|
|||||
|
|
| 基于Spatial AIC准则的空间自回归模型变量选择研究 | |
| 作者单位： | ;1.上海师范大学商学院;2.上海财经大学财经研究所;3.上海对外经贸大学国际经贸学院 |
| 摘 要： | 变量选择直接决定着空间计量经济模型的有效程度与实证研究结果。为有效解决空间自回归模型(即SAR模型)的变量选择问题,本文利用Kullback-Laible信息量最大化,把AIC准则运用到SAR模型构建,推导出Spatial AIC统计量,提出Spatial AIC准则。然后利用统计理论证明Spatial AIC准则选择SAR模型变量的渐近最优性;利用蒙特卡洛模拟方法,比较Spatial AIC准则、经典AIC准则和Lasso方法用于SAR模型变量选择的有限大样本性质;利用空间相关的沪深300成分股股票收益率数据,采用Spatial AIC准则和Lasso方法,分别构建股票收益率财务因素的空间自相关模型,实证比较其相对有效性。三种结果均表明Spatial AIC准则能够更好地解决SAR模型变量选择问题。 |
| 关 键 词： | 空间自回归模型 变量选择 Spatial AIC准则 渐进最优性 有限大样本性质 |
Research on the Variable Selection of Spatial Autoregressive Model Based on the AIC Criterion |
|
| Abstract: | |
| Keywords: | |