基于分位数回归的面板向量自回归模型.pdf

《基于分位数回归的面板向量自回归模型.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于分位数回归的面板向量自回归模型摘要本文探讨了基于分位数回归方法的面板向量自回归模型(PⅥ撒)，提出了基于分位数回归的PVAR模型的参数估计方法。对于常见的固定效应面板模型，当个体数N比时间长度T大时，传统的分位回归固定效应(QRFE)参数方法会使估计量产生较大的偏误。本文发展了Chemozhukov(2006)的工具变量法，并用于基于分位数回归的面板向量自回归模型的参数估计中。蒙特卡洛模拟结果显示该方法在N比T大时能有效的减少估计偏误，并降低均方根误差，从而提高估计的精度。文章最后基于本文提出的参数估计方法，对35个大中城市房地产价格与宏观经济之间的关系进行了分析。关键词：分位数回

2、归；PVAR；固定效应；工具变量QUANTILEREGRESSIONFORPANELVECTORAUTOREGRESSIONMoDELABSTRACTThispaperstudiesparameterestimateproblemofthequantileregressionforpaneldatavectorautoregressionmodelPaneldatafixedeffectsestimatorsaretypicallybiasedwhenNislarger．Toreducethebias，wesuggesttheuseoftheinstrumentalvariablesq

3、uantileregressionmethodofChemozhukov(2006)．MonteCarlosimulationshowsthattheinstrumentalvariablesapproachsharplyreducesthebiaswhenNislargerthanT．Finally，weillustratearealdataexampletostudytherelationshiptherealestatepricesandmacroeconomicof35largeandmedium—Sizedcities．KEYWORDS：QuantileRegression；

4、PVAR；Fixedeffects；Instrumentalvariables浙江工商大学硕士论文目录洲IlllllllIllIllIY2292348摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．IIABSTRACT⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．III第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1第一节研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1第二节文献综述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1第三节研究思路及框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2一、研究思路及创新之处⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2二、基本框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．3第二章分位数回归概述⋯⋯⋯⋯

5、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4第一节分位数回归的基本思想⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．’⋯．．4第二节分位数回归的有限样本分布和渐近分布⋯⋯⋯⋯⋯⋯⋯．．5第三节线性回归模型的渐近统计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．7第四节渐近协方差矩阵的估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．7第五节模型的诊断检验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．9第六节面板数据分位数回归模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．10⋯、面板数据分位数回归⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．10二、动态面板分位数回归⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．11第三章基于工具变量法的面板分位数向量白回归模型⋯⋯⋯⋯⋯⋯12第一节模型的建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．12第二节基

6、于分位数的PVAR模型参数估计方法⋯⋯⋯⋯⋯⋯⋯．12第三节基于分位数回!JJ的工具变量法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯13第四节渐近性质⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯15第五节滞后P阶的PVAR分位回归模型⋯⋯⋯⋯⋯⋯⋯⋯⋯．16第四章蒙特卡洛模拟研究⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯．．18第‘铃模拟设定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯18浙江工商大学硕士论文第二节模拟结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯18第五章实际应用分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．29第六章结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯32第一节总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．32第二节研究前景和不足之处⋯⋯⋯⋯

7、⋯⋯⋯⋯⋯⋯⋯⋯．．32附录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯33定理l的证明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯33蒙特卡洛模拟程序⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．38参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．43致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．45浙江工商大学硕士论文第一章绪论第一节研究背景及意义向量自回归模型(VAR)是处理多个相关经济指标的分析与预测时最易操作的模型之一。然而在现实中，数据的观测值很难满足