基于MCMC算法的贝叶斯面板单位根检验

发布时间：2018-05-25 23:28

  本文选题：面板数据 + 贝叶斯方法　； 参考：《湖南大学学报(自然科学版)》2015年01期

【摘要】：针对面板单位根检验存在检验势不稳定和原假设设置主观选择的问题,提出基于面板数据分位自回归模型,选择非对称Laplace分布的似然函数对模型进行贝叶斯分位回归分析.结合参数的完全条件分布设计MCMC抽样算法,进行贝叶斯分位单位根检验,并利用Monte Carlo模拟实验研究了贝叶斯分位单位根检验的有效性与可行性.研究结果表明,基于面板数据分位自回归模型的贝叶斯单位根检验方法解决了检验势不稳定以及原假设主观设置的问题,能够给出更全面稳健的单位根检验判断.
[Abstract]:In order to solve the problem of unsteady test potential and subjective choice of original hypothesis, a Bayesian quantile regression analysis based on panel data quantile autoregressive model is proposed, and the likelihood function of asymmetric Laplace distribution is selected to perform Bayesian quartile regression analysis. Based on the complete conditional distribution of parameters, the MCMC sampling algorithm is designed to test the unit root of Bayesian quartile. The validity and feasibility of the test of unit root of Bayesian quartile are studied by Monte Carlo simulation experiment. The results show that the Bayesian unit root test method based on the panel data quantile autoregressive model solves the problem of the instability of the test potential and the subjective setting of the original hypothesis, and can give a more comprehensive and robust unit root test judgment.
【作者单位】： 湖南大学工商管理学院;中南财经政法大学统计与数学学院;
【基金】：国家自然科学基金资助项目(71301166) 教育部人文社会科学青年项目(13YJC910007) 中国博士后科学基金资助项目(2013M540623,2014T70766) 2013年中南财经政法大学基本科研业务费青年教师创新项目(2013084) 中南财经政法大学引进人才科研启动金项目(31541211204)~~
【分类号】：F224;F830

【参考文献】

相关期刊论文 前1条

1 曾惠芳;朱慧明;李素芳;虞克明;;基于MH算法的贝叶斯分位自回归模型[J];湖南大学学报(自然科学版);2010年02期

【共引文献】

相关期刊论文 前5条

1 朱慧明;李荣;曾昭法;虞克明;;基于M-H抽样算法的贝叶斯Probit分位回归模型研究[J];湖南大学学报(自然科学版);2013年02期

2 朱慧明;翁元;曾昭法;任英华;李招来;;基于Gibbs-DA算法的贝叶斯分位回归模型研究[J];湖南大学学报(自然科学版);2014年09期

3 曾惠芳;熊培银;;基于贝叶斯分位ARCH模型的我国经济波动非对称性研究[J];中国管理科学;2013年S1期

4 曾惠芳;熊培银;向国成;;基于MCMC的分位AR模型的贝叶斯单位根检验研究[J];运筹与管理;2014年02期

5 曾惠芳;熊培银;;基于MCMC的分位回归AR-ARCH模型的贝叶斯分析[J];延边大学学报(自然科学版);2014年02期

相关会议论文 前1条

1 曾惠芳;熊培银;;基于贝叶斯分位ARCH模型的我国经济波动非对称性研究[A];“两型社会”建设与管理创新——第十五届中国管理科学学术年会论文集（上）[C];2013年

