于面板數(shù)據(jù)中固定效應(yīng)的內(nèi)生性,它的存在會(huì)影響估計(jì)的準(zhǔn)確度,本文采取了一種有效的方法消除了固定效應(yīng);其次,在非參數(shù)函數(shù)的估計(jì)方面,本文改進(jìn)了傳統(tǒng)的局部多項(xiàng)式方法,不僅利用到鄰域內(nèi)的信息,也利用了鄰域外的信息,克服了傳統(tǒng)局部多項(xiàng)式方法只用到部分信息的缺點(diǎn),避免了相關(guān)信息的遺漏,提高了估計(jì)的精度;最后,在參數(shù)估計(jì)方面,創(chuàng)新性地使用全局?jǐn)M似然方法,在考慮數(shù)據(jù)相關(guān)性的前提下提高參數(shù)估計(jì)的精度.該方法無需對誤差的分布進(jìn)行假定,只需誤差的協(xié)方差矩陣有一個(gè)相合估計(jì),理論上即可保證參數(shù)估計(jì)的漸近正態(tài)性和半?yún)⒂行?進(jìn)一步地,本文通過兩個(gè)不同類型的數(shù)值模擬來考查所提方法在有限樣本下的表現(xiàn).模擬1假定組內(nèi)數(shù)據(jù)具有可交換的相關(guān)結(jié)構(gòu),通過可調(diào)節(jié)參數(shù)κ的不同取值來考查所提方法在隨機(jī)效應(yīng)模型和固定效應(yīng)模型下的表現(xiàn).結(jié)果表明,無論是隨機(jī)效應(yīng)模型還是固定效應(yīng)模型,本文方法對窗寬的選取都具有很好的穩(wěn)健性,而且相對于文獻(xiàn)中的方法,在回歸系數(shù)的估計(jì)上,本文方法有稍大的均方誤差,在非參數(shù)函數(shù)的估計(jì)上有較小的均方誤差;模擬2在模擬1的基礎(chǔ)上假設(shè)數(shù)據(jù)相關(guān)結(jié)構(gòu)更具一般性,通過數(shù)值模擬發(fā)現(xiàn),本文方法仍能對參數(shù)和非參數(shù)函數(shù)的估計(jì)有近似等于或小于文獻(xiàn)中方法的均方誤差,表明所提方法有較廣的適用范圍和可行性.在實(shí)證方面,本文選取了中國統(tǒng)計(jì)年鑒公布的我國2000-2011年各省市的GDP數(shù)據(jù),著重選取了第一、二產(chǎn)業(yè)增加值、居民消費(fèi)水平和能源消耗總量作為衡量GDP的指標(biāo),結(jié)果表明四個(gè)指標(biāo)均對我國GDP的發(fā)展起推動(dòng)作用,其中第二產(chǎn)業(yè)增加值是我國GDP增長的主要推動(dòng)力,這也符合改革開放以來我國工業(yè)快速發(fā)展從而拉動(dòng)GDP增長的現(xiàn)狀.同時(shí),通過out-of-sample test,表明本文方法有較小的預(yù)測誤差,體現(xiàn)了所提方法的實(shí)用價(jià)值.
【學(xué)位單位】：上海師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2020
【中圖分類】：O212.1
【部分圖文】：

不同窗寬下β1的MSE

不同窗寬下β2的MSE

上海師范大學(xué)碩士學(xué)位論文第4章數(shù)值模擬與實(shí)證分析圖4-2不同窗寬下β2的MSE圖4-3不同窗寬下非參數(shù)函數(shù)g(t)的MSE由于所提方法對窗寬的選擇不敏感,所以不妨通過大拇指準(zhǔn)則來確定窗寬.我們考慮兩種樣本量n=100和n=300,并與Hu和You(2016)的方法進(jìn)行比較.表4-1和表4-2分別總結(jié)了n=100和n=300下基于100次重復(fù)模擬試驗(yàn)的方法所得到的估計(jì)量23
【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 王麗;;汽車消費(fèi)和空氣污染相關(guān)性的面板數(shù)據(jù)分析[J];中國人口.資源與環(huán)境;2014年S2期

2 趙華春;Jeffrey Forrest;;收入、物價(jià)和利率對我國城鎮(zhèn)居民消費(fèi)水平影響研究——基于靜態(tài)與動(dòng)態(tài)面板數(shù)據(jù)模型分析[J];數(shù)理統(tǒng)計(jì)與管理;2013年02期

3 李啟華;藍(lán)志青;邢雅康;;基于半?yún)?shù)估計(jì)的筆記本電腦特征價(jià)格指數(shù)研究[J];東北財(cái)經(jīng)大學(xué)學(xué)報(bào);2011年02期

4 白仲林;;面板數(shù)據(jù)模型的設(shè)定、統(tǒng)計(jì)檢驗(yàn)和新進(jìn)展[J];統(tǒng)計(jì)與信息論壇;2010年10期

5 莊健;改革開放以來我國GDP增長的因素分析[J];財(cái)貿(mào)經(jīng)濟(jì);1998年07期

本文編號(hào)：2878916