面板数据插值的线性组合模型及其实证

针对面板数据插值问题,分别从截面数据和时间序列数据的角度,建立截面数据插值的克立格(Kriging)模型和时间序列数据插值的遗传神经网络(GABP)模型.在此基础上建立面板数据插值的线性组合模型,提出空间漂移度法确定组合插值模型的加权系数.对2007年福建部分市县人均GDP的插值的实证研究结果表明:面板数据的线性组合模型插值效果优于单项模型插值的效果.     

中国耕地面积变化及分区域面板数据建模分析

文章分析了近十年来我国耕地面积减少的主要原因,并利用各省的耕地面积时间序列数据,通过面板数据建模分区域重点分析了建设占用耕地的影响因素,发现各区域耕地面积减少的原因不尽相同,但整体上经济发展水平、城镇化水平和政府政策对耕地面积的变化起着重要作用。     

多指标面板数据聚类方法及其应用

文章针对多指标面板数据的样品分类问题,从多元统计学理论角度提出一个多指标面板数据的聚类分析方法。该方法综合考虑面板数据的水平指标、增量指标和增量变化率指标的时间序列特征及其非同步时间序列问题,在重新构造了离差平方和函数基础上,提出了一种聚类方法。通过实证分析,表明新方法能够解决多指标面板数据聚类的问题,分类效果较好。     

江苏省城镇居民收入差异对消费结构的影响

一、panel-data模型 panel-data称为面板数据或平行数据,是把时间序列沿空间方向扩展,或把截面数据沿时间扩展构成的二维结构的数据集合,与单纯的时间序列和截面数据相比,面板数据既能反映各个个体的变化特征,也能反映每个个体沿时间变化的特征.panel-data模型也称面板数据模型,是在面板数据上建立的回归分析模型.panel-data模型的一般表达式为:     

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.     

面板数据模型设定的一般方法

在经典计量经济学模型中,作为样本观测值的要么是截面数据,要么是时间序列数据。随着计量经济学理论方法的发展和应用领域的拓展,经常需要同时分析截面数据与时间序列数据,面板数据模型正是针对这种需要应运而生的,所谓面板数据指的就是截面数据和时间序列数据的综合。面板数据模型已成为仅次于经典单方程模型和时间序列模型被广泛使用的模型。在实际分析中,要建立较好面板数据模型,最为关键的一步是模型的设定。若模型设定有误,则其后的估计必定存在较大的偏差,导致模型建立失败,或者得出错误的结论。本文拟详细介绍面板数据模型设定的一般过程,以期对应用型读者提供若干启示。     

短面板随机效应模型的分位数回归方法及模拟

对于随机效应面板数据的分位数回归研究的难点在于如何处理截面内存在的相关性,文章借助分位数回归与ALD分布之间的关系,提出了带有Copula相关结构的分位数回归的极大似然估计法,其中Copula函数可用来表示短面板中的截面内相关性.通过数值优化算法迭代求解目标函数可得参数估计值,蒙特卡洛模拟结果显示该方法的均方误差更小,因此更为精确可靠.     

我国城镇居民消费结构的面板计量分析

由于面板数据截面之间存在同期相关,文章利用可以修正相关的面板SUR模型对我国城镇居民的消费结构进行研究.为了避免"伪回归"现象的发生,先对消费和收入数据进行了面板单位根检验和面板协整检验,结果发现消费和收入为存在协整关系的单位根过程.最后对八个消费模型进行了SUR估计,得到了模型的个体效应和时点效应估计值.     

面板数据的单位根检验与增长收敛

人们在对时间序列进行回归时,往往会进行单位根检验,但是人们很少对面板数据回归时进行单位根检验,无论从理论还是实证方面,这往往会导致伪回归,使得回归结果无效。随着越来越多的面板数据的出现,面板数据的单位根检验正成为经济分析中的标准工具,单位根的理论与应用逐渐为人们     

面板数据模型的应用现状与发展趋势

面板数据模型的应用研究是当前学术界的一个热点.文章针对国内学术界的研究现状,讨论了当前面板数据模型应用中的问题,指出了面板数据模型的改进取向.     

