纠正传统回归误差的半参数变系数估计模型设定及应用
2018-03-21袁芳
统计与决策 2018年3期
袁 芳
(吉林大学珠海学院 国际贸易与金融系,广东 珠海 519000)
0 引言
传统回归模型对变量系数必须为参数的要求限制给模型的应用带来一定局限,如何使用非参数变量有效刻画变量之间的数量关系是突破模型局限的关键,传统模型回归中对变量系数的常数要求对变量之间动态相关性的测度可能存在一定的误差。半参数变系数模型是近年来为学者们广泛应用的一种计量模型,该模型不仅可以较为准确地捕捉变量数据随时间变化而变化的特征,而且对变量之间的空间特征能够很好地表述,在很大程度上克服了传统模型的局限。本文试图构建半参数变系数空间计量模型对我国区域金融资源空间配置和经济发展之间的空间相关性进行理论推导,并使用我国的宏观统计数据进行实证检验。
1 半参数变系数空间模型设定及偏差纠正
1.1 半参数变系数空间误差模型设定
本文分析区域金融资源空间配置和经济发展之间的空间相关性,可以设定以下半参数变系数空间估计模型:


借鉴Severrini(2015)的研究结果把最佳偏差曲线嵌入该模型,当θ→αθ(u)时满足以下条件:

其中E表示参数实际值的期望,L表示似然函数,αθ(u)为似然函数中的最佳偏差曲线,则半参数变系数空间估计模型的表达方式可以转化为:

该模型对应的似然函数形式为:

1.2 半参数变系数空间误差回归模型的偏差纠正
由于我国区域金融资源空间配置存在较为明显的分布不……
登录APP查看全文
