计量经济建模中的稳健回归方法及其应用分析——以中国gdp数据质量评估为例-robust regression method in econometric modeling and its application analysis - a case study of chinas gdp data quality assessment.docxVIP

摘要从调查实践中获取数据，异常值的出现不可避免，而且往往对模型结果产生严重 的影响，甚至扭曲事实，为得到正确的估计结果，传统的方法一般对异常值进行探测 和剔除。但异常值也蕴含一定的经济、自然或政治等因素，不能视而不见，所以该方 法具有局限性。稳健回归可以提供不受异常值影响的无偏估计，但多用在化学、医学、 地理等自然科学方面，在经济领域中比较少见。而经济建模中数据起着至关重要的作 用，国内外诸多研究机构和学者对中国经济数据的真实性表示质疑。因此，对稳健回 归方法进行梳理和研究，选用合适的稳健方法对中国经济数据进行评估具有深远的现 实意义和理论意义。论文在对稳健回归方法梳理的基础上，采用蒙特卡洛模拟技术对 OLS、M（Huber）、M（双权数）、M（Hampel）、GM、MM、LTS 和 LAV 回归的抗异常 值干扰能力和异常值诊断能力进行模拟分析，得出 GM、MM、LTS 稳健回归在这两 方面具有相对优势。并将 GM、MM、LTS 估计应用到中国 GDP 数据质量评估上，从 异常值诊断和 TFP 增长率的稳健性来评价 GDP 数据的可靠性，实证表明 GDP 数据 相对可靠。文章主要包括三部分：第一部分重点介绍稳健回归和稳健诊断方法，对相关理论 进行梳理；第二部分通过模拟不同类型异常值的情况，横向比较 OLS 和七种稳健回 归的耐抗性和异常值的诊断效率；第三部分结合实际经济案例，一方面