面板数据的模型建立和检验分析

面板数据分析是数量经济学中一门重要的分支,在经济领域中有着广泛的应用。文章详细地介绍了面板数据的主要类型及模型的建立和检验。     

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。     

基于模糊物元分析法的多指标面板数据综合评价

为了使模糊物元分析法适用于面板数据,文章运用降维思想将面板数据转化为截面数据,在此基础上构建面板数据模糊物元模型,并以中国十大城市群物流能力计算过程进行说明.结果显示,面板数据模糊物元模型能够克服由于组间差异和权重不一致所带来的组间欧氏贴近度的不可相比性,使计算得到的欧氏贴近度具备了跨事物和跨年份比较的意义.     

面板数据加权聚类分析方法研究

在面板数据聚类分析方法的研究中,基于面板数据兼具截面维度和时间维度的特征,对欧氏距离函数进行了改进,在聚类过程中考虑指标权重与时间权重,提出了适用于面板数据聚类分析的"加权距离函数"以及相应的Ward.D聚类方法。首先定义了考虑指标绝对值、邻近时点增长率以及波动变异程度的欧氏距离函数;然后,将指标权重与时间权重通过线性模型集结成综合加权距离,最终实现面板数据的加权聚类过程。实证分析结果显示,考虑指标权重与时间权重的面板数据加权聚类分析方法具有更好的分辨能力,能提高样本聚类的准确性。     

多水平模型及静态面板数据模型的比较研究

对两水平模型与静态面板数据模型进行对比分析：多水平模型主要用于分析具有层次结构的统计数据,面板数据模型是针对面板数据而提出的一种应用广泛的计量经济模型。面板数据可以看成是具有截面水平与时间水平的两层数据,两水平模型也能对面板数据进行分析,在一定条件下具有一定的相似性。因此,提出多水平的静态面板数据模型,为分析具有多个层次结构的面板数据提供分析工具。     

基于Panel Data和SEA的环境Kuznets曲线分析 ——与马树才、李国柱两位先生探讨

 针对当前学者研究中国环境Kuznets曲线存在的问题，本文使用了面板数据模型和空间计量模型，以克服使用时间序列模型时样本数量偏少和使用截面数据时易引起空间自相关性等问题。结果表明中国有部分环境指标满足环境Kuznets曲线的倒U型特征。     

基于面板数据的数据仓库模型设计

信息技术是有效发展现代统计工作的重要方向.文章在介绍面板数据的描述方法及主流的数据仓库建模技术的基础上,提出了将面板数据存入数据仓库的方法,即基于面板数据建立其对应的数据仓库模型,当面板数据进入数据仓库系统后便可利用数据仓库系统中前台数据分析功能对原有的面板数据进行更深入的分析了解,也有利于从多组的面板数据中发现一些隐藏的信息,更进一步支持现代统计工作.     

统计数据挖掘与OLAP技术应用

统计数据挖掘是数据挖掘在统计领域的应用,由于统计领域就是充满各种数据信息的世界,既有历史积累下来的时间序列数据,也有各省市政府、事业单位、企业形成的截面数据,还有二者合一的面板数据(又称Pool数据),信息资源十分丰富,因此对统计数据挖掘具有十分重要的现实意义。     

收入分配不平等对经济增长的影响

文章使用42个国家1966-2005年高质量面板数据,利用面板数据模型的分析方法从时间和截面二维角度分析收入分配不平等对经济增长的影响。结果表明在短期和中期不平等和增长正相关,即不平等有利于经济增长。     

具有组群异方差结构的面板数据模型及其应用研究

面板数据由不同个体的时间序列数据汇聚而成。已有大量研究表明面板数据个体之间存在组群结构,并且普遍存在模型的异方差现象。本文借鉴组群异质性的研究成果,构建模型误差项组群结构的面板数据模型,基于模型假定条件,提出惩罚伪最大似然函数估计法(PQMLE),该方法能够同时进行结构识别和参数估计;证明了估计量具有Oracle渐近性质;蒙特卡洛模拟验证了该方法有效的样本性质;进一步应用该方法对我国股市进行Fama-French三因子模型的实证分析,验证了理论模型的应用效果。