非参数回归技术在经济计量模型研究中应用

《非参数回归技术在经济计量模型研究中应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、非参数回归技术在经济计量模型研究中应［摘要］在微观计量经济研究中，居民收入与消费分布结构的研究通常采用参数模型进行实证分析，但是实际经济环境中往往存在一些不确定的因素，参数模型所提供的结果并不完全与实际相符合。在计量经济模型分析中采用非参数回归技术，在数据较多的情况下，不需要预先确定变量之间的函数关系，可灵活机动的从多个方面考察收入与消费的相依关系和变化趋势，并可以证明非参数方法的结果优于常规的参数方法。［关键词］微观经济分析；非参数回归技术；经济计量模型；应用［中图分类号］F064.1［文献标识码］AAbstract：Inst

2、udiesofmicrocosmiceconometries,empiricalapproachesareusuallyusedtoanalyzethestruetureofresidentincomeandconsumptiondistributionwiththehelpofparametricmodels・However,asthereareoftenuncertainfactorsintherealeconomicenvironment,theresuItsofparametriemodelsarenotalwaysid

3、enticalwiththereality.Inthisstudy，nonparametrieregressiontechniquesareusedinaneconometriemodeLAlthoughtherearemanydata，thefunctionalrelationshipbetweenvariablesdonottobepredefinedandthevariationtrendanddependentrelationsbetweenincomeandconsumptionareinvestigatedfromm

4、anyaspects.Itisfoundthatresultsconeludedfromnonparametricmethodsaresuperiortothoseofparametriemethods.Keywords:microcosmiceconomicanalysis,nonparametricregressiontechniques,econometriemodel,application一、引言近年来，在计量经济学的研究中广泛应用非参数统计方法，这是现代统计学发展的一个重要方向，为未知分布的数据模型的处理以及不完全数

5、据的处理等提供了一种新的统计方法。由于实际经济环境中存在不确定因素，而是微观计量经济学中大量的经济结构是无法预先确认的，有时不能提供可信赖的模型的参数形式，所构成的模型更可能对实际经济趋势产生误导，因此已有学者开始把非参数密度估计的方法引入计量经济学，并已取得了一定的成果。因为不需要曲线确定变量间的函数关系，所以对计量经济模型的估计和预测提供了多方面的灵活机动的表现形式。对实际曲线形式无定型（数据参数分布未知）的经济模型，有一些很积极的结果，展示出极大的优越性。在经济结构发生巨大转变的当今，居民经济收入的变化，已经极大地影响了社

6、会整体的消费需求结构。本文将微观经济层面的居民经济状况作为研究的主体，利用非参数回归估计技术，考查收入与消费的相依关系和变化趋势，并得到了一些可靠的推断性结论。在保证了对这些数据所做的假设同经验所得出的结论不会有太大的差距的基础上，不仅能增进对经济要素相互依存的理解，而且可以做出切实可行的预测服务，对制定更合理，更有效的宏观经济政策提供了积极的参考，也可以为经济学家做深入研究提供基础。二、模型与主要方法三、应用本节将对上节中提出的方法进行模拟研究，对2012年全国230个城市家庭年收入与消费的经济调查数据，利用非参数回归技术，在

7、不假设模型参数形式的较宽条件下，考查城市居民年总收入与总消费的相依变化趋势，同时与通常的参数模型分析的结果进行比较，数据来自中经专网。由简单的描述统计可知：在这些城市中，家庭年最低收入为11428元，最高收入达40741.88元，最高收入是最低收入的3.57倍，且这些城市的平均家庭年收入为21969.97元，而收入的中位数仅为20516元，平均收入是中位数的1.07倍，收入呈现出偏态分布状况。图2是利用非参数局部多项式回归拟合所得出的结果，为了比较，同时也给出图1利用最小二乘回归技术拟合的结果，下面图中的散点均为实际调查数据点。

8、图1可以观察到，随着收入的增加，消费支出有增高的现象。再由图3,残差点分布呈右喇叭形状，可能存在异方差，故最小二乘法回归估计结果不太可靠，不适合这里给出的调查数据，图4的残差分布显示出非参数局部多项式回归拟合的结果要优于最小二乘回归技术。观察图2中的右尾部，呈现