×
魏洪雷;张洪帆;姜慧;黄磊

误差自相关的半变系数动态面板数据模型。 （英语） Zbl 07533772号

计算。统计数据分析。 173，文章ID 107458，14 p.（2022）.
摘要：在非线性时间序列建模中，随机误差的自相关可能会导致估计和推断中的关键问题。对于具有动态结构的面板数据，情况变得更糟。然而，现有的大多数文献都没有考虑到这个问题。挑战来自这样一个事实，即以滞后变量为条件的随机误差的期望值很难为零。基于Whittle似然法的推广，提出了一种具有ARMA误差的面板数据半参数动态模型。分别建立了有限参数和变系数估计量的渐近正态性。统计仿真表明，该方法能够有效地消除估计偏差。在实际数据分析中，证明了当误差自相关时，该方法可以改善预测。

MSC公司：

62至XX 统计

关键词：

面板数据;变化系数;B样条曲线;自相关;光谱密度
PDF格式BibTeX公司 XML格式引用
\textit{H.Wei}等人，计算。统计数据分析。173，文章ID 107458，14 p.（2022；Zbl 07533772）
全文： 内政部

参考文献：

[1] 阿尔瓦雷斯，J。；Arellano，M.，动态面板数据估计量的时间序列和横截面渐近性，计量经济学，71，4，1121-1159（2003）·Zbl 1153.62353号
[2] 阿奎罗，M。；采季克，P.，固定效应面板数据模型的一步稳健估计，计算。统计数据分析。，57, 1, 536-548 (2013) ·Zbl 1365.62264号
[3] Bai，J.，具有交互固定效应的面板数据模型，《计量经济学》，77，4，1229-1279（2009）·Zbl 1183.62196号
[4] 邦德，S。；Leblebicioglu，A。；Schiantarelli，F.，《资本积累与增长：实证证据的新视角》，J.Appl。经济。，1073-1099年7月25日（2010年）
[5] 布罗克韦尔，P.J。；Davis，R.A.，《时间序列理论和方法》（1991），Springer·Zbl 0709.62080号
[6] 蔡，Z.，具有串行相关误差的趋势时变系数时间序列模型，《经济学杂志》。，136, 1, 163-188 (2007) ·Zbl 1418.62306号
[7] 陈，J。；高，J。；Li，D.，具有固定效应的部分线性单指标面板数据模型估计，J.Bus。经济。统计，31，3，315-330（2013）
[8] 范，J。；范，Y。；Lv，J.，使用因子模型进行高维协方差矩阵估计，J.Econom。，147, 1, 186-197 (2008) ·Zbl 1429.62185号
[9] Giraitis，L。；Robinson，P.M.，《拱形模型的惠特尔估计》，《经济评论》。理论，17，3，608-631（2001）·Zbl 1051.62074号
[10] 郭杰。；De，C.P。；Lodder，P。；贝克曼-克莱恩堡，M。；Riem，M.，《中国、意大利和荷兰新冠肺炎疫情封锁期间的产妇心理健康：一项交叉验证研究》，Psychol。医学，13，1-11（2021）
[11] 哈恩，J。；Kuersteiner，G.，当n和T都很大时具有固定效应的动态面板模型的渐近无偏推断，《计量经济学》，70，4，1639-1657（2002）·Zbl 1099.62100号
[12] 霍尔，P。；Keilegom，I.V.，《使用基于差分的方法推断具有时间序列误差的非参数回归》，J.R.Stat.Soc.，Ser。B、 65、2、443-456（2003）·Zbl 1065.62067号
[13] 霍尔，P。；拉希里，S.N。；Polzehl，J.，《关于具有短期和长期相关误差的非参数回归中的带宽选择》，《Ann.Stat.》，23，6，1921-1936（1995）·Zbl 0856.62041号
[14] Hannan，E.J.，线性时间序列模型的渐近理论，J.Appl。可能性。，10, 130-145 (1973) ·Zbl 0261.62073号
[15] 哈斯蒂，T。；Tibshirani，R.，变系数模型（带讨论），J.R.Stat.Soc.，Ser。B、 65，49-72（1993年）
[16] 萧C.，《面板数据分析》，第34卷（2003），剑桥大学出版社
[17] Huang，H.M。；Yang，B.N。；Yang，C.，《重新审视能源消费和GDP增长之间的因果关系：动态面板数据方法》，Ecol。经济。，67, 1, 41-54 (2008)
