基于面板数据的分位数回归分析--浙江省GDP的影响因素-论文.pdf

《基于面板数据的分位数回归分析--浙江省GDP的影响因素-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于面板数据的分位数回归分析——浙江省GDP的影响因素沈冰摘要：本文运用分位数回归方法，对面板数据模型进行了简单分析。对2003—2012年浙江省十一个市生产总值GDP与消费、净出口和固定资产投资的数据进行了分析。结果表明，GDP与消费、净出口和固定资产投资都具有较强的相关性。在不同分位数下，影响因素与GDP的相关性的程度都不同。比较了最小二乘法和分位数回归这两种方法在面板数据模型中的估计。最后对浙江省经济发展提出了相应的建议。关键词：分位数回归；最小二乘；面板数据；GDP一省十一个市2003—2

2、012年十年间影响GDP的主要因素。最后给出了结、引言GDP是指在一定时间内，一个国家或地区的经济中所生产出的全部论和建议。最终产品和劳务的价值。是衡量一个国家或地区的经济状况的最佳指二、分位数回归与面板数据模型简介标。中国的GDP每年以较快的速度在增长。不过尽管总量很大，但人分位数回归最早是由Koenker和Bassett(1978)提出的，提出了因均GDP与发达国家依然相距甚远。长期以来，消费、固定资产投资和变量的条件分位数和协变量之间线性估计方法。分位数回归的参数估计净出口与经济增长的关系一

3、直是讨论的热点。因此政府对经济增长的主是采用使加权残差绝对值之和最小，分位数回归具有以下几个优点，第要影响因素非常的关注重视。消费、投资、净出口贸易被视为拉动中国一分位数回归具有稳健性；第二，分位数回归对模型中的误差项的分，经济增长的“三驾马车”，浙江省作为全国经济发展较快的省份之一，布没有假定；第三，分位数回归参数估计在大样本下具有渐近优良性。对国家生产总值有着重大的影响作用。所以采用合理的手段分析它们对对于任意实值随机变量Y，它所有性质都可以由Y的分布函数，经济增长的影响程度，对政府制定促进经

4、济增长的决策有着重要的意即：F(y)=Pr(Y≤Y)来描述。对于任意的0

5、法要求较高，在实际生活中，数据可能无法满足其要回归分析方法的思想是使拟合值要尽量地接近观测值，分位数回归求。为了弥补该方法的不足，Koenker在1978年提出了分位数回归方方法是使加权的误差绝对值之和达到最小。(Y)最小化∈的目标函法。根据因变量的分位数对协变量进行建模，获得分位数点上的回归模数得到分位数q(T)，即型。相比普通最,'b-乘只能描述协变量对因变量条件均值变化的影响，qN(下)agmin《∑Ⅵ．{下jY一考J+∑。‘。(1一f)Jyi考J=argminE它能精确地描述协变量对于因变

6、量的变化范围和分布形状的影响。最近∑(Y一￡)(2)十几年分位数回归法在国内外得到了迅速的发展。在医学、生存分析和式中，argmin~1．}函数表示函数达到最小值时§的取值，p植物学等各种领域的应用越来越广泛。(u)=U(T—I(u<0))称为检查函数，依据u取值的符号来非对称目前，有大量的有关分位数回归方法的文献介绍和讨论。Koenker的加权；I(z)是示性函数。通过对最小化问题进行考察便可知FN分析了1965—1975年以及1975—1985年这二十年间世界主要国家经济(Y)的第个分位点值是

7、上述优化问题的解。如果Y的条件分位数由k增长的情况。李育安(2006)[21介绍了分位数回归及简单的应用。陈建个解释变量x线性组合表示，即T的0条件分位数定义为：宝、杜小敏等(2009)基于分位数回归的中国居民收入和消费进行了Q(fX。，13(0))：X13(t)(3)实证分析，利用分位数回归技术对中国城镇和农村按居民消费状况进行了分析。陈建宝、丁军军(2008)对分位数回归技术进行了综述，介B0(T)：argminB∑iN：Ip(Yi—Xp)(4)绍了分位数回归的估计检验和拟合优度，以及分位数在

8、经济领域的应面板数据是截面和时间序列的混合数据，是截面上个体在不同时间用。对于更复杂的数据，如基于面板数据的分位数回归的研究。齐晓丽的重复数据。面板数据模型可以分为固定效应模型、混合估计模型和随等(2004)基于面板数据分位数回归进行实证研究，用分位数回归分机效应模型。随机效应模型的误差项在时间和界面上都是有相关性的析了tl主创新和经济增长之间的关系。李群峰(2011)基于分位数回OLS，我们一般使用广义的。固定效应模型对于时间序列或者截面，模归的面板数据模型估计方法，利用企业销售