收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

Bootstrap方法在空间面板模型空间相关性检验中的应用研究

任通先  
【摘要】:空间经济计量学最显著的特点是引入了空间效应,放松了传统计量经济学研究变量之间相互独立的假定。显然,空间经济计量学更符合实际经济情况,可以得到比传统经济计量学更为可靠和准确的结论。当前,空间经济计量学对空间效应的研究主要侧重于空间相关性的检验。目前,空间经济计量学者提出了诸多空间相关性检验方法,如Moran’s I检验、LM检验、LR检验等。其中,最常用的为Moran’s I检验和LM检验。区别在于Moran’s I检验只能检验模型是否存在空间相关性,不能进一步对所要建立模型为空间误差模型还是空间滞后模型进行有效区分。LM检验可以分为LM-Lag检验及LM-Error检验,通过比较LM-Lag检验和LM-Error检验的显著性可判定空间相关性的表现形式。但是,理论上,Moran’s I检验和LM检验在大样本情况下以及误差项服从经典分布时才能成立。此外,在对现实经济现象的研究中,由于数据可获得性等问题,我们的研究样本为小样本及中样本等有限样本。加之现实经济问题的复杂性等问题,模型误差项很难完全满足经典分布的假设,通常存在异方差及时间序列相关等情况。在实际研究中,前述严格假定条件无法满足。因此,依赖于大样本和误差项服从经典分布的Moran’s I检验和LM检验的检验效果将会大打折扣,甚至无效。空间面板数据模型由于个体效应(随机效应和固定效应)的存在,以及具有截面维度和时间序列维度两重属性,样本为有限样本或误差项非经典分布的空间面板数据模型空间相关性检验还是未涉及到的研究领域。Bootstrap方法不需要研究样本服从经典分布,可以作为解决上述难题的选择方法之一。但是,空间面板数据经济计量模型同时具有空间效应特征和面板数据特征,不仅要考虑个体效应的存在,还要考虑截面维度和时间序列维度,使得空间面板数据模型更为复杂,Bootstrap方法的抽样结果的有效性将会存在疑问,空间截面数据模型空间相关性检验Bootstrap方法已经不再适用于空间面板数据模型。本研究将Bootstrap方法应用于空间面板数据模型Moran’s I检验和LM检验,为经济计量分析工作者解决有限样本或误差项不满足经典分布假设情形下,空间面板数据模型空间相关性检验难题提供有效解决思路。本文得到以下结论:第一,本文对三种衍生的Bootstrap方法 DB1、DB2、FDB方法构建Moran’s I检验统计量,以空间面板数据滞后模型为例,进行Monte Carlo的模拟实验。随机效应条件下,误差项为非经典分布时,观察三种Bootstrap方法在空间面板数据模型空间相关性检验中的表现,无论从水平扭曲还是功效的角度,FDB Moran’s I检验的均表现最好,是最优的选择。第二,本文将FDB方法引入面板数据空间经济计量模型Moran’s I检验,通过大量的Monte Carlo模拟实验发现,在误差项正态分布或存在异方差、时间序列相关情形下,从水平扭曲来看,渐近Moran’s I检验存在较大的水平扭曲,FDB Moran’s I检验水平扭曲较小,且小于渐近Moran’s I检验的水平扭曲,接近于理论值0。随着样本量和Bootstrap模拟次数的增加,渐近Moran’s I检验的水平扭曲逐渐增加,而FDB Moran’s I检验的水平扭曲逐渐减小趋近于理论值0。从检验功效看,渐近Moran’s I检验与FDB Moran’s I检验同样有效。第三,基于Monte Carlo模拟实验结果表明,当个体效应设定为随机效应时,在误差项非经典正态分布条件下,空间面板模型空间相关性渐近LM-Lag检验存在着较大的水平扭曲,而FDB LM-Lag检验则在基本不损失检验功效的同时,可以有效矫正渐近LM-Lag检验的水平扭曲,是空间面板模型空间相关性LM-Lag检验更为理想的检验方法。第四,采用Monte Carlo模拟实验结果表明,存在随机效应的条件下,当误差项非经典分布的时,空间面板数据模型渐近LM-Error检验存在较大的水平扭曲,而FDB LM-Error检验则在基本不损失检验功效的前提下,能有效矫正渐近LM-Error检验的水平扭曲,是空间面板数据模型空间相关性LM检验更为有效的方法。


知网文化
【相似文献】
中国期刊全文数据库 前14条
1 孙佳美;许素英;;参数Bootstrap方法在全年龄人口死亡模型中的应用[J];保险研究;2012年07期
2 刘源;谢水园;;基于Bootstrap方法的FDI与GDP因果关系的检验[J];中国市场;2011年26期
3 李爽楠;;基于Bootstrap方法估计的二手车价格回归模型[J];时代金融;2012年15期
4 陈安明;廖奇云;周焯华;;基于Bootstrap方法的土地出让价格影响因素分析[J];重庆大学学报(自然科学版);2007年05期
5 张保帅;周孝华;李强;;Bootstrap方法和SV模型在风险测度中的应用[J];统计与决策;2013年04期
6 李婷婷;汪飞星;;基于极值理论和Bootstrap方法的E-VaR研究和实证分析[J];价值工程;2007年03期
7 李进芳;王仁曾;;Bootstrap方法在证券投资基金风险测量中的应用[J];统计研究;2010年03期
8 张连增;段白鸽;;基于Bootstrap方法的随机性准备金进展法及R实现[J];山西财经大学学报;2011年04期
9 吕铖;刘云霞;;Bootstrap方法在开发区土地与经济增长度量中的应用[J];统计与决策;2012年18期
10 王志刚;曾勇;李平;;技术交易规则预测能力与收益率动态过程——基于Bootstrap方法的实证研究[J];数量经济技术经济研究;2007年09期
11 曾翀;万建平;;基于Bootstrap方法的VaR区间估计[J];经济数学;2009年01期
12 袁林旺;俞肇元;罗文;钟鹤翔;谢志仁;;海面上升对太湖流域经济影响的模拟与评估[J];自然灾害学报;2012年04期
13 段白鸽;张连增;;考虑两类赔款数据相关性的随机性准备金进展法及改进[J];中国管理科学;2014年04期
14 ;[J];;年期
中国重要会议论文全文数据库 前2条
1 徐振平;孙义明;石明军;;Bootstrap方法在信号处理中的应用[A];全国第二届信号处理与应用学术会议专刊[C];2008年
2 孙蓓云;周辉;陈向跃;毛从光;;用Bootstrap方法求取电磁脉冲损伤函数[A];第十届全国抗辐射电子学与电磁脉冲学术年会论文集[C];2009年
中国博士学位论文全文数据库 前1条
1 任通先;Bootstrap方法在空间面板模型空间相关性检验中的应用研究[D];华南理工大学;2015年
中国硕士学位论文全文数据库 前7条
1 王晶;基于Bootstrap方法的多品种小批量生产的质量控制研究[D];天津大学;2006年
2 段德峰;基于Bootstrap方法的信用风险度量及应用[D];武汉理工大学;2010年
3 钱晗;改进Bootstrap方法在未决赔款准备金估计中的应用[D];吉林大学;2014年
4 张闽;基于Bootstrap方法的决策单元有效性研究[D];重庆大学;2014年
5 马祥宁;基于Bootstrap方法的车身制造质量控制[D];上海交通大学;2007年
6 唐华;基于Bootstrap方法的中国保险业效率研究[D];湖南大学;2012年
7 梅波;几类线性模型中的Bootstrap方法及其应用[D];北方工业大学;2015年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978