[18] 黄，L。；夏，Y。；Qin，X.，带arma误差的半变系数时间序列模型的估计，Ann.Stat.，44，4，1618-1660（2016）·Zbl 1346.60020号
[19] 黄，L。；姜浩。；Wang，H.，时间序列数据的新型部分线性单指数模型，计算。统计数据分析。，134, 110-122 (2019) ·Zbl 1507.62077号
[20] Ke，Y。；李，J。；张伟，《面板数据分析中的结构识别》，《Ann.Stat.》，44，3，1193-1233（2016）·兹比尔1341.62214
[21] 李，D。；陈，J。；Gao，J.，具有固定效应的非参数时变系数面板数据模型，经济学。J.，14，3，387-408（2011）·Zbl 1284.62222号
[22] 李·G。；关，B。；Li，W.K。；Yu，P.L.，滞后自回归时间序列模型，Biometrika，102，3，717-723（2015）·Zbl 1452.62658号
[23] 李·G。；朱，Q。；刘，Z。；李伟凯，关于混合双自回归时间序列模型，J.Bus。经济。统计，35，2，306-317（2017）
[24] 李·G。；黄，L。；杨，J。；张伟，大型投资组合配置的综合回归模型，J.Bus。经济。统计，1-13（2021）
[25] Liu，J.M。；Chen，R。；Yao，Q.，非参数传递函数模型，J.Econom。，157, 1, 151-164 (2010) ·Zbl 1431.62400号
[26] Pierce，D.A.，具有自回归移动平均误差的回归模型中的最小二乘估计，Biometrika，58，2，299-312（1971）·Zbl 0226.62066号
[27] 苏·L。；Lu，X.，非参数动态面板数据模型：核估计和规范测试，J.Econom。，176, 2, 112-133 (2013) ·Zbl 1284.62268号
[28] 苏·L。；Ullah，A.，《具有非参数自相关误差的非参数回归的更有效估计》，Econom。理论，2298-126（2006）·Zbl 1083.62037号
[29] 苏·L。；Zhang，Y.，具有固定效应的部分线性动态面板数据模型的半参数估计，高级经济学。，36137-204（2016）
[30] 田，Y。；Song，X.，带自回归误差的完全贝叶斯（L_{1/2}）惩罚线性分位数回归分析，Stat.Interface，13，3，271-286（2020）·Zbl 07214264号
[31] 田，Y。；唐，M。；王，L。；Tian，M.，具有AP（q）扰动的线性回归模型的贝叶斯桥式随机惩罚分位数回归估计，J.Stat.Compute。模拟。，89, 15, 2951-2979 (2019) ·Zbl 07193876号
[32] 贝拉斯科，C。；Robinson，P.M.，非平稳时间序列的Whittle伪最大似然估计，美国统计协会，95，452，1229-1243（2000）·Zbl 1008.62087号
[33] Wang，T。；Xia，Y.，带移动平均残差的非线性自回归模型的Whittle似然估计，美国统计协会，110，511，1083-1099（2015）·兹比尔1373.62460
[34] Whittle，P.，《多重平稳时间序列分析》，J.R.Stat.Soc.，Ser。B、 125-139（1953）·Zbl 0053.41002号
[35] 姚，S.，关于经济增长外商直接投资和出口C类中国，申请。经济。，38, 3, 339-351 (2006)
[36] 姚，W。；Li，R.，《纵向数据非参数回归函数的新局部估计程序》，J.R.Stat.Soc.，Ser。B、 75、1、123-138（2013）·Zbl 07555441号
[37] 张伟。；Lee，S.-Y。；Song，X.，半变系数模型中的局部多项式拟合，J.Multivar。分析。，82, 1, 166-188 (2002) ·Zbl 0995.62038号
[38] X.赵。；Tong，X.，具有信息性观察时间的面板计数数据的半参数回归分析，计算。统计数据分析。，55, 1, 291-300 (2011) ·Zbl 1247.62121号
[39] 周，S。；沈，X。；Wolfe，D.A.，回归样条和置信区的局部渐近性，《Ann.Stat.》，26，5，1760-1782（1998）·Zbl 0929.62052号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。