計量經濟建模中的穩(wěn)健回歸方法及其應用研究
發(fā)布時間:2020-10-29 18:48
從調查實踐中獲取數據,異常值的出現不可避免,而且往往對模型結果產生嚴重的影響,甚至扭曲事實,為得到正確的估計結果,傳統(tǒng)的方法一般對異常值進行探測和剔除。但異常值也蘊含一定的經濟、自然或政治等因素,不能視而不見,所以該方法具有局限性。穩(wěn)健回歸可以提供不受異常值影響的無偏估計,但多用在化學、醫(yī)學、地理等自然科學方面,在經濟領域中比較少見。而經濟建模中數據起著至關重要的作用,國內外諸多研究機構和學者對中國經濟數據的真實性表示質疑。因此,對穩(wěn)健回歸方法進行梳理和研究,選用合適的穩(wěn)健方法對中國經濟數據進行評估具有深遠的現實意義和理論意義。論文在對穩(wěn)健回歸方法梳理的基礎上,采用蒙特卡洛模擬技術對OLS、M (Huber)、M(雙權數)、M (Hampel)、GM、MM、LTS和LAV回歸的抗異常值干擾能力和異常值診斷能力進行模擬分析,得出GM、MM、LTS穩(wěn)健回歸在這兩方面具有相對優(yōu)勢。并將GM、MM、LTS估計應用到中國GDP數據質量評估上,從異常值診斷和TFP增長率的穩(wěn)健性來評價GDP數據的可靠性,實證表明GDP數據相對可靠。文章主要包括三部分:第一部分重點介紹穩(wěn)健回歸和穩(wěn)健診斷方法,對相關理論進行梳理;第二部分通過模擬不同類型異常值的情況,橫向比較OLS和七種穩(wěn)健回歸的耐抗性和異常值的診斷效率;第三部分結合實際經濟案例,一方面用OLS、GM、 MM、LTS對GDP進行異常值診斷分析,通過對比穩(wěn)健診斷能獲取更多的信息,另一方面討論穩(wěn)健估計對時間序列差分的取代性,結果證實穩(wěn)健估計在一定程度上可取代差分。創(chuàng)新之處在于:在統(tǒng)計診斷模擬中用診斷指標的平均值取代概率性的MSR指標來量化數據的異常程度;穩(wěn)健估計對時間序列差分的取代性進行嘗試,得到在保持數據原有經濟意思下用穩(wěn)健估計取代差分具有實踐性;TFP增長率的穩(wěn)健性一般通過主觀判斷得知,本文通過單位根檢驗驗證其平穩(wěn)性;同時運用異常值診斷和TFP邏輯評價標準對GDP數據質量進行評估,并縱向對比分析。
【學位單位】:山東財經大學
【學位級別】:碩士
【學位年份】:2015
【中圖分類】:F224.0
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 選題的背景及意義
1.1.1 選題背景
1.1.2 選題意義
1.2 國內外研究現狀
1.2.1 國外研究現狀
1.2.2 國內研究現狀
1.2.3 總體評價
1.3 研究方法與內容
1.3.1 研究方法
1.3.2 研究內容
第2章 穩(wěn)健回歸方法簡介
2.1 異常值的定義及類型
2.1.1 異常值的含義
2.1.2 異常值的類型
2.2 傳統(tǒng)的異常值診斷方法
2.3 穩(wěn)健回歸的概念界定及穩(wěn)健性測度
2.3.1 穩(wěn)健回歸的概念界定
2.3.2 穩(wěn)健性測度
2.4 線性穩(wěn)健回歸模型
2.4.1 LAV估計
2.4.2 M估計
2.4.3 GM估計
2.4.4 LTS估計
2.4.5 MM估計
2.5 穩(wěn)健診斷方法
2.6 本章小結
第3章 穩(wěn)健回歸方法的模擬比較
3.1 回歸模型的抗干異常值干擾能力
3.1.1 異常值對回歸系數的影響
3.1.2 異常值對回歸擬合優(yōu)度的影響
3.2 統(tǒng)計診斷模擬分析
3.2.1 基于OLS異常值診斷模擬分析
