面板有序响应模型多种参数估计方法的仿真比较

面板有序响应模型已经被广泛应用于主观评价问题的研究,但在估计方法上,该模型依据对排序变量的处理规则不同产生了多种估计技术。因此,有必要设计蒙特卡罗仿真实验,综合考察这些方法在模型参数估计以及假设检验两个方面的表现,进而判别其优劣,其结果对于应用研究的方法选择也具有重要的指导意义。基于仿真实验的研究结果表明,OMD方法在小样本下会存在严重的估计偏误与假设检验的显著性水平扭曲现象,在超大样本下该方法可以产生有效的估计结果与检验结论,但效率改进的幅度不明显。DvS、BUC和CML方法在各种样本条件下都可以获得稳健一致的估计结果,但是对于参数的约束检验,CML方法会产生较明显的错误结论。针对以上结果产生的建议是,应该优先使用DvS或者BUC方法来估计面板有序响应模型并开展后续的假设检验工作。     

空间动态面板模型的时间滞后效应检验

空间面板数据模型由于考虑了经济变量间的空间相关性,其优势日益凸显,已成为计量经济学的热点研究领域。将空间相关性与动态模式同时扩展到面板模型中的空间动态面板模型,不仅考虑了经济变量之间的空间相关性,还考虑了时间上的滞后性,是空间面板模型的发展,增强了模型的解释力。考虑一种带固定个体效应、因变量的时间滞后项、因变量与随机误差项均存在空间自相关性的空间动态面板回归模型,提出了在个体数n和时间数T都很大,且T相对地大于n的条件下空间动态面板模型中时间滞后效应存在性的LM和LR检验方法,其检验方法包括联合检验、一维及二维的边际和条件检验;推导出这些检验在零假设下的极限分布;其极限分布均服从卡方分布。通过模拟试验研究检验统计量的小样本性质,结果显示其具有优良的统计性质。     

个体协整条件下面板单位根检验统计量性质研究

 本文通过蒙特卡洛模拟试验,研究了个体间的协整关系对面板单位根检验统计量分布、实际检验水平及检验功效的影响。结果显示：个体间协整关系个数和协整向量均对检验统计量分布产生影响;同时,如果忽视个体间存在的协整关系,继续运用个体间无协整关系条件下检验统计量的临界值进行面板单位根检验,各检验统计量实际检验水平将严重失真。     

存在测量误差的面板自回归模型的工具变量估计

对于存在测量误差的面板数据自回归模型,首先讨论了POLS(Pooling OLS)和LSDV(least square of dummy variable)估计存在向零的衰减偏差及其非一致性,其次对于混合自回归模型和个体固定效应自回归模型给出了工具变量应满足的条件.研究发现这时工具变量的选择是十分困难的.     

空间面板杜宾模型的Bootstrap Wald-COMFAC检验研究

将共同因子约束(COMFAC)的Wald检验问题引入到空间面板模型中,讨论空间面板杜宾模型与空间面板误差模型的识别问题。蒙特卡洛模拟表明:在有限样本下,基于渐近临界值的Wald检验有着良好的检验功效,但存在着较为严重的尺度扭曲。进一步采用残差Bootstrap方法,在不损失检验功效的前提下,能够显著地降低检验的尺度扭曲。因此,残差Bootstrap方法是更为有效的检验方法。     

多项分布内生回归元计数模型的两阶段估计方法研究

两阶段估计方法是解决计量模型变量内生性问题的重要方法,而现代社会科学领域的研究文献在选择两阶段估计方法时存在较多误区,缺乏比较系统的研究。基于多项分布内生回归元的计数模型,采用蒙特卡洛模拟比较2SLS、2SPS、2SRI三种两阶段估计方法的优劣,并从检验水平和功效角度评价Wald、LR、LM三种内生性检验方法的有效性,结果发现:当忽略模型非线性、内生性或错误设定计数数据分布时,2SLS和2SPS均会存在较大的估计偏差,但2SRI估计量具有良好的有限样本特征;基于2SRI的三种内生性检验方法,在计数数据分布设定正确时都有合理的实际检验水平和功效,但在忽略计数数据过度分散特征时,Wald和LR检验统计量会发生严重的水平扭曲,而LM检验则更有效。     

面板数据的分位回归方法及其模拟研究

文章讨论了含有固定效应的面板数据模型,给出了3种估计未知参数的分位回归方法,蒙特卡洛模拟结果显示这些分位回归方法是处理面板数据的有效手段,且在误差非正态时优于均值回归方法。文章最后给出了一个真实数据的建模案例,得到了有利于决策的有用参考信息。     

面板单位根检验的Bootstrap比较

目前,面板数据单位根检验主要是IPS检验、BREIGUN检验、LLC检验和FISHER检验,它们都具有好的大样本性质,但他们的有限样本性质却是应用中必须要考虑的问题.文章应用bootstrap对四种检验进行了比较研究,发现这四种检验不仅存在截面和时序个数的影响,是否引入时间趋势项也是导致检验水平和功效扭曲的一个因素.     

