空間計量模型變量選擇方法及其應用.pdf

1、空間計量經(jīng)濟學作為分析空間經(jīng)濟數(shù)據(jù)的主流方法，經(jīng)過三十年的發(fā)展，目前已成為計量經(jīng)濟分析重要的組成部分；變量選擇方法一直都是計量經(jīng)濟學研究的熱點問題，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，我們能收集到的時空數(shù)據(jù)越來越豐富，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，因而在進行空間計量建模時，如何選擇解釋變量，構(gòu)造最優(yōu)的模型是一個亟待解決的問題

2、。本文將變量選擇的方法引入空間計量模型，提出了一系列空間計量模型的變量選擇方法，并對其有效性進行了論證，還將理論研究的結(jié)果應用于影響股票收益率的財務(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準則和BIC準則推廣到空間模型，提出并論證了基于SAR模型的空間AIC準則(SAIC準則)和空間BIC準則(SBIC

3、準則)，并證明了在一定條件下，基于SAR模型的SAIC準則和SBIC準則在其變量選擇中具有一致性。其次，本文將上述方法進一步推廣到更為一般化的空間計量經(jīng)濟模型，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準則和SBIC準則在其變量選擇中具有一致性。再次，本文放松對殘差的假設(shè)，在僅僅假設(shè)殘差獨立同分布的基礎(chǔ)上，基于SARAR模型構(gòu)造廣義空間信息準則(SGIC準則)，將SAIC準則和SBIC

4、準則納入統(tǒng)一的分析框架，通過SGIC準則大樣本性質(zhì)的不同，將空間信息準則分為空間AIC類準則和空間BIC類準則。在理論推導的同時，本文還設(shè)計計算機仿真實驗，利用Monte Carlo模擬對空間模型變量選擇的有限樣本性質(zhì)進行研究，研究發(fā)現(xiàn)：針對于空間數(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。
　　在實證應用部分，本文將理論研究的得到空間計量模型變量選擇方法應用于影響股票收益率的財務(wù)指標

5、變量選擇研究。本文首先分析股票市場空間效應來源的基礎(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檢驗和不含解釋變量的空間自回歸模型對股票收益率的空間效應進行測算，發(fā)現(xiàn)我國股票收益率具有顯著的空間效應；再次，本文利用理論研究部分得到的方法對影響股票收益率的財務(wù)指標進行變量選擇，從選擇結(jié)果中，可以看出反映公司盈利能力和發(fā)展能力的財務(wù)指標對股票收益率的影響最大，反映公司償債能力的財務(wù)指標次之，反映公司運營能力的財務(wù)指標最小