空間計(jì)量模型變量選擇方法及其應(yīng)用.pdf

1、空間計(jì)量經(jīng)濟(jì)學(xué)作為分析空間經(jīng)濟(jì)數(shù)據(jù)的主流方法，經(jīng)過(guò)三十年的發(fā)展，目前已成為計(jì)量經(jīng)濟(jì)分析重要的組成部分；變量選擇方法一直都是計(jì)量經(jīng)濟(jì)學(xué)研究的熱點(diǎn)問(wèn)題，上述兩者都沿著各自的軌跡發(fā)展，很少出現(xiàn)交叉。然而在信息技術(shù)高速發(fā)展的今天，我們能收集到的時(shí)空數(shù)據(jù)越來(lái)越豐富，但由于空間相關(guān)性的引入，使得Gauss-Markov假設(shè)不再成立，基于經(jīng)典線性模型構(gòu)建的變量選擇不再適用，因而在進(jìn)行空間計(jì)量建模時(shí)，如何選擇解釋變量，構(gòu)造最優(yōu)的模型是一個(gè)亟待解決的問(wèn)題

2、。本文將變量選擇的方法引入空間計(jì)量模型，提出了一系列空間計(jì)量模型的變量選擇方法，并對(duì)其有效性進(jìn)行了論證，還將理論研究的結(jié)果應(yīng)用于影響股票收益率的財(cái)務(wù)因素變量選擇研究。
　　在理論研究部分，本文首先基于空間自回歸模型(SAR模型)，在模型殘差服從正態(tài)分布的條件下，分別利用K-L信息量和貝葉斯方法，將經(jīng)典線性模型的AIC準(zhǔn)則和BIC準(zhǔn)則推廣到空間模型，提出并論證了基于SAR模型的空間AIC準(zhǔn)則(SAIC準(zhǔn)則)和空間BIC準(zhǔn)則(SBIC

3、準(zhǔn)則)，并證明了在一定條件下，基于SAR模型的SAIC準(zhǔn)則和SBIC準(zhǔn)則在其變量選擇中具有一致性。其次，本文將上述方法進(jìn)一步推廣到更為一般化的空間計(jì)量經(jīng)濟(jì)模型，空間自相關(guān)誤差自相關(guān)模型(SARAR模型)，也證明了在一定條件下，基于SARAR模型的SAIC準(zhǔn)則和SBIC準(zhǔn)則在其變量選擇中具有一致性。再次，本文放松對(duì)殘差的假設(shè)，在僅僅假設(shè)殘差獨(dú)立同分布的基礎(chǔ)上，基于SARAR模型構(gòu)造廣義空間信息準(zhǔn)則(SGIC準(zhǔn)則)，將SAIC準(zhǔn)則和SBIC

4、準(zhǔn)則納入統(tǒng)一的分析框架，通過(guò)SGIC準(zhǔn)則大樣本性質(zhì)的不同，將空間信息準(zhǔn)則分為空間AIC類準(zhǔn)則和空間BIC類準(zhǔn)則。在理論推導(dǎo)的同時(shí)，本文還設(shè)計(jì)計(jì)算機(jī)仿真實(shí)驗(yàn)，利用Monte Carlo模擬對(duì)空間模型變量選擇的有限樣本性質(zhì)進(jìn)行研究，研究發(fā)現(xiàn)：針對(duì)于空間數(shù)據(jù)，相較于經(jīng)典線性模型模型的變量選擇方法，本文提出的方法在空間模型的變量選擇中更加有效。
　　在實(shí)證應(yīng)用部分，本文將理論研究的得到空間計(jì)量模型變量選擇方法應(yīng)用于影響股票收益率的財(cái)務(wù)指標(biāo)

5、變量選擇研究。本文首先分析股票市場(chǎng)空間效應(yīng)來(lái)源的基礎(chǔ)上，構(gòu)造板塊-金融空間權(quán)重矩陣；其次，本文利用Moran’s I檢驗(yàn)和不含解釋變量的空間自回歸模型對(duì)股票收益率的空間效應(yīng)進(jìn)行測(cè)算，發(fā)現(xiàn)我國(guó)股票收益率具有顯著的空間效應(yīng)；再次，本文利用理論研究部分得到的方法對(duì)影響股票收益率的財(cái)務(wù)指標(biāo)進(jìn)行變量選擇，從選擇結(jié)果中，可以看出反映公司盈利能力和發(fā)展能力的財(cái)務(wù)指標(biāo)對(duì)股票收益率的影響最大，反映公司償債能力的財(cái)務(wù)指標(biāo)次之，反映公司運(yùn)營(yíng)能力的財(cái)務(wù)指標(biāo)最小