带有固定效应且n和T都很大的动态面板模型的诊断检验

研究了动态面板数据模型的诊断检验问题.对于带有固定个体效应且n和T都很大的的动态面板数据模型,通过残差的一阶差分构造了一个人工自回归模型,并基于该自回归模型系数的最小二乘估计构造了一个检验统计量检验模型的充分性.研究表明在一定的假设条件下,该检验渐近服从卡方分布,计算简单方便.模拟实验结果表明该检验表现很好.     

面板数据交互固定效应模型的方差分量检验

研究了面板数据交互固定效应模型中方差分量的检验问题.首先依据模型中误差项的估计构造辅助回归模型,然后根据该辅助回归构造检验统计量,对模型中的异方差性进行检验.进一步,通过构造不同的辅助回归模型和检验统计量可以判别异方差的来源.在一定正则条件下,得到了检验统计量在原假设和备择假设下的渐近分布,并说明所提出的检验方法不依赖于误差分布.最后,通过模拟研究对本文的检验方法进行评价,说明所提检验方法是有效的.     

非参数回归模型异方差的小波检验

在非参数回归模型的讨论中, 通常假定方差具有齐性结构. 然而事前并不能保证方差齐性. 因此需要检验异方差性. 基于小波方法提出了一种相合的非参数异方差检验. 首先定义了回归模型的条件方差函数的经验小波系数, 然后证明了其渐近正态性. 在此基础上, 利用 Fan 的小波收缩的概念, 提出了异方差性检验的统计量. 模拟结果表明, 本检验方法优于传统的非参数检验方法.     

面板数据模型的序列相关性检验——理论研究与实证分析

本文对文献中面板数据模型中一些重要的序列相关性检验方法进行了梳理,并基于动态面板数据模型联合序列相关性检验对外商直接投资与增加就业的影响关系进行了实证研究。     

非参数自回归模型异方差的小波检验

本文讨论了非参数自回归模型异方差的检验问题.在非参数自回归模型的建模过程中,通常假定方差为常数.然而在建模前,我们应该首先检验这-假定是否成立.本文将利用小波方法来检验异方差问题.我们首先利用核估计方法定义经验小波系数,然后讨论其渐近性质.在此基础上,我们提出了异方差性检验的统计量.数值模拟结果表明,我们的方法表现良好.     

单指标回归模型的若干检验问题

在参数和非参数回归模型中,关于异方差检验、一阶自相关存在性检验以及附加变量检验问题都有很多的研究.文中利用P-样条方法,研究了单指标模型的异方差、一阶自相关存在性及附加变量检验问题,分别得到了三种情况下的Score检验统计量,最后给出计算机模拟和实际例子,证实了文中所提出的方法的可行性和有效性,推广和发展了先前的工作.     

带有随机设计的非参数回归模型的异方差小波检验

该文讨论了带有随机设计的非参数回归模型的异方差小波检验. 首先给出了回归模型的条件方差函数的经验小波系数, 然后证明了它们是渐近独立和正态的. 基于 Fan (1996) 的方法, 构造了异方差检验统计量.最后通过数值模拟,作者检验了该文所提出的方法的有效性.模拟结果表明该文所提出的检验方法在水平和功效方面表现良好.     

非线性自回归序列的矩的存在性

本文研究平稳非线性自回归序列的高阶矩的存在性问题,此序列满足带条件异方差的非线性自回归模型。其主要结果是：在某些平稳条件下,只要新息序列具有有穷的r(r≥1)阶矩,该模型的平稳解也有有穷的r阶矩。     

基于Panel Data的信息化与物流产业关系研究

基于Panel Data模型,采用中国31个省份,2005-2015年的面板数据,对信息化与物流产出的关系从静态和动态两个角度分别进行研究.面板数据模型的研究结果表明:信息化对物流产出的提高意义重大,其弹性系数为0.198.再利用向量自回归模型(PVAR)的脉冲响应函数和方差分解动态分析了不同变量冲击下物流产出的变化,结果发现信息化对物流产出的影响趋势最大且有明显的上升趋势,资金投入对物流产出呈现下降趋势,物流设施总体比较平稳.     

单指标模型异方差检验（英文）

在可加回归模型中,高维回归分析一般采用单指标模型.该模型与参数模型相比更加灵活,同时避免了维数灾难,因为单指标将标准变量向量的维数降低为单变量指标.本文构建了一个带有函数型误差项的单指数回归模型用于检验单指标模型的异方差性.由于回归模型的有效推断要求在存在异方差的情况下考虑异方差,本文提出了检验单指标模型方差不变性的假设.将Levene检验和无限因子水平的方差分析理论结合得到检验统计量用来评估方差同质性.模拟研究显示与已有方法相比,所提检验统计量适用于多种情形.最后将本文的方法应用于分析一组实际数据.     

