基于貝葉斯分位回歸理論的截面相依面板協(xié)整研究.pdf

1、非平穩(wěn)面板數(shù)據(jù)研究是目前計(jì)量經(jīng)濟(jì)學(xué)領(lǐng)域中的前沿問題，其中，面板單位根和協(xié)整研究，作為時間序列單位根與傳統(tǒng)協(xié)整理論在面板數(shù)據(jù)中的發(fā)展和延伸，更具有重要意義。由于全球國際趨勢和國際經(jīng)濟(jì)周期等共同驅(qū)動的影響，宏觀經(jīng)濟(jì)、管理或金融面板數(shù)據(jù)尤其是國家(地區(qū)或個體單元)的面板數(shù)據(jù)之間通常存在截面相依特征，因此，考慮截面相依假設(shè)條件的面板協(xié)整更加符合實(shí)際應(yīng)用背景，也是面板數(shù)據(jù)研究中亟待解決的一個熱點(diǎn)問題。與傳統(tǒng)的面板協(xié)整不同，本文針對具有截面相依條件

2、的面板協(xié)整進(jìn)行研究，在貝葉斯理論框架中，假設(shè)各個截面?zhèn)€體具有截面相依特征，結(jié)合貝葉斯分位回歸估計(jì)方法，提出了面板數(shù)據(jù)的貝葉斯分位協(xié)整模型。貝葉斯分位協(xié)整模型可以充分發(fā)揮貝葉斯方法考慮了參數(shù)不確定性風(fēng)險(xiǎn)的優(yōu)勢，并且體現(xiàn)了分位回歸方法不僅可以刻畫響應(yīng)變量的中心趨勢，還可以刻畫變量尾部行為的優(yōu)點(diǎn)，從而為更全面地刻畫響應(yīng)變量與協(xié)變量的長期均衡關(guān)系提供了方法和工具支撐，在理論上擴(kuò)展面板協(xié)整的研究方法和研究視角，在實(shí)踐上為經(jīng)濟(jì)管理問題的定量分析和決

3、策提供技術(shù)支持和有力依據(jù)。
　　針對面板數(shù)據(jù)之間通常存在截面相依性，首先應(yīng)用動態(tài)公共因子結(jié)構(gòu)刻畫面板數(shù)據(jù)的截面相依特征，結(jié)合貝葉斯決策理論，提出一類考慮了截面相依假設(shè)條件的協(xié)整模型，利用貝葉斯分位回歸方法，通過把非對稱Laplace分布表示成指數(shù)分布和正態(tài)分布的線性組合，獲得了條件分位函數(shù)后驗(yàn)估計(jì)量的解析表達(dá)形式，并設(shè)計(jì)Kalman濾波與Gibbs抽樣算法對模型參數(shù)進(jìn)行估計(jì)和協(xié)整檢驗(yàn)。同時，Monte Carlo仿真實(shí)驗(yàn)結(jié)果表明，

4、貝葉斯分位協(xié)整可以更加全面地對變量間的協(xié)整關(guān)系進(jìn)行判斷。
　　經(jīng)濟(jì)金融變量因?yàn)閼?zhàn)爭，政府政策以及自然災(zāi)害等因素的影響，往往表現(xiàn)出結(jié)構(gòu)突變性，這種結(jié)構(gòu)性變化的發(fā)生會影響傳統(tǒng)線性協(xié)整檢驗(yàn)的判斷。放松線性假設(shè)條件，本文提出一類考慮了結(jié)構(gòu)變化特征的面板協(xié)整模型-平滑變結(jié)構(gòu)面板協(xié)整模型，利用傅立葉級數(shù)展開形式來刻畫變結(jié)構(gòu)特征，并采用去除截面均值的方法消除面板數(shù)據(jù)的截面相依性，以避免參數(shù)過多的問題，進(jìn)而結(jié)合貝葉斯分位回歸方法得到相應(yīng)條件分位函

5、數(shù)后驗(yàn)估計(jì)量的解析形式，并設(shè)計(jì)MCMC抽樣算法對模型進(jìn)行參數(shù)后驗(yàn)估計(jì)和協(xié)整檢驗(yàn)。仿真實(shí)驗(yàn)結(jié)果表明，貝葉斯分位變結(jié)構(gòu)協(xié)整能夠有效全面地刻畫各個分位水平下的變結(jié)構(gòu)長期關(guān)系。
　　與變結(jié)構(gòu)協(xié)整不同，門限協(xié)整主要研究協(xié)整回歸模型是線性，而其相應(yīng)的誤差修正項(xiàng)是非對稱時的情形。針對傳統(tǒng)門限協(xié)整模型由于似然函數(shù)具有多峰、不連續(xù)特征，導(dǎo)致冗余參數(shù)識別存在困難，最優(yōu)化計(jì)算相對復(fù)雜的問題，本文從貝葉斯的角度出發(fā)，提出面板數(shù)據(jù)的貝葉斯分位門限協(xié)整模型，

6、通過去除截面均值以消除面板數(shù)據(jù)間潛在的相依性，并對參數(shù)的先驗(yàn)分布進(jìn)行靈敏度分析以選擇合適的參數(shù)先驗(yàn)，結(jié)合貝葉斯分位回歸方法對面板門限協(xié)整模型進(jìn)行參數(shù)估計(jì)，得到條件分位函數(shù)后驗(yàn)估計(jì)量的解析表達(dá)式，同時，利用MCMC算法對協(xié)整模型的參數(shù)進(jìn)行估計(jì)，計(jì)算出協(xié)整檢驗(yàn)的后驗(yàn)概率以進(jìn)行更加全面的門限協(xié)整檢驗(yàn)。
　　將上述考慮了面板數(shù)據(jù)截面相依特征的貝葉斯分位協(xié)整方法應(yīng)用到原油與股票市場的關(guān)系研究中，并與傳統(tǒng)面板協(xié)整方法進(jìn)行比較，發(fā)現(xiàn)貝葉斯分位協(xié)