3.2.2 基于穩(wěn)健回歸異常值診斷分析
3.3 本章小結
第4章 穩(wěn)健回歸應用案例:GDP數據質量評估
4.1 實證分析背景
4.1.1 問題的提出
4.1.2 統(tǒng)計數據質量評估方法簡介
4.1.3 GDP數據質量評價標準
4.2 模型設定與數據說明
4.2.1 模型設定
4.2.2 數據說明
4.3 基于異常值診斷的實證結果
4.3.1 回歸估計結果
4.3.2 異常值診斷分析
4.4 基于邏輯診斷的實證結果
4.5 本章小結
第5章 總結與展望
參考文獻
附錄
攻讀學位期間獲得的學術成果
致謝
【參考文獻】
本文編號:2861307
【學位單位】:山東財經大學
【學位級別】:碩士
【學位年份】:2015
【中圖分類】:F224.0
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 選題的背景及意義
1.1.1 選題背景
1.1.2 選題意義
1.2 國內外研究現狀
1.2.1 國外研究現狀
1.2.2 國內研究現狀
1.2.3 總體評價
1.3 研究方法與內容
1.3.1 研究方法
1.3.2 研究內容
第2章 穩(wěn)健回歸方法簡介
2.1 異常值的定義及類型
2.1.1 異常值的含義
2.1.2 異常值的類型
2.2 傳統(tǒng)的異常值診斷方法
2.3 穩(wěn)健回歸的概念界定及穩(wěn)健性測度
2.3.1 穩(wěn)健回歸的概念界定
2.3.2 穩(wěn)健性測度
2.4 線性穩(wěn)健回歸模型
2.4.1 LAV估計
2.4.2 M估計
2.4.3 GM估計
2.4.4 LTS估計
2.4.5 MM估計
2.5 穩(wěn)健診斷方法
2.6 本章小結
第3章 穩(wěn)健回歸方法的模擬比較
3.1 回歸模型的抗干異常值干擾能力
3.1.1 異常值對回歸系數的影響
3.1.2 異常值對回歸擬合優(yōu)度的影響
3.2 統(tǒng)計診斷模擬分析
3.2.1 基于OLS異常值診斷模擬分析
3.2.2 基于穩(wěn)健回歸異常值診斷分析
3.3 本章小結
第4章 穩(wěn)健回歸應用案例:GDP數據質量評估
4.1 實證分析背景
4.1.1 問題的提出
4.1.2 統(tǒng)計數據質量評估方法簡介
4.1.3 GDP數據質量評價標準
4.2 模型設定與數據說明
4.2.1 模型設定
4.2.2 數據說明
4.3 基于異常值診斷的實證結果
4.3.1 回歸估計結果
4.3.2 異常值診斷分析
4.4 基于邏輯診斷的實證結果
4.5 本章小結
第5章 總結與展望
參考文獻
附錄
攻讀學位期間獲得的學術成果
致謝
【參考文獻】
相關期刊論文 前6條
1 鄭忠國;M-估計的推廣[J];北京大學學報(自然科學版);1986年01期
2 崔恒建;多元線性模型t型回歸參數估計的相合性和漸近正態(tài)性[J];中國科學(A輯:數學);2004年03期
3 王彤,何大衛(wèi);醫(yī)用線性回歸模型多個異常點診斷及穩(wěn)健估計方法[J];疾病控制雜志;2002年04期
4 劉永璋;朱勝;;基于VEC模型的四川省GDP統(tǒng)計數據質量分析[J];經濟研究導刊;2010年04期
5 陳思蓉;;基于科布-道格拉斯生產函數對我國經濟增長的實證檢驗[J];金融經濟;2007年20期
6 王彤,何大衛(wèi);LTS回歸與M估計穩(wěn)健性的比較[J];中國衛(wèi)生統(tǒng)計;1999年02期
本文編號:2861307
本文鏈接:http://www.wukwdryxk.cn/jingjilunwen/jiliangjingjilunwen/2861307.html
最近更新
教材專著