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.     

基于二次指数平滑模型的中国社会电力需求预测分析

电力需求预测是进行电网规划非常重要的步骤,只有将电力需求可靠的预测才更便于电网进行供电。本文研究了二次指数平滑法模型,用于电力负荷预测中,结合经济、能源结构、环境等因素对中国社会用电量加以分析及预测,并进行了后验差检验,得到了很好的预测精度。     

操纵性应计模型的一个改进——基于动态面板估计的实证分析

使用动态面板对操纵性应计模型进行估计可以克服截面数据模型的内生性估计偏误。采用1999—2011年中国A股市场相关数据,对动态面板模型和其他模型的检测能力进行比较,结果表明：在对第Ⅱ类错误进行检验时,动态面板模型检测能力显著优于其他模型;在对第1类错误、审计师意见检验时,动态面板模型检测能力与其他模型接近。     

一个估计DSGE模型脉冲响应函数的方法

本文获得国家自然基金“具有Markov体制转换的动态因子模型建模方法及其应用研究”(71271142)、天津财经大学研究生科研资助计划“DSGE模型的估计方法研究——基于动态因子模型的视角”(2014TCB04)的资助。     

基于无信息先验的分层指数模型参数在Stein损失函数下的贝叶斯估计

参数估计问题是数理统计学中研究较多的一类问题.本文是基于一个无信息先验的分层指数模型在Stein损失函数下的贝叶斯估计.首先计算分层指数模型分别在平方误差损失函数和Stein损失函数下的贝叶斯后验估计量和相应的后验期望Stein损失(PESL),并且比较二者在两个损失函数下的大小.可以看出在Stein损失函数下的贝叶斯后验期望和对应的PESL均略小于平方误差损失函数下的相应量.然后,计算分层指数模型的参数在Stein损失函数下的贝叶斯估计,并通过均方误差来评价估计量的好坏,得出后验期望估计量拟合得最好.最后通过随机数值和我国31个省市自治区的结婚数据对以上理论进行了模拟和实证,说明了该模型和方法的有效性和实用性.     

利用二次型求一类多元函数的最值

根据二次型的定义,本文给出了二次型的一个特殊性质,指出了其性质在求多元函数最值的用处,举例说明结果的有效性。     

大数据背景下面板数据政策评估的估计和推断

研究目标:介绍大数据背景下基于面板数据模型的政策评估方法的最新进展与相关应用。研究方法:回顾双重差分法、合成控制法、面板数据方法、因子估计方法和机器学习方法这几类方法在估计面板数据因果效应方面的最新进展后,介绍现有研究中基于上述估计量的推断方法,最后报告已有文献对于不同方法的对比,并提供实证应用建议。研究发现:当实证应用问题中随时间变化的因子个数超过一个时,特别要关注基于双向固定效应的双重差分法的适用性。运用双向固定效应设定模型不恰当时,可考虑使用基于交互固定效应模型的因子模型类估计和推断方法。研究创新:从大数据时代的政策评估需求出发,梳理基于面板数据的因果效应估计和推断方法并给出应用建议。研究价值:为实证研究者提供了选择政策评估方法的参考指南。     

估计MS-DSGE模型脉冲响应函数的EM算法及其应用

研究目标：考察不同区制下外生冲击对中国宏观经济的非对称性效应。研究方法：引入两状态的Markov区制转换过程建立MS-DSGE模型,并基于MS-DSGE模型的Markov区制转换动态因子模型的表示提出了估计MS-DSGE模型脉冲响应函数的极大似然估计EM算法。研究发现：本文提出的估计方法具有良好的有限样本性质和收敛性,参数估计量具有渐近正态分布。实证分析发现,应持续施行扩张性政策以刺激经济稳定增长,对冲挤占效应以及稳定物价水平。尤其,当经济处于“衰退”区制时,政府应实施及时有效的调控政策刺激经济运行区制的转移。研究创新：与Bayesian分析方法比较,本文提出的估计方法避免了对数线性化MS-DSGE模型的随机奇异性以及对先验分布的设定和观测变量选取的非稳健性。研究价值：提出了一种估计MS-DSGE模型脉冲响应函数的方法。     

基于单因素评价模型及T-M模型的基金绩效评价

本文借鉴国外成熟的单因素整体基金绩效评价模型和T-M模型,从风险调整收益和基金管理人择时选股能力两个方面建立指标体系,对不同投资风格的证券投资基金在市场处于上升和下降阶段的表现进行实证研究,进而对基金绩效和基金管理人的选股择时能力进行评价。     

基于matlab软件的动态指数平滑模型建立与应用

动态指数平滑模型的建立依托于指数平滑法优势,以寻找最小误差平方和为目标参数,广泛应用于各类实际问题的解决。本文以二次平滑指数和某景点游客预测问题为基础,探讨如何利用matlab软件建立动态指数平滑模型,结果证实,其可以更加高效准确的找到合适平滑参数,提升模型精确度,有利于实际问题的解决,适宜广泛推广应用。     

