基于贝叶斯面板平滑转换模型的房价阈值效应研究.pdf

《基于贝叶斯面板平滑转换模型的房价阈值效应研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第28卷第5期湖南大学学报(社会科学版)VoL28，No．52O14年9月JournalofHunanUniversity(SocialSciences)Sep．2014基于贝叶斯面板平滑转换模型的房价阈值效应研究朱慧明，游万海，李小依(湖南大学工商管理学院，湖南长沙410082)[摘要]针对经济变量之间普遍存在的非线性关系，导致线性模型拟合失效的问题，构建面板数据平滑转换模型，刻画变量之间关系的非对称性。采用贝叶斯方法进行模型的参数估计，避免非线性最小二乘算法难以收敛，参数估计不确定。通过分析模型结构，选择参数先验分布，设计相应的Metr

2、opolis—Hasting—Gibbs混合抽样算法，据此估计模型参数；在此基础上，利用省域面板数据分析房价阈值效应问题。研究结果表明：参数的动态迭代轨迹收敛，MH—Gibbs混合抽样算法能够准确地估计模型各参数，解决了非线性最小二乘无法收敛的问题，证明了贝叶斯面板数据平滑转换模型的有效性；同时也验证了房价波动的阈值效应以及房价与城市化、城乡收入差距之间的非线性关系。[关键词]房价；城市化；面板数据；平滑转换模型；贝叶斯分析[中图分类号]F293．3[文献标识码]A[文章编号]1OO8—1763(2014)o5—0¨。66一O8Bayesi

3、aninferenceonPriceoftheRealEstateThresholdEffectBasedonPanelSmoothTransitionRegressionModelZHUHui—ming。YOUWan—hai，LIXiao—yi(CollegeofBusinessAdministration，HunanUniversity，Changsha410082，China)Abstract：Fornon—linearrelationshipbetweentheprevalenceofeconomicvariables，result

4、inginfailureofthelinearmodelfittingproblems，paneldatasmoothtransitionregressionmodelsareestablished．bayesianmethodisusedtoaddressuncertainriskofparametersestimationcausedbycommonestimationalgorithmwhichisdifficulttoconverge．Basedontheanalysisofmodelstatisticstructureandthe

5、selectionofparametersprior，theMetropolis—HastingwithinGibbssamplingmethodisutilizedtoestimatemodelpa—rameters，predictingparametersinuseofMonteCarloMarkovChain．TheempiricalresearchappliesBayesianpaneldatasmoothmodeltoanalyzethedatainChineseprovinces．Theresearchoutcomesindic

6、atethattheiterationtracesofparametersareconvergent，andtheMetropolis—HastingwithinGibbssamplingmethodestimatesparametersaccurately，resolvingtheproblemdifficulttoconverge，showingtheeffec—tivenessofBayesianpanelsmoothtransitionmode1．Furthermore，theexistenceofthresholdeffectin

7、thepriceoftheRealEstatehasbeencertificated．Keywords：PriceoftheRealEstate；Urbanization；Pane1Data；SmoothTransitionRegressionModel；BayesianAnalysis据的异质性是合理建模的前提。面板数据模型通过引入个引口体和时间效应，能够有效地刻画个体之间的异质行为特征和揭示经济运行规律，因此，被广泛的应用于描述各种复杂经异质性是经济金融变量的主要特征之一，有效地刻画数济社会现象。然而，经济金融变量常表示出非对称和非线性

8、[收稿日期]2O14—02—16[基金项目]国家自然科学基金创新研究群体项目(71221001)；国家自然科学基金项目(71171075，71031004)；教育部博士点基金项目