动态面板空间随机前沿模型的参数估计及应用

生产效率一般会受到空间相关性和时间滞后效应的影响,不易准确测算。本文考虑时空双重滞后特征,提出一种动态面板数据空间随机前沿模型,针对模型的内生性问题,借鉴已有的估计方法,本文提出一种广义矩估计方法（Generalized Method of Moments,GMM）,并证明了参数估计的一致性。在应用分析中,利用本文所提出的理论模型实证分析了我国战略性新兴产业发展的效率,该理论模型能够客观、科学地测算技术效率,实证结论验证了理论模型的应用效果。     

基于动态面板模型的城市化与房价关系研究

文章选取我国安徽、江西、山西、河南、湖北、湖南中部六省1998～2010年房价与城市化率等数据,运用动态面板数据的GMM估计方法实证分析了城市化率对房价的影响.研究显示:城市化水平深入推动住房价格的上涨,上一年的房价对当期房价有正影响;把握城市化进程,实行稳健的可持续战略,有助于抑制房价的非理性上涨.     

Regression Parameter Estimation from Panel Counts

This paper considers a study where each subject may experience multiple occurrences of an event and the rate of the event occurrences is of primary interest. Specifically, we are concerned with the situations where, for each subject, there are only records of the accumulated counts for the event occurrences at a finite number of time points over the study period. Sets of observation times may vary from subject to subject and differ between groups. We model the mean of the event occurrence number over time semiparametrically, and estimate the regression parameter. The proposed estimation procedures are illustrated with data from a bladder cancer study ( Byar, 1980 ). Both asymptotics and simulation studies on the estimators are presented.     

改进的Gompertz模型参数估计方法比较研究

讨论改进的Gompertz模型两种参数估计方法:三和法和非线性最小二乘估计法,并通过蒙特卡洛实验比较两种估计方法的精度和收敛率,得出非线性最小二乘估计法在估计精度和估计的成功率两方面都优于三和法的结论;利用Gompertz曲线拟合中国电影票房数据并对其未来发展作出预测:中国电影票房最终可以在2025年左右到达饱和状态,饱和状态总规模大约为1 676.5亿元。     

动态面板阈模型的一种序贯两步估计

动态面板阈模型可以刻画经济变量动态调整过程的非对称性,在实证分析中有广泛的运用,但阈值参数的引入同时增加了参数估计的困难,理论上尚有许多问题没有解决。针对此类模型,本文提出了一种简单而实用的序贯两步估计方法,首先利用格点搜索获得阈值参数的一致估计,基于该参数对数据结构进行合理划分并引入不同类型的矩条件,然后利用广义矩方法获得自回归参数的估计。理论研究与模拟结果表明,序贯两步估计具有良好的大样本性质和有限样本表现;与现有文献的方法相比,序贯两步估计能够有效避免不同类型参数估计偏差的相互影响,减小估计量的偏差与均方根误差。     

Bias-Corrected Estimation in Dynamic Panel Data Models

This study develops a new bias-corrected estimator for the fixed-effects dynamic panel data model and derives its limiting distribution for finite number of time periods, T, and large number of cross-section units, N. The bias-corrected estimator is derived as a bias correction of the least squares dummy variable (within) estimator. It does not share some of the drawbacks of recently developed instrumental variables and generalized method-of-moments estimators and is relatively easy to compute. Monte Carlo experiments provide evidence that the bias-corrected estimator performs well even in small samples. The proposed technique is applied in an empirical analysis of unemployment dynamics at the U.S. state level for the 1991–2000 period.     

含非随机缺失数据的面板数据参数估计方法

抽样调查领域常采用对多个受访者进行跟踪调查得到面板数据,进而对总体特性进行统计推断,在面板数据中常含缺失数据,大多数处理面板缺失数据的软件都是直接删去含缺失值的受访者以得到完全数据集,当数据缺失机制为非随机缺失时会导致总体参数估计结果有偏。本文针对数据缺失机制为非随机缺失情形下,如何对面板数据进行统计分析进行了阐述,主要采用的是基于模型的似然推断法,对目标变量、缺失指示变量和随机效应向量的联合分布建模,在已有选择模型和模式混合模型的基础上,引入随机效应,研究目标变量期望的计算方法,并研究随机效应杂合模型下参数的估计方法,在变量分布相对简单的情形下给出了用极大似然法推断总体参数的估计步骤,最后通过模拟分析比较方法的优劣。     

