固定效应部分线性单指数面板模型的惩罚分位数回归

发布时间：2018-04-16 07:26

  本文选题：分位数回归 + 部分线性单指数面板模型　； 参考：《统计研究》2017年02期

【摘要】：分位数回归是均值回归的有益补充,该方法毋须对分布函数的具体形式做出假设,且对具有异常值或厚尾分布的数据仍具有稳健性。当前,对部分线性单指数面板模型估计方法的研究主要集中于均值回归,基于此,本文考虑了固定效应部分线性单指数面板分位数回归模型,结合B-样条函数、SCAD惩罚函数和迭代加权最小二乘法,构建了模型的估计方法,证明了估计方法的一致性和渐近正态性,同时利用Monte Carlo模拟评价了所述方法在有限样本下的表现。最后,将估计方法应用于分析碳排放的影响因素。
[Abstract]:Quantile regression is a useful supplement to mean regression. This method does not need to assume the specific form of distribution function and is robust to data with outliers or thick-tailed distributions.At present, the estimation method of partial linear single exponential panel model is mainly focused on mean regression. Based on this, the fixed effect partial linear single exponential panel quantile regression model is considered in this paper.Combined with the penalty function of B-spline function and the iterative weighted least square method, the estimation method of the model is constructed, and the consistency and asymptotic normality of the estimation method are proved. At the same time, the performance of the method under finite samples is evaluated by Monte Carlo simulation.Finally, the estimation method is applied to analyze the influencing factors of carbon emissions.
【作者单位】： 江西师范大学数学与信息科学学院;
【分类号】：F224

【参考文献】

相关期刊论文 前1条

1 ;Generalized Empirical Likelihood Inference in Semiparametric Regression Model for Longitudinal Data[J];Acta Mathematica Sinica(English Series);2008年12期

【共引文献】

相关期刊论文 前3条

1 丁飞鹏;;固定效应部分线性单指数面板模型的惩罚分位数回归[J];统计研究;2017年02期

2 肖燕婷;孙晓青;孙瑾;;纵向数据下部分非线性模型的广义经验似然推断[J];数学杂志;2016年06期

3 FAN Guoliang;LIANG Hanying;;EMPIRICAL LIKELIHOOD FOR LONGITUDINAL PARTIALLY LINEAR MODEL WITH α-MIXING ERRORS[J];Journal of Systems Science & Complexity;2013年02期

【二级参考文献】

相关期刊论文 前1条

1 孙孝前,尤进红;Iterative weighted partial spline least squares estimation in semiparametric modeling of longitudinal data[J];Science in China,Ser.A;2003年05期

【相似文献】

相关期刊论文 前10条

1 张代强;张屹山;;前瞻性利率规则在我国的实证研究——基于分位数回归方法的变参数检验[J];数量经济技术经济研究;2008年10期

2 刘生龙;;教育和经验对中国居民收入的影响——基于分位数回归和审查分位数回归的实证研究[J];数量经济技术经济研究;2008年04期

3 罗玉波;;房价影响因素分析:分位数回归方法[J];统计与决策;2011年06期

4 李顺毅;;房价如何影响消费对经济增长的贡献——基于分位数回归的实证分析[J];消费经济;2011年03期

5 朱平芳;张征宇;;无条件分位数回归:文献综述与应用实例[J];统计研究;2012年03期

6 胡丰;许启发;蒋翠侠;;基于分位数回归的基金风格分析与业绩评价[J];郑州航空工业管理学院学报;2012年06期

7 王朝;高敬雅;王琪;;基于分位数回归的房地产价格研究[J];商;2012年14期

8 胡永远;倪丽艳;;基于分位数回归的社会救助再就业人群收入研究[J];山东财政学院学报;2013年03期

9 欧阳胜银;;外资溢出效应的分位数回归研究[J];财经理论与实践;2013年04期

10 刘昕明;李志强;;基于分位数回归的企业债信用风险研究[J];北京化工大学学报(自然科学版);2013年06期

相关会议论文 前6条

1 林艺圃;;中国股市价量关系的实证分析分位数回归模型[A];中国社会科学院第三届中国经济论坛论文集（下）[C];2007年

2 陈娟;林龙;叶阿忠;;基于分位数回归的中国居民消费研究[A];中国社会科学院第三届中国经济论坛论文集（下）[C];2007年

3 夏宁;;中国上市公司高管人员薪酬的影响因素与成因分解——一个基于分位数回归模型的实证研究[A];中国会计学会财务管理专业委员会2009年学术年会论文集[C];2009年

4 宋马林;吴杰;高玉强;张琳玲;宋峰;;中国入世以来的对外贸易与环保效率——基于分省面板数据的实证分析[A];中国贸易救济与产业安全论丛（2012）——第七届中国贸易救济与产业安全研究奖获奖论文集[C];2013年

5 任声策;;创新和出口的互动关系:基于中国制造业企业的实证[A];第八届（2013）中国管理学年会——技术与创新管理分会场论文集[C];2013年

6 刘鑫波;张志敏;梁逸曾;;高效准确的高分辨数据快速平滑与基线校正算法[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

相关博士学位论文 前9条

1 康宁;分位数回归模型及在金融经济中的应用[D];合肥工业大学;2016年

2 刘惠篮;基于复合分位数回归方法的统计模型的相关研究[D];重庆大学;2016年

3 Muhammad Amin;高维惩罚分位数回归建模及其应用[D];大连理工大学;2015年

4 杨丰凯;基于偏拉普拉斯分布的若干分位数回归模型的统计推断[D];山东大学;2017年

5 王娜;面板数据分位数回归模型求解及应用研究[D];山东大学;2017年

6 韩月丽;极值统计与分位数回归理论及其应用[D];天津大学;2009年

7 关静;分位数回归理论及其应用[D];天津大学;2009年

8 项云帆;资本资产定价模型及实证分析[D];华中科技大学;2010年

9 陈林兴;基于空间视角的我国省际农村居民消费趋同性研究[D];浙江大学;2012年

相关硕士学位论文 前10条

1 代贝;基于分位数回归的农村居民消费区域差异研究[D];昆明理工大学;2015年

2 罗小青;基于分位数回归的中国GDP与电力消费量关系研究[D];华南理工大学;2015年

3 于琴;西部地区农村产权抵押贷款对农户收入的影响研究[D];西北农林科技大学;2015年

4 王欢欢;绩效评估角度的信息化升级时间域选择模型[D];首都经济贸易大学;2015年

5 刘袁;利率市场化背景下商业银行利率风险的测度[D];南京财经大学;2015年

6 周策;VaR模型在我国开放式上市基金市场的实证分析[D];广东外语外贸大学;2015年

7 耿国强;分位数回归理论及其在金融时间序列的应用[D];中国矿业大学;2015年

8 王琪锋;复合分位数回归在线性时间序列下的应用[D];大连理工大学;2015年

9 吴博闻;删失数据下部分线性变系数模型的分位数回归[D];大连理工大学;2015年

10 凌珂;生长曲线模型的分位数回归与变量选择[D];华东师范大学;2015年

，

本文编号：1757848