非线性计量经济模型的非参数估计方法研究.doc

非线性计量经济模型的非参数估计方法研究.doc

  1. 1、本文档共28页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
非线性计量经济模型的非参数估计方法研究 马薇/ 袁铭 【专题名称】 统计与精算 【专 题 号】F104 【复印期号】2010年03期 【原文出处】《 数量经济技术经济研究》(京)2010年1期第151~160页 【英文标题】A Study on the Nonparametric Estimation Method of Nonlinear Econometric Model 【作者简介】马薇,袁铭,天津财经大学。 【内容提要】 本文提出使用核估计的方法构造平滑转移模型(STR)的非参数模拟最大似然估计(NPSML),给出了NPSML估计量的构造方法、渐近性质以及相应的核函数和窗宽的选择准则,并利用滑动窗宽算法对估计量的构造过程进行了改进。通过Monte Carlo实验证明,该方法是可靠的,并且当误差项存在序列相关时,此种估计量是稳健的。 This paper proposes nonparametric simulated maximum likelihood (NPSML) estimation for smooth transition model by kernel method. We provide a unified framework for constructing NPSML estimator and give rules for the choice of kernel function and bandwidth, and then use a slide variable bandwidth algorithm to improve its accuracy and reliability. Monte Carlo simulation study shows NPSML estimator is consistent and asymptotically efficient and robust when the error terms represent serial correlation. 【关 键 词】 平滑转移模型/ 非参数模拟最大似然估计/ 滑动窗宽算法smooth transition model/ NPSML/ slide variable bandwidth algorithmEEUU ????引言 ????经济过程在运行中由于其复杂性,大多数表现出非线性特征。特别地,许多经济过程都表现出以机制转换行为为特点的非线性特征,即经济运行过程具有一个或者多个突变点。目前,世界性的金融危机就充分体现出这样的特征。针对这些现象,人们开始考虑将传统的线性模型拓展到非线性建模领域,并逐步提出了三种典型的机制转换模型,即马尔可夫机制转换模型、门限回归模型和平滑转移模型。三个模型的共同点都是将数据生成过程中的非线性信息转换成可以控制的模型机制,主要区别在于处理机制转换结构的方法有所不同。作为本文研究的重点,设定平滑转移回归模型(STR)允许两个或者多个极端机制之间的变化是平滑的。 ????STA模型用于研究经济过程的变化规律具有以下三个优点:(1)由于现实中的经济变量发生机制转移行为时需要时间,因此该模型适合模拟经济现实和突发性政策;(2)能够处理经济过程中的结构性突变;(3)能够捕捉经济过程中的非对称现象。这些优点使得平滑转移模型成为近年来国内外计量经济学前沿领域追踪的热点问题,广泛应用于经济周期研究、购买力平价假设、失业率与产出等宏观经济现象的建模和预测,并逐步拓展到向量自回归和面板数据分析领域,使其能够处理系统模型以及经济过程中广泛存在的异质性问题。 ????在以往的平滑转移模型的研究中,Tersvirta(1994)给出了数据驱动的过程,建模过程中需要不断对模型进行估计和调整。Tersvirta(2008)指出,STR模型的设定和估计环节是互相重叠的,其中对模型进行稳健估计是至关重要的。但是,常用的基于非线性最小二乘法(NLS)的估计存在两个明显缺陷:(1)初始值问题,即STR模型的参数估计对非线性迭代最优化算法过分依赖于初始值,初始值选择不当,会直接影响估计结果;(2)当转换速度参数较大时,现有方法很难做出精确估计。因此,本文考虑使用遗传算法对NLS估计进行改进,并将模拟技术应用于其中,提出STR模型的非参数模拟似然估计量(NPSML),并通过Monte Carlo实验考察NPSML估计量的可靠性,以便为应用非线性模型的人们提供更好的估计方法,提高模型的价值。 ????基于前面的分析,本文做了以下工作:首先对STR模型的基本形式、拓展形式以及参数估计进行介绍,指出现有NLS估计存在的局限性;然后提出STR模型的NPSML估计量,给出了估计量的构造方法、渐近性质以及相

文档评论(0)

小教资源库 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档