Parameter Estimation in Large Dynamic Paired Comparison Experiments

Paired comparison data in which the abilities or merits of the objects being compared may be changing over time can be modelled as a non-linear state space model. When the population of objects being compared is large, likelihood-based analyses can be too computationally cumbersome to carry out regularly. This presents a problem for rating populations of chess players and other large groups which often consist of tens of thousands of competitors. This problem is overcome through a computationally simple non-iterative algorithm for fitting a particular dynamic paired comparison model. The algorithm, which improves over the commonly used algorithm of Elo by incorporating the variability in parameter estimates, can be performed regularly even for large populations of competitors. The method is evaluated on simulated data and is applied to ranking the best chess players of all time, and to ranking the top current tennis-players.     

A Comparative Note about Estimation of the Fractional Parameter under Additive Outliers

In recent articles, Fajardo et al. (2009 Fajardo Molinares, F., Reisen, V.A., Cribari-Neto, F. (2009). Robust estimation in long-memory processes under additive outliers. Journal of Statistical Planning and Inference 139:2511–2525.[Crossref], [Web of Science ®] , [Google Scholar]) and Reisen and Fajardo (2012) propose an alternative semiparametric estimator of the fractional parameter in ARFIMA models which is robust to the presence of additive outliers. The results are very interesting, however, they use samples of 300 or 800 observations which are rarely found in macroeconomics. In order to perform a comparison, I estimate the fractional parameter using the procedure of Geweke and Porter-Hudak (1983 Geweke, J., Porter-Hudak, S. (1983). The estimation and application of long memory time series model. Journal of Time Series Analysis 4:221–238.[Crossref] , [Google Scholar]) augmented with dummy variables associated with the (previously) detected outliers using the statistic τ_d suggested by Perron and Rodríguez (2003 Perron, P., Rodríguez, G. (2003). Searching for additive outliers in nonstationary time series. Journal of Time Series Analysis 24(2):193–220.[Crossref], [Web of Science ®] , [Google Scholar]). Comparing with Fajardo et al. (2009 Fajardo Molinares, F., Reisen, V.A., Cribari-Neto, F. (2009). Robust estimation in long-memory processes under additive outliers. Journal of Statistical Planning and Inference 139:2511–2525.[Crossref], [Web of Science ®] , [Google Scholar]) and Reisen and Fajardo (2012), I found better results for the mean and bias of the fractional parameter when T = 100 and the results in terms of the standard deviation and the MSE are very similar. However, for higher sample sizes such as 300 or 800, the robust procedure performs better. Empirical applications for seven monthly Latin-American inflation series with very small sample sizes contaminated by additive outliers are discussed.     

相关差别指标的区间估计方法比较

在公共疾病控制领域,重大稀有疾病的发病率非常低,符合逆抽样特征,量化分析重大稀有疾病的发病率并对其特点进行分析,为了研究在带有群内相关条件下的整群抽样问题,通过β-二项分布抽样对比流行病学中相关差别指标的六种渐近置信区间的构造方法,综合考虑实际覆盖率与区间长度对各种方法的优劣及适用情况并对比分析。研究表明,Wald型置信区间与对数变换的置信区间对发病率的估计表现因参数而定,而Bootstrap类方法不稳定。本研究找出了不同区间估计方法的适用场合,认为应合理看待置信区间这种评估方法在流行病学中的实际应用。     

相关差别指标的区间估计方法比较

在公共疾病控制领域,重大稀有疾病的发病率非常低,符合逆抽样特征,量化分析重大稀有疾病的发病率并对其特点进行分析。为了研究在带有群内相关条件下的整群抽样问题,通过二项分布抽样对比流行病学中相关差别指标的六种渐近置信区间的构造方法研究,综合考虑实际覆盖率与区间长度对各种方法的优劣及适用情况做出对比分析。研究表明,Wald型置信区间与对数变换的置信区间对发病率的估计表现因参数而定,而Bootstrap类方法不稳定。本研究找出了不同区间估计方法的适用场合,应合理看待置信区间这种评估方法在流行病学中的实际应用。     

Iterated Feasible Generalized Least-Squares Estimation of Augmented Dynamic Panel Data Models

This article provides the large sample distribution of the iterated feasible generalized least-squares (IFGLS) estimator of an augmented dynamic panel data model. The regressors in the model include lagged values of the dependent variable and may include other explanatory variables that, while exogenous with respect to the time-varying error component, may be correlated with an unobserved time-invariant component. The article compares the finite sample properties of the IFGLS estimator to that of GMM estimators using both simulated and real data and finds that the IFGLS estimator compares favorably.