半参数面板计量经济模型理论及应用研究

《半参数面板计量经济模型理论及应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代号10532学号B11140017分类号密级博士学位论文半参数面板计量经济模型理论及应用研究学位申请人姓名吕志科培养单位工商管理学院导师姓名及职称朱慧明教授学科专业管理科学与工程研究方向管理统计与计量经济论文提交日期2015年4月7日学校代号：10532学号：B11140017密级：湖南大学博士学位论文半参数面板计量经济模型理论及应用研究学位申请人姓名：吕志科导师姓名及职称：朱慧明教授培养单位：工商管理学院专业名称：管理科学与工程论文提交日期：2015年4月7日论文答辩日期：2015年5月30日答辩委员会主席：谢赤教授Reseachontheoryan

2、dapplicatonofsemiparametriceconometricpaneldatamodelbyLVZhikeB.S.(HuaihuaCollege)2008M.S.(XiangtanUniversity)2011AdissertationsubmittedinpartialsatisfactionoftheRequirementsforthedegreeofDoctorofManagementinManagementScienceandEngineeringintheGraduateSchoolofHunanUniversitySupervis

3、orProfessorZHUHuimingMarch,2015湖南大学学位论文原创性声明木人郑虚声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加臥标注引用的内容外，本论文不包含任何巧他个人或集体己经发表或撰写的成果作品。对本文的研究做出軍耍贡献的个人和集体，均已在文中明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者籍名＇：違怎璋Ｈ期這舶年个月曰吁学位论文版权使巧授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校仅留井向岡家巧关部口或机构送交论文的复印件

4、和电子版，允许论文被咨ｎ阅和借閱。本人授权湖南乂学／ｙ■将木学位论文的令部或部分内容编入巧关＇ｎ数扼库进巧检杂，ｊＷ采川影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文摇于１、保密［，在。Ｉ年解密后适用本授权书２、不保密田。＂＂（诺化＾义户相府义框内打Ｖ）＊怎■束作存藏名：另口期苗化年ｆ月鬥ｊｉ一导师裤名：Ｈ期年月Ｉ一个ｙＷ—＼１Ｉ半参数面板计量经济模型理论及应用研究摘要半参数面板计量经济模型是计量经济学领域的重要研究方向之一。该模型融合了参数面板数据模型与非参数面板数据模型的优点，不仅避免

5、了非参数模型的“维数祸根”问题，而且与传统的参数面板数据模型相比，半参数面板数据模型具有更强的适应性和建模能力等特点。目前，该模型已在管理统计学、计量经济以及金融风险中得到了广泛应用，成为了处理多元回归问题的有力工具。在现实经济生活中，除了样本信息，我们还有可能对模型的参数向量有一些先验信息，利用这一先验信息可以提高参数估计的效率和准确性。然而，目前尚未有文献提出或考虑针对半参数面板数据模型中参数部分存在约束条件的估计方法。因此，在参数部分存在约束条件下，研究该模型中参数及非参数的约束估计具有重要的现实意义和理论价值。此外，随着数据的收集越来越容易，这导致数

6、据库规模扩大，更具复杂性。例如各种类型的贸易交易数据、基因表达数据及多媒体数据等，它们的维度通常可以达到成百上千，甚至更高。正是由于高维数据的普遍存在，更加凸显了对该类型数据挖掘研究的重要意义和价值。但是，目前经典统计计量分析方法很难对高维数据进行深入全面的处理和分析。因此，研究高维面板数据模型的变量选择问题成为了计量经济学界不断探索的课题，也是本研究关注的主要问题之一。本文围绕半参数面板计量经济模型展开了系列研究。当参数部分存在线性约束条件时，提出了针对带固定效应的半参数部分线性面板数据模型的约束最小二乘估计方法，并证明了参数与非参数的约束估计均服从渐近正

7、态分布。通过对模拟数据和重复模拟实验的分析，研究发现在参数存在约束条件的情况下，如果在估计参数与非参数时能考虑这一约束条件的影响，可以提高估计的精度和效率。变系数部分线性面板数据模型是半参数模型中另一类常见的模型，同时也是部分线性面板数据模型更为一般的的推广。该模型的特点是一部分自变量与因变量线性相关，而另一部分自变量则与因变量非线性相关。通过结合轮廓最小二乘方法，局部线性估计理论以及拉格朗日乘子方法，提出了对该模型中参数存在线性约束条件和无约束条件时的估计方法。此外，为了减少模型误差，在进行高维数据分析时通常会引入很多的变量。然而，其中的多数变量实际上是多

8、余的，故为了提高模型的预测精度，需将这些无关变量从模