1. 中国人民大学应用统计科学研究中心, 中国人民大学统计学院,北京 100872;2. 兰州商学院统计学院, 兰州 730020; 3. 新疆财经大学统计与信息学院, 乌鲁木齐 830012
出版日期:
2017-11-25发布日期:
2017-12-29Adaptive Penalty Quantile Regression for Dynamic Panel Data
TAO Li1 ,ZHANG Yuanjie1 ,TIAN Maozai 1,2,31. Center for Applied Statistics, School of Statistics, Renmin University of China, Beijing 100872; 2. School of Statistics, Lanzhou University of Finance and Economics, Lanzhou 730020; 3. School of Statistics and Information, Xinjiang University of Finance and Economics, Urumqi 830012
Online:
2017-11-25Published:
2017-12-29摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
传统均值角度下研究的动态面板数据模型会受经典假设条件的约束,将动态面板数据与分位回归数模型相结合,不仅可以解决约束问题,而且能更加全面地描述响应变量条件分布的全貌.文章引入自适应惩罚项,并应用工具变量构造了自适应惩罚的动态面板分位回归方法,证明了该方法得到的估计量具有大样本性质.同时蒙特卡洛模拟结果表明自适应惩罚的方法相较于传统的方法更加有效.文章最后对中国大中城市商品房销售价格与各地人均国民生产总值的关系进行案例分析,发现两者之间存在正反馈机制.
分享此文: