时变系数的空间误差合成模型

本文对时变系数的空间误差合成模型进行了研究,该模型的特征是利用扰动项中的空间个体成分将不同时期的方程联系起来;同时,允许自变量系数和误差项中的空间自回归系数随时间而变化,但每一个时期的自变量系数和误差项中的空间自回归系数是固定不变的。本文使用基于FGLS和GM方法的多阶段估计策略对模型参数进行了估计,证明了估计量的渐进异质性,并利用Monte Carlo方法模拟了其小样本性质。模拟结果表明,估计量的渐近性质随着样本容量的增加而改善。对中国省际知识生产及其空间溢出的实证案例也体现了该模型的应用价值。     

半参数变系数空间误差回归模型的估计

研究目标：克服半参数变系数回归模型中误差项可能存在的空间相关性问题。研究方法：提出一类新的半参数变系数空间误差回归模型,并构造其截面似然估计。研究发现：在小样本条件下,模型估计量具有良好的表现,其精度随着样本容量的增加而提高;应用该方法分析我国资源禀赋与地方公共品供给之间的相互关系,进一步证实了模型较强的适用性。研究创新：证明了估计量的一致性与渐近正态性,并通过蒙特卡洛模拟考察了估计方法的小样本表现。研究价值：新方法对于其他结构的半/非参数空间计量模型理论研究具有推广价值,其估计技术在经济、管理等学科中具有应用价值。     

线性模型参数的最优估计——基于对最小P乘估计的研究

本文通过随机模拟计算研究了线性回归模型参数的LP估计量的一些特性,当误差项服从不同的分布时,在LP估计量中寻找最优或接近最优的估计。     

广义Breitung非参数单位根检验研究——基于平稳假设下序列长期方差一致估计的分析

Breitung检验中生成序列的误差项的自相关会影响有限样本性质。本文用平稳假设下序列长期方差的一致估计量作为统计量的分母对其进行了修正。给出了修正后的统计量及其渐近理论,并对修正前后的有限样本性质进行了仿真。结果显示,修正后统计量概率密度的左偏有所减少;当误差项有自相关时,修正后检验的水平扭曲有所改进;当样本较小时,随误差项自回归(移动平均)系数或序列自回归系数的增加,修正后检验的势逐渐大于Breitung检验的势。     

含空间自回归误差项的空间动态面板模型的有效估计

扰动项的空间过程会影响空间计量模型的估计效果。通过探究空间关联误差效应下空间动态面板数据（SDPD）模型拟极大似然估计（QML）的有限样本性质,发现含空间自回归误差项的SDPD模型大样本性质较好;其估计结果优于不含空间自回归误差项的模型;较强的误差项空间相关性对参数估计精度的影响程度较大;误差项分布偏离正态性会影响模型的估计结果,但模型总体估计的稳健性良好。总体蒙特卡洛结果与本文的理论分析一致。     

IV估计的最优工具变量选取方法

IV估计的有限样本性质对工具变量的选取十分敏感,尤其是存在弱工具变量的情形。本文在Donald和Newey(2001)的基础上研究了常用的IV估计———2SLS的最优工具变量选取方法。首先通过对2SLS估计量进行Nagar分解,从理论上推导出估计量的近似MSE表达式;根据这一表达式,提出IV估计的最优工具变量选取准则,并证明选取准则的渐近有效性。模拟结果表明,本文提出的工具变量选取准则能够极大地改善2SLS估计量的有限样本表现。本研究为实证中面临的工具变量选择问题提供了理论依据。     

非线性动态面板模型的条件GMM估计

基于时间序列的实证分析已经证实,很多经济变量的动态调整过程都存在非线性的平滑转换机制.本文将传统的线性动态面板模型扩展为平滑转换的非线性动态面板模型,并基于对非线性参数的格点搜索,提出了一种简便易行的非线性动态面板模型估计程序--条件GMM估计,其估计量具有一致性.仿真实验结果显示,条件GMM估计量在有限样本下具有良好表现.同时,非线性动态面板模型的条件GMM估计还为在非线性框架下检验面板单位根创造了条件.     

非线性计量经济模型的非参数估计方法研究

本文提出使用核估计的方法构造平滑转移模型(STR)的非参数模拟最大似然估计(NPSML),给出了NPSML估计量的构造方法、渐近性质以及相应的核函数和窗宽的选择准则,并利用滑动窗宽算法对估计量的构造过程进行了改进。通过Monte Carlo实验证明,该方法是可靠的,并且当误差项存在序列相关时,此种估计量是稳健的。     

面板数据分析中含两阶段自回归残差的单因素误差分量模型研究

在面板数据分析中残差自相关使得参数估计更加复杂。本文提出了含两阶段自回归残差的单因素误差分量模型,并推导了在这一模型中如何计算广义最小二乘估计量及其相关性质。     

人口普查质量评估中Logistic回归模型的应用

双系统估计量是目前估计目标总体真实人口数及人口普查净误差的主流方法,构造双系统估计量时,要求总体中的人口具有相同的登记概率。为达此目的,目前各国通行的做法是对人口总体进行抽样后分层。用Logistic回归模型取代抽样后分层是人口普查质量评估领域的前沿问题。本文系统地解读了基于Logistic回归模型的双系统估计量及其方差估计量,认为Logistic回归模型能够纳入更多的分层变量,具有很好的应用前景。