|
|||||
|
|
| 基于折扣指数损失函数的高维异方差数据的惩罚稳健回归估计（英文） | |
| 作者姓名： | 姜云卢 邹航 温灿红 张宝学 王学钦 |
| 作者单位： | 1. 暨南大学经济学院统计与数据科学系;2. 中国科学技术大学国际金融研究院;3. 中国科学技术大学管理学院统计与金融系;4. 首都经济贸易大学统计学院 |
| 摘 要： | 生物医学、计量经济学和金融学领域的高维数据通常表现出异方差性,这引起了学者们极大的关注.虽然已经提出了大量方法来解决异方差或重尾误差,但是其中很多缺乏稳健的理论性质并且容易受到高杠杆点的影响.为了克服这些缺陷,本文提出了一种新的针对高维异方差数据的稳健变量选择方法.我们的方法引入了一个非对称的指数平方损失函数,且在一些弱的条件下能实现最高的渐近崩溃点.此外,所提方法具有变量选择的相合性和渐近正态性.实证结果表明我们所提的方法在各种情况下具有竞争力.特别是在高维重尾和异质性数据中存在高杠杆点时,本文的方法优于现有的其它方法. |
| 关 键 词： | 异质性 折扣指数损失函数 稳健性 崩溃点 |