解释变量内生假定下非参数空间计量模型的局部线性工具变量估计

为刻画解释变量的空间外溢效应与变量间的非线性关系,本文提出了一种非参数空间计量模型,并给出了模型含内生变量情况下的局部线性工具变量估计。该估计方法最大的优点是可以同时获得偏导数的估计,便于进行经济学的边际分析。数值模拟结果表明,局部线性工具变量估计优于核估计。中国地区R&D要素外溢效应的实证结果显示,周边地区R&D内部经费支出对本地区R&D产出具有非线性的正向影响,且周边地区R&D内部经费支出的边际产出存在空间集聚现象,实证结论显示了非参数空间计量模型的适用性与合理性。

城镇居民非参数消费敏感度模型及应用——基于局部线性工具变量估计方法

建立了城镇居民非参数消费敏感度模型,该模型不需做任何形式假设,避免了线性及非线性模型的误设.采用局部线性工具变量方法对其进行估计,结果表明城镇居民消费敏感度是时变的,和居民收入变动保持同步,支持流动性约束假说.另外高通货膨胀时的负实际利率变动比低利率、温和通胀时造成的负实际利率变动对消费支出的冲击要大得多.因此在增加城镇居民收入,突破流动性约束瓶颈的同时,高度关注通货膨胀,使得其消费水平得到真实提高.

非参数计量经济联立模型的局部线性工具变量估计

发展了一种非参数联立方程计量经济模型的估计方法。将非参数单方程计量经济模型的局部线性估计方法与传统联立方程计量经济模型的工具变量估计方法相结合 ,在随机设计下 ,提出了非参数联立方程计量经济模型的局部线性工具变量估计方法 ,并利用大数定律和中心极限定理等在内点处研究了该方法的大样本性质。结果表明 :该方法在内点处具有一致性和渐近正态性 。

我国宏观经济非参数联立模型的局部线性工具变量变窗宽估计

联立方程模型在经济政策制定、经济结构分析和预测方面起重要作用 ,目前关于非参数计量经济模型的研究主要停留在单方程模型上 ,而联立方程模型的研究在国际上刚刚起步。本文将非参数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合 ,首次提出了非参数计量经济联立模型的局部线性工具变量变窗宽估计并应用于我国宏观经济非参数联立模型。结果表明 :我国宏观经济非参数联立模型优于线性联立模型且线性模型将造成不必要的人为设定误差 ;对于非参数联立模型 ,局部线性工具变量变窗宽估计优于局部线性估计。

变系数计量经济学联立模型的局部线性工具向量估计及其性质

联立方程计量经济学模型在经济政策制定、经济结构分析和经济预测方面起着重要作用。本文首次提出了我国宏观经济的一类变系数联立模型,并建立了函数系数的局部线性工具向量估计,同时在时间点列固定设计、经济变量随机设计条件下,研究了估计量的大样本性质。与我国宏观经济经典线性联立模型相比,变系数联立模型拟合效果更优。另外它也有助于克服我国宏观经济数据不多而造成的非参数方法应用困难的现实情况。

非线性回归模型的一种工具变量估计

本文给出了非线性回归模剂参数的一种估计——工具变量估计,证明了它在定条件下具有相合性。

变系数联立模型的局部线性工具向量变窗宽估计

在经济变量随机设计条件下,提出了一类变系数联立模型的局部线性工具向量变窗宽估计,研究了估计量的大样本性质.运用局部线性工具向量变窗宽估计对模型的变系数进行估计.利用概率论中大数定律和中心极限定理,证明了估计量的大样本性质.局部线性工具向量变窗宽估计具有相合性和渐进正态性.

基于惩罚最小绝对偏差的部分线性空间自回归模型的稳健变量选择

结合B样条逼近以及工具变量调整技术,并利用惩罚最小绝对偏差方法,对部分线性空间自回归模型提出了一种稳健变量选择方法.理论上证明了所提出的变量选择方法可以相合地识别出模型中的重要协变量和不重要协变量,并给出了所得正则估计的收敛速度.所提出的变量选择过程对模型中的参数分量和非参数分量的估计可以一步同时完成,避免了非参数分量的估计对参数分量变量选择的影响,因此具有较好的稳健性和有效性.

部分线性工具变量模型中有效工具变量识别及应用研究

通过构造辅助回归模型并结合正则极小绝对偏差估计技术,对部分线性工具变量模型提出了一个稳健的有效工具变量识别方法.该方法在数据含有部分异常值的情况下能够正确地识别出有效工具变量,并给出模型参数的相合估计.作为应用,利用所提出的方法对中国大陆地区对外贸易开放与经济增长的关系进行了实证分析.研究结果表明在处理贸易开放度的内生性问题上,各地区的国外市场接近度是一个行之有效的工具变量,并且发现对外贸易开放对经济增长有着显著的推动作用.