基于Gibbs抽样算法的贝叶斯动态面板数据模型分析

针对现有动态面板数据分析中存在偶发参数和没有考虑模型参数的不确定性风险问题,提出了基于Gibbs抽样算法的贝叶斯随机系数动态面板数据模型.假设初始值服从平稳分布,自回归系数服从Logit正态分布的条件下,设计了Markov链Monte Carlo数值计算程序,得到了模型参数的贝叶斯估计值.实证研究结果表明:基于Gibb...     

基于动态因子结构的贝叶斯分位面板协整研究

针对传统面板协整检验在建模过程中易受异常值影响以及其原假设设置的主观选择问题,本文利用动态公共因子刻画面板数据潜在的截面相关结构,提出基于动态因子的截面相关结构的贝叶斯分位面板协整检验,结合各个主要分位数水平下参数的条件后验分布,设计结合卡尔曼滤波的Gibbs抽样算法,进行贝叶斯分位面板协整检验;并进行Monte Carlo仿真实验验证贝叶斯分位面板协整检验的可行性与有效性。同时,采用中国各省金融发展和经济增长的面板数据进行实证研究,结果发现在各主要分位数水平下中国金融发展和经济增长之间具有协整关系。研究结果表明:贝叶斯分位面板协整检验方法避免了传统面板数据协整方法由于原假设设置不同而发生误判的问题,克服了异常值的影响,能够提供全面准确的模型参数估计和协整检验结果。     

A modified residual-based test for serial correlation in linear panel data models

This paper suggests a modified serial correlation test for linear panel data models, which is based on the parameter estimates for an artificial autoregression modeled by differencing and centering residual vectors. Specifically, the differencing operator over the time index and the centering operator over the individual index are, respectively, used to eliminate the potential individual effects and time effects so that the resultant serial correlation test is robust to the two potential effects. Clearly, the test is also robust to the potential correlation between the covariates and the random effects. The test is asymptotically chi-squared distributed under the null hypothesis. Power study shows that the test can detect local alternatives distinct at the parametric rate from the null hypothesis. The finite sample properties of the test are investigated by means of Monte Carlo simulation experiments, and a real data example is analyzed for illustration.     

A note on parameter estimations of panel vector autoregressive models with intercorrelation

This note considers parameter estimation for panel vector autoregressive models with intercorrelation. Conditional least squares estimators are derived and the asymptotic normality is established. A simulation is carried out for illustration.     

财政支出、电力消费与农民收入的时空特征分析

本文将财政农业人均支出和农村人均用电量作为解释变量,农民人均纯收入作为被解释变量,利用2000-2005年中国31个省、市和自治区的有关时空数据,建立相应的空间自回归模型.模型数据统计分析表明:a)农民人均纯收入不仅存在空间自相关的特点,而且具有异质性;b)农民人均收入对财政农业人均支出、农村人均用电量存在明显的空间依赖性;c)用财政农业支出和农村用电量来反映农民收入水平十分有效,且都具有显著的正面影响.据此,文章提出了一些有针对性的提高农民收入的政策建议.     

Testing for Covariance Matrices in Panel Data Models with Interactive Fixed Effect

In this paper, we focus on the tests for covariance matrices in panel data model with interactive fixed effects. For the problem of testing identity and sphericity of covariance matrices, we first propose test statistics based on the estimators of the trace of covariance matrices. Under both the null hypothesis and the alternatives, we establish the asymptotic distributions of the proposed test statistics under some regularity conditions, and we further show that the proposed tests are distribution free. Subsequently simulation studies suggest that the proposed tests perform well under the high dimensional panel data.     

������ݽ����̶�ЧӦģ�͵�Э����������

??In this paper, we focus on the tests for covariance matrices in panel data model with interactive fixed effects. For the problem of testing identity and sphericity of covariance matrices, we first propose test statistics based on the estimators of the trace of covariance matrices. Under both the null hypothesis and the alternatives, we establish the asymptotic distributions of the proposed test statistics under some regularity conditions, and we further show that the proposed tests are distribution free. Subsequently simulation studies suggest that the proposed tests perform well under the high dimensional panel data.     

Heteroscedasticity checks for regression models

For checking on heteroscedasticity in regression models, a unified approach is proposed to constructing test statistics in parametric and nonparametric regression models. For nonparametric regression, the test is not affected sensitively by the choice of smoothing parameters which are involved in estimation of the nonparametric regression function. The limiting null distribution of the test statistic remains the same in a wide range of the smoothing parameters. When the covariate is one-dimensional, the tests are, under some conditions, asymptotically distribution-free. In the high-dimensional cases, the validity of bootstrap approximations is investigated. It is shown that a variant of the wild bootstrap is consistent while the classical bootstrap is not in the general case, but is applicable if some extra assumption on conditional variance of the squared error is imposed. A simulation study is performed to provide evidence of how the tests work and compare with tests that have appeared in the literature. The approach may readily be extended to handle partial linear, and linear autoregressive models.