基于Spatial AIC准则的空间自回归模型变量选择研究 | |
王周伟; 陶志鹏; 张元庆 | |
刊名 | 数理统计与管理 |
2018 | |
期号 | 2019年01期页码:69-80 |
关键词 | 空间自回归模型 变量选择 Spatial AIC准则 渐进最优性 有限大样本性质 |
ISSN号 | 1002-1566 |
DOI | 10.13860/j.cnki.sltj.20181121-001 |
英文摘要 | 变量选择直接决定着空间计量经济模型的有效程度与实证研究结果。为有效解决空间自回归模型(即SAR模型)的变量选择问题,本文利用Kullback-Laible信息量最大化,把AIC准则运用到SAR模型构建,推导出Spatial AIC统计量,提出Spatial AIC准则。然后利用统计理论证明Spatial AIC准则选择SAR模型变量的渐近最优性;利用蒙特卡洛模拟方法,比较Spatial AIC准则、经典AIC准则和Lasso方法用于SAR模型变量选择的有限大样本性质;利用空间相关的沪深300成分股股票收益率数据,采用Spatial AIC准则和Lasso方法,分别构建股票收益率财务因素的空间自相关模型,实证比较其相对有效性。三种结果均表明Spatial AIC准则能够更好地解决SAR模型变量选择问题。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://10.2.47.112/handle/2XS4QKH4/10994] |
专题 | 上海财经大学 |
作者单位 | 1.上海师范大学商学院 2.上海财经大学财经研究所 3.上海对外经贸大学国际经贸学院 |
推荐引用方式 GB/T 7714 | 王周伟,陶志鹏,张元庆. 基于Spatial AIC准则的空间自回归模型变量选择研究[J]. 数理统计与管理,2018(2019年01期):69-80. |
APA | 王周伟,陶志鹏,&张元庆.(2018).基于Spatial AIC准则的空间自回归模型变量选择研究.数理统计与管理(2019年01期),69-80. |
MLA | 王周伟,et al."基于Spatial AIC准则的空间自回归模型变量选择研究".数理统计与管理 .2019年01期(2018):69-80. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论