最佳工具变量估计量

针对单方程的经济计量模型从多个可供选择的工具变量出发 ,用它们的估计量的线性组合构造一个最佳工具变量估计量 。

无额外信息的线性测度误差模型识别:两步估计法

测度误差普遍存在于现实数据中。本文提出了无需额外信息的线性测度误差模型的两步估计法,该方法可以得到一致和渐进正态的估计量。在基本估计量的基础上,本文对两步估计法进行了拓展,得到了更有效和更稳健的估计量,并且将这一估计方法推广到了时间序列数据和面板数据模型中。本文进一步对比两步估计法和工具变量法,发现前者在一定条件下严格优于后者。蒙特卡洛模拟验证了这些估计量在有限样本中的良好性质,并且说明了两步估计法相对于工具变量法的优势。

不同光滑变量的变系数模型的系数函数的有效估计

探讨不同自变量的变系数模型的系数函数的估计及其渐近性。使用局部线性方法和平均方法给出系数函数的平均估计,对平均估计使用回切法给出系数函数的有效估计,给出它们的渐近正态性,模拟例子说明这个估计的有效性。

内生性线性回归模型估计方法的改进

线性回归模型的内生性问题导致参数估计量有偏且不一致。工具变量法作为解决内生性问题的经典方法,在实践中却经常因为难以找到理想的工具变量而无法实现。Gaussian Copula方法通过Copula函数度量内生解释变量与随机误差项的相关性,无须借助工具变量即可修正内生性问题,但是以内生解释变量的非正态性为假设前提。文章基于贝叶斯理论利用最大后验方法估计模型参数,提出一种改进的Gaussian Copula方法,放松了对于内生解释变量分布的假定;同时,通过蒙特卡罗模拟验证了所提方法的有效性;最后,应用提出的方法估计了中国农村居民教育收益率。

基于众数回归的变系数部分线性工具变量模型的稳健估计

基于众数回归,利用工具变量研究含有内生变量的变系数部分线性模型的稳健估计.首先,引入工具变量对内生协变量进行分解,从而得到内生协变量的一致估计;其次,运用B样条基函数近似模型中的非参数部分,将模型简化;进一步,基于众数回归的思想,结合EM算法得到参数和非参数函数的估计.在一定条件下,证明估计量的大样本性质;最后,利用模拟实验和真实实例验证所提方法的有效性。

半参数计量经济联立模型的变窗宽估计理论

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用.文章将半参数单方程计量经济模型的局部线性估计方法与传统联立方程计量经济模型的工具变量估计方法相结合,在随机设计(模型中所有变量为随机变量)下,提出了半参数联立方程计量经济模型的局部线性工具变量变窗宽估计方法,并利用极限理论研究了估计的大样本性质.结果表明:参数分量的估计具有一致性和渐近正态性且收敛速度为n-1/2;非参数分量估计在内点处具有一致性和渐近正态性,其收敛速度达到了非参数函数估计的最优收敛速度.

非参数计量经济联立模型的变窗宽估计理论

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用.文章将非参数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合,在随机设计(模型中所有变量为随机变量)下,提出了非参数计量经济联立模型的局部线性工具变量变窗宽估计并利用概率论中大数定理和中心极限定理等在内点处研究了它的大样本性质,证明了它的一致性和渐近正态性,它在内点处的收敛速度达到了非参数函数估计的最优收敛速度.

负荷分配问题的最陡增/减变量对寻优法

机组的经济目标函数以多段或二次项系数小于零的单段二次函数表示时,负荷分配问题就呈现出非凸、非线性特性,给高效求取全局最优解或具有较高性能的局部最优解带来了较大困难。该文提出了一种最陡增/减变量对寻优法,此方法每次迭代过程只有两个变量(变量对)发生变化,其中一个增大,另一个进行同等量值的减小,增/减的步长按照一定的规则动态控制,并确保满足约束条件;同时,从原目标函数关于增/减变量对的偏导数和最小的变量对中动态地选择变量对,以确保每次迭代都能够按照使原目标函数最陡下降的变量对方向进行。此方法可快速求得凸二次规划问题的全局最优解和非凸二次规划问题的局部最优解。进一步地,该文结合问题的特点引入一种简捷的进化策略,使最陡增/减变量对寻优法在进化规划的框架下获得了能够求得非凸二次规划问题全局最优解的能力,并在很大程度上保留了原方法快速寻优的优点。算例表明,该文方法和策略为非凸二次规划负荷分配问题提供了一种高效实用的分析工具。

变参数计量经济学联立模型的局部线性工具向量估计及其性质

联立方程计量经济学模型在经济政策制定、经济结构分析和经济预测方面起着重要作用.利用变参数计量经济学联立模型研究我国转轨时期的宏观经济,并建立了变参数的局部线性工具向量估计.在经济变量随机设计条件下,研究了估计量的大样本性质.与我国宏观经济经典线性联立模型相比,变参数联立模型拟合效果更优.另外它也有助于克服我国经济数据不多而造成的非参数方法应用困难的现实情况.

半参数动态变系数分位回归模型的两步估计方法研究

为了综合考虑有关协变量的线性和非线性信息,本文提出了一类半参数变系数分位回归模型,并采用两阶段估计方法对半参数变系数分位回归模型进行估计。首先将模型中线性部分的变量系数当作非参数形式;然后,利用局部多项式方法对于模型的非线性部分进行估计,对变量系数函数做出估计。

协变量随机右删失时变系数模型的估计

数据经常因为个体失访,退出实验或者研究结束而出现右删失的现象.右删失数据的研究吸引了很多研究者的兴趣.文献中大部分研究集中在响应变量出现右删失的情况.回归模型中的协变量也可能出现右删失,但相关的研究并不多.本文研究协变量随机右删失时变系数模型的估计问题.我们利用逆概率加权方法直接对目标函数进行调整,而不是调整被删失的协变量,来处理数据的删失.所得估计的渐近性质得到严格证明.通过数值模拟和实例分析,可以看到本文所提方法具有很好的有限样本性质.