面板数据分位数回归模型的参数估计与变量选择

发布时间：2017-07-01 04:14

  本文关键词：面板数据分位数回归模型的参数估计与变量选择，，由笔耕文化传播整理发布。

【摘要】：由于计算机技术的日益成熟,分位数回归在理论和方法上都得到了广泛的应用.Koenker[1]首次提出了分位数回归,由于分位回归的目标函数是一个绝对偏差的加权和,因此估计的系数向量对异常值不敏感;同时当误差项是非正态时,分位数回归估计可能比普通最小二乘估计更有效.因此分位数回归作为均值回归分析的稳健替代,被广泛地用于探索响应变量与协变量之间的潜在关系.本文提出了带惩罚的分位数回归方法,用以实现面板数据模型的参数估计和变量选择.并证明了面板数据分位数回归模型中参数的选择相合性和渐近正态性.在理论证明中,把Koenker[33]定理一中?的个数由1推广到q,并证明了参数?的渐近正态性.在变量选择中,增加效应罚函数的基础上,增加自适应LASSO罚函数,进而达到变量选择的目的.在模拟中,通过两个例子,验证了ALPQR(Adaptive LASSO Quantile Regression)和PQR(Penalized Quantile Regression)均比QR(Quantile Regression)的估计的更有效.同时,在变量选择的过程中,用BIC选择最优调整参数后,ALPQR把所有的0参数都选择出来了,而PQR和QR都不能做到.综上,面板数据分位数回归模型,加上自适应LASSO罚函数,不仅能够有效的估计参数,同时实现了变量选择.
【关键词】：面板数据 分位数回归 自适应LASSO 变量选择 渐近正态性
【学位授予单位】：武汉科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O212.1
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-12
• 1.1 研究背景与研究意义8-9
• 1.2 研究现状9-11
• 1.3 本文结构安排11-12
• 第2章 分位数回归及变量选择12-22
• 2.1 分位数的基本概念12-14
• 2.2 分位数回归的基本思想14-15
• 2.3 分位数回归模型的推广15-17
• 2.4 分位数回归模型的变量选择17-22
• 2.4.1 惩罚线性分位数回归17-18
• 2.4.2 SCAD与自适应LASSO18-19
• 2.4.3 渐近性质19-20
• 2.4.4 调整参数的选取20-22
• 第3章 面板数据一般模型及参数估计22-31
• 3.1 面板数据22
• 3.2 面板数据模型22-23
• 3.3 面板数据的分类23-25
• 3.4 面板数据模型的估计方法25-31
• 第4章 面板数据分位数模型的参数估计与变量选择31-46
• 4.1 模型与估计方法31-32
• 4.1.1 经典高斯随机效应模型31
• 4.1.2 加权分位数面板数据模型31-32
• 4.2 渐近性质32-37
• 4.3 变量选择37-41
• 4.4 随机模拟41-46
• 第5章 结论与展望46-47
• 5.1 本文主要结论46
• 5.2 本文不足与展望46-47
• 致谢47-48
• 参考文献48-51
• 附录1攻读硕士学位期间发表的论文51-52
• 附录2攻读硕士学位期间参加的科研项目52

【相似文献】

中国期刊全文数据库 前10条

1 李育安;;分位数回归及应用简介[J];统计与信息论坛;2006年03期

2 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

3 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

4 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

5 陈建宝;丁军军;;分位数回归技术综述[J];统计与信息论坛;2008年03期

6 解栋栋;;服务业发展与人均收入的关系:基于分位数回归的实证研究[J];当代财经;2009年08期

7 卢荻千;;基于分位数回归的净资产收益率研究——来自2008年我国上市公司的财务数据[J];金融经济;2009年20期

8 张珏;;基于分位数回归模型的证券市场风险研究[J];统计与决策;2011年09期

9 林德钦;;基于分位数回归的我国居民边际消费倾向动态研究[J];新余学院学报;2011年03期

10 王珍;高民芳;;基于分位数回归的资本结构影响因素研究[J];中国集体经济;2011年25期

中国重要会议论文全文数据库 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

中国博士学位论文全文数据库 前5条

1 邸俊鹏;分位数回归的贝叶斯估计与应用研究[D];南开大学;2013年

2 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

3 关静;分位数回归理论及其应用[D];天津大学;2009年

4 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

5 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

中国硕士学位论文全文数据库 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

  本文关键词：面板数据分位数回归模型的参数估计与变量选择，由笔耕文化传播整理发布。

本文编号：504525