相关博士学位论文 前2条

1 曾惠芳;基于MCMC算法的贝叶斯分位回归计量模型及应用研究[D];湖南大学;2011年

2 陈雄强;分位数自回归模型理论与应用研究[D];南开大学;2013年

相关硕士学位论文 前1条

1 董欢欢;非对称平方损失函数下的贝叶斯回归[D];浙江大学;2014年

【相似文献】

相关期刊论文 前10条

1 闵素芹;李群;;分层线性模型中的经验贝叶斯与完全贝叶斯方法及其比较[J];统计与决策;2010年11期

2 丁东洋;刘希阳;;风险分析中的稳健贝叶斯方法[J];内蒙古财经学院学报;2011年04期

3 徐立;;预案分析的贝叶斯网络方法[J];价值工程;2012年08期

4 张晖;贝叶斯方法在证券市场中的应用[J];浙江统计;1996年10期

5 黄晓榕;;经济信息价格评估以及贝叶斯方法的应用[J];莆田学院学报;2006年01期

6 冯为民;朱俊;李嘉荣;;贝叶斯方法在房地产风险决策中的应用研究[J];重庆建筑大学学报;2006年02期

7 钱正培;贺学强;;公司信用风险研究的贝叶斯方法[J];兰州学刊;2010年09期

8 胡学锋;论贝叶斯方法在我国城乡储蓄存款统计预测中的应用[J];财经理论与实践;1991年04期

9 邹林全;贝叶斯方法在会计决策中的应用[J];常州技术师范学院学报;1998年04期

10 钟诚;;贝叶斯方法在房地产风险决策中的应用[J];时代经贸(中旬刊);2007年SA期

相关会议论文 前10条

1 David Z.D'Argenio;;贝叶斯方法在实验室研究向临床的转化以及辨识隐含亚群体中的应用(英文)[A];中国药理学会临床药理学专业委员会会议暨第十次全国临床药理学学术会议论文集[C];2007年

2 周桃庚;沙定国;;贝叶斯可靠性序贯验证试验方法[A];中国仪器仪表学会第三届青年学术会议论文集（下）[C];2001年

3 陈晓怀;程真英;刘春山;;动态测量误差的贝叶斯建模预报[A];第二届全国信息获取与处理学术会议论文集[C];2004年

4 姜峰;高文;姚鸿勋;;贝叶斯网络的推理和学习[A];全国网络与信息安全技术研讨会'2005论文集（下册）[C];2005年

5 杜鹏英;罗小平;何志明;;贝叶斯网络的发展及理论应用[A];第三届全国虚拟仪器大会论文集[C];2008年

6 丁东洋;刘希阳;;风险分析中的稳健贝叶斯方法[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

7 杨丽;武海滨;李康;;无金标准诊断试验评价的贝叶斯方法及应用[A];2011年中国卫生统计学年会会议论文集[C];2011年

8 宁鹏达;;贝叶斯方法在风险投资项目决策中的应用[A];第四届中国科学学与科技政策研究会学术年会论文集（Ⅰ）[C];2008年

9 朱永生;;贝叶斯方法确定泊松变量的置信上限[A];中国物理学会高能物理分会第七届学术年会实验分会场论文集[C];2006年

10 王增忠;柳玉杰;施建刚;;建筑工程项目全寿命安全管理决策的贝叶斯方法[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年

相关博士学位论文 前10条

1 贾海洋;贝叶斯网学习若干问题研究[D];吉林大学;2008年

2 黄友平;贝叶斯网络研究[D];中国科学院研究生院（计算技术研究所）;2005年

3 朱允刚;贝叶斯网学习中若干问题研究及其在信息融合中的应用[D];吉林大学;2012年

4 董立岩;贝叶斯网络应用基础研究[D];吉林大学;2007年

5 李小琳;面向智能数据处理的贝叶斯网络研究与应用[D];吉林大学;2005年

6 胡笑旋;贝叶斯网建模技术及其在决策中的应用[D];合肥工业大学;2006年

7 江敏;贝叶斯优化算法的若干问题研究及应用[D];上海大学;2012年

8 何岩;统计稀疏学习中的贝叶斯非参数建模方法及应用研究[D];浙江大学;2012年

9 范敏;基于贝叶斯网络的学习与决策方法研究及应用[D];重庆大学;2008年

10 张什永;贝叶斯网不确定性推理研究[D];中国科学技术大学;2010年

相关硕士学位论文 前10条

1 时光;贝叶斯认识论初探[D];南京师范大学;2008年

2 喻晓锋;贝叶斯网在认知诊断中的应用[D];江西师范大学;2009年

3 高倩;基于贝叶斯网络预测的故障诊断的应用与研究[D];华北电力大学（北京）;2011年

4 马壮;基于ACO的贝叶斯网结构学习与应用[D];合肥工业大学;2005年

5 陆洋;学习大规模贝叶斯网络的新框架及其在构建蛋白质—蛋白质相互作用网络中的应用[D];上海交通大学;2013年

6 单冬冬;具有隐藏变量贝叶斯网学习算法的研究[D];苏州大学;2009年

7 史e，

本文编号：1935061