版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、 中國分區(qū)域居民消費(fèi)模型的貝葉斯估計(jì)研究 培養(yǎng)單位:經(jīng)濟(jì)學(xué)院 學(xué)科專業(yè):數(shù)量經(jīng)濟(jì)學(xué) 作者姓名:王鳳龍 指導(dǎo)教師:廖明球 教授 碩士學(xué)位論文I 摘 要 消費(fèi)作為生產(chǎn)的起點(diǎn)和終點(diǎn), 在經(jīng)濟(jì)活動過程中占有十分重要的地位。 消費(fèi)能夠刺激生產(chǎn),創(chuàng)造就業(yè)崗位,促進(jìn)經(jīng)濟(jì)的可持續(xù)發(fā)展。在整個國民經(jīng)濟(jì)發(fā)展的過程中,居民消費(fèi)對經(jīng)濟(jì)增長發(fā)揮著極為重要的作用。近幾年來,我國居民消費(fèi)增長率呈現(xiàn)出下降趨勢, 而且出現(xiàn)了居民消費(fèi)率過低、 居民有效需求不足的狀
2、況,經(jīng)濟(jì)增長也受到了一定的影響。同時(shí),不同區(qū)域的居民消費(fèi)規(guī)律也各有不同。因此, 需要分區(qū)域?qū)用裣M(fèi)規(guī)律進(jìn)行研究和分析, 為制定合理可行的消費(fèi)政策提供依據(jù)。 在研讀了國內(nèi)外相關(guān)文獻(xiàn)之后, 決定選用貝葉斯估計(jì)方法, 引入了參數(shù)的先驗(yàn)信息,使統(tǒng)計(jì)推斷的質(zhì)量獲得一定的提高,而且將參數(shù)設(shè)為隨機(jī)變量,與經(jīng)濟(jì)事實(shí)更為符合。同時(shí),選用面板數(shù)據(jù),增加了模型的觀測值數(shù)據(jù)和自由度,囊括了更多信息,使模型得到更為有效和可靠的參數(shù)估計(jì)量。在此基礎(chǔ)之上,分別進(jìn)行
3、了靜態(tài)面板數(shù)據(jù)模型的貝葉斯分析和動態(tài)面板數(shù)據(jù)模型的貝葉斯分析, 通過貝葉斯估計(jì)與面板數(shù)據(jù)相結(jié)合的方法盡可能地提高參數(shù)估計(jì)的有效性與精準(zhǔn)性。 在實(shí)證研究中,將我國劃分為華北、東北、華東、中南、西南和西北六個地區(qū), 選擇各區(qū)域居民的人均收入和人均消費(fèi)作為數(shù)據(jù), 以絕對收入假說為理論依據(jù)構(gòu)建貝葉斯靜態(tài)面板數(shù)據(jù)居民消費(fèi)模型, 以相對收入假說為理論依據(jù)構(gòu)建貝葉斯動態(tài)面板數(shù)據(jù)居民消費(fèi)模型,來研究我國分區(qū)域居民消費(fèi)規(guī)律。研究發(fā)現(xiàn):貝葉斯靜態(tài)面板數(shù)據(jù)居
4、民消費(fèi)模型和貝葉斯動態(tài)面板數(shù)據(jù)居民消費(fèi)模型都是十分有效的, 說明利用貝葉斯靜態(tài)面板數(shù)據(jù)模型和貝葉斯動態(tài)面板數(shù)據(jù)模型都能有效地刻畫我國分區(qū)域居民消費(fèi)規(guī)律, 且絕對收入假說和相對收入假說都比較符合我國國情; 貝葉斯動態(tài)面板數(shù)據(jù)居民消費(fèi)模型能夠有效地描述居民的消費(fèi)慣性, 而且與貝葉斯靜態(tài)面板數(shù)據(jù)居民消費(fèi)模型相比, 其得到的結(jié)果更為精準(zhǔn), 說明利用貝葉斯動態(tài)面板數(shù)據(jù)模型能夠更好地刻畫我國分區(qū)域居民消費(fèi)規(guī)律, 且相對收入假說比絕對收入假說更為理想
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 中國分區(qū)域居民消費(fèi)模型的貝葉斯估計(jì)研究.pdf
- 短期利率模型的貝葉斯估計(jì).pdf
- 非高斯SV模型的貝葉斯估計(jì).pdf
- ARFIMA模型參數(shù)貝葉斯估計(jì)的漸近性質(zhì).pdf
- 應(yīng)用貝葉斯網(wǎng)絡(luò)分析我國農(nóng)村居民消費(fèi)價(jià)格指數(shù)的影響因素.pdf
- 基于統(tǒng)計(jì)模型和貝葉斯估計(jì)的語音增強(qiáng)算法研究.pdf
- 中國居民消費(fèi)計(jì)量模型研究與實(shí)證分析.pdf
- 參數(shù)的經(jīng)驗(yàn)貝葉斯估計(jì)問題.pdf
- 26780.隨機(jī)化回答模型下的貝葉斯估計(jì)
- 生存分析中幾中常見模型的貝葉斯估計(jì).pdf
- 第五章貝葉斯估計(jì)
- 經(jīng)驗(yàn)貝葉斯信度估計(jì)及其應(yīng)用
- 21340.基于mcmc的進(jìn)展多狀態(tài)模型的貝葉斯估計(jì)
- 近似貝葉斯法在光合模型參數(shù)估計(jì)中的應(yīng)用
- 基于貝葉斯估計(jì)的有序多分類多層模型的應(yīng)用.pdf
- 基于sarima模型的中國居民消費(fèi)價(jià)格指數(shù)預(yù)測
- 混合模型的貝葉斯分析.pdf
- 經(jīng)驗(yàn)貝葉斯信度估計(jì)及其應(yīng)用.pdf
- 2020年的居民消費(fèi)支出和居民消費(fèi)率展望
- 基于貝葉斯網(wǎng)絡(luò)的預(yù)測模型研究.pdf
評論
0/150
提交評論