非等间隔动态面板数据模型：估计方法与应用实例

非等间隔动态面板数据模型由于相邻两期观测之间的时间长度不尽相同使得传统动态面板数据模型的估计方法失效,本文提出使用非线性最小二乘、最短距离以及它们的一步估计量对该模型进行估计,证明了这四个估计量的一致性和渐进正态性,同时借助蒙特卡洛模拟的方法验证了它们在有限样本中的估计精度,并且进一步使用所提出的估计量讨论了以往文献由于缺乏相应的估计方法而没有被研究或者充分讨论的问题,得到了一些新的结论。     

沪深300股指期货动态套期保值比率模型估计及比较——基于修正的ECM-BGARCH(1,1)模型的实证研究

本文以沪深300股指期货的真实交易数据及沪深300指数为研究对象,在最小方差套期保值的基础上,建立了ECM-BGARCH(1,1)的沪深300股指期货对沪深300指数的动态套期保值模型。其具体特色是:与利用沪深300股指期货仿真交易数据相比,通过利用沪深300股指期货的真实数据得到的最优套期保值比率更具真实性;通过建立具有时变特征、含有自相关和条件异方差的动态BGARCH(1,1)模型,不但考虑了实证所用数据的实际特点,而且保证了套期保值比率预测的准确性;实证研究结果表明,该模型优于现有的套期保值模型。     

基于贝叶斯结构突变的随机系数动态面板模型研究

针对目前随机系数动态面板模型中存在内生变量初始值固定、个体自回归系数平稳以及不存在结构突变的种种限制,本文提出用分层贝叶斯方法首次检测和估计了含未知结构突变的随机系数动态面板模型。容许初始值与个体相关,自回归系数服从logitnormal分布保证平稳性,得到了未知结构突变和随机系数的后验密度估计。对1995年到2012年中国五省市出口总值月度数据进行实证分析,检测出四个结构突变,分析突变前后的情况表明出口总值存在三大特征：呈现稳定增长态势,但省市间差距逐渐扩大;重大的外部需求冲击对出口有显著影响;出口总值的结构突变有明显的季节特征.     

固定交互效应面板截取模型的ECM算法

交互效应面板数据模型在社会经济问题的实证分析中具有很强的适用性,但现有研究主要集中于线性面板模型。本文将交互效应引入非线性的面板截取模型,并基于ECM算法,建立了有效估计量和识别程序。基于不同因子类型的仿真实验结果显示,ECM算法可以很好地识别面板截取样本中的非观测因子。ECM估计量具有良好的有限样本性质,与其他估计量相比具有更小的偏误和更快的收敛速度。尤其是当共同因子为低频平滑因子时,其表现最为理想。     

基于PVECM的综列协整检验临界值的计算

Groen和Kleibergen(2003)基于综列数据的误差纠正模型(PVECM)和极大似然估计方法,提出了与时间序列中Johanson(1991)协整检验类似的综列协整检验。其似然比检验统计量的极限分布是维纳过程的泛函,所以其临界值需要通过仿真试验来计算,但Groen和Kleibergen(2003)既没有给出具体的临界值也没有给出具体的程序。本文通过对维纳过程的随机积分进行仿真,估计基于PVECM的综列协整检验的临界值。与现有的部分临界值的比较结果显示,我们的计算程序是正确的,计算结果是可靠的。     

时空动态半参数变系数随机效应面板模型的估计

研究目标：克服半参数变系数面板模型中扰动项和因变量存在时空动态性问题。研究方法：提出一类更加一般化的时空动态半参数变系数随机效应面板模型,并构建截面似然估计量。研究发现：估计量具有良好的小样本性质,估计误差随着样本总量的提高而减小,在Case空间矩阵下,空间滞后和时空滞后系数的估计精度随空间复杂度的增大而降低,用该方法分析我国外商直接投资、知识产权保护与经济增长关系,进一步证实了模型的适用性。研究创新：证明了估计量满足一致性和渐近正态性,数值模拟考察了估计量的小样本性质。研究价值：拓展了现有半参数变系数空间面板模型的形式,增强了模型的适用性和解释力,有益于经济问题实证研究的开展。     

交互效应面板模型的EM算法和MCMC算法

交互效应面板模型是目前计量经济学前沿研究的热点,有着广阔的应用空间。但是对很多应用者而言,模型内的参数估计是一个非常棘手的问题。通常的Newton-Raphson算法在优化似然函数的过程中,常常会出现优化失败的情况。本文依据EM算法和MCMC算法理论,为应用研究者提供了一套获得参数估计值的流程。计算机上的试验证实两种估计方法都非常稳健可靠,并在很多情况下,差异不是很大。