門檻模型與空間回歸案例分析

第1章 緒論 1

1.1 本書的寫作目的和意義 1

1.1.1 門檻模型是解釋現(xiàn)實(shí)問(wèn)題的理論需要 1

1.1.2 門檻模型是回歸現(xiàn)實(shí)現(xiàn)象的技術(shù)需要 1

1.1.3 門檻模型是總結(jié)現(xiàn)實(shí)案例的示范需要 2

1.2 關(guān)于時(shí)序數(shù)據(jù)門檻模型的研究進(jìn)展 2

1.2.1 時(shí)間序列斷裂點(diǎn)檢驗(yàn)的研究進(jìn)展 2

1.2.2 非對(duì)稱單位根檢驗(yàn)的研究進(jìn)展 3

1.2.3 TAR模型的研究進(jìn)展 4

1.2.4 時(shí)間序列門檻協(xié)整的研究進(jìn)展 5

1.3 關(guān)于面板數(shù)據(jù)門檻回歸的研究進(jìn)展 6

1.3.1 結(jié)構(gòu)突變面板單位根檢驗(yàn)與面板協(xié)整檢驗(yàn) 6

1.3.2 靜態(tài)面板門檻模型的應(yīng)用 9

1.3.3 動(dòng)態(tài)面板門檻模型的應(yīng)用 9

1.3.4 面板平滑轉(zhuǎn)換回歸模型的應(yīng)用 9

1.4 關(guān)于空間數(shù)據(jù)門檻回歸的研究進(jìn)展 10

1.4.1 空間效應(yīng)檢驗(yàn)與非線性檢驗(yàn)研究進(jìn)展 10

1.4.2 空間計(jì)量模型估計(jì)與門檻模型估計(jì)研究 11

1.4.3 空間平滑轉(zhuǎn)移自回歸模型研究進(jìn)展 12

1.4.4 空間門檻的擴(kuò)展研究 14

第2章 預(yù)備概念及預(yù)備理論 16

2.1 數(shù)據(jù)類型 16

2.1.1 截面數(shù)據(jù) 16

2.1.2 時(shí)間序列數(shù)據(jù) 16

2.1.3 面板數(shù)據(jù) 16

2.1.4 空間數(shù)據(jù) 16

2.2 建模步驟 17

2.2.1 模型設(shè)定 17

2.2.2 參數(shù)估計(jì) 17

2.2.3 模型檢驗(yàn) 17

2.2.4 模型應(yīng)用 17

2.3 估計(jì)方法 17

2.3.1 LS估計(jì) 17

2.3.2 工具變量法 19

2.3.3 GMM估計(jì)方法 19

2.3.4 ML估計(jì)方法 20

2.4 時(shí)序數(shù)據(jù)模型 21

2.4.1 平穩(wěn)性與白噪聲 21

2.4.2 單位根檢驗(yàn)法 22

2.4.3 線性協(xié)整回歸 23

2.4.4 誤差修正模型 24

2.4.5 格蘭杰因果檢驗(yàn) 25

2.4.6 斷裂點(diǎn)檢驗(yàn) 26

2.5 面板數(shù)據(jù)模型 27

2.5.1 靜態(tài)面板數(shù)據(jù)模型 27

2.5.2 動(dòng)態(tài)面板數(shù)據(jù)模型及其估計(jì) 29

2.5.3 面板數(shù)據(jù)平穩(wěn)性檢驗(yàn) 31

2.6 空間數(shù)據(jù)模型 33

2.6.1 空間計(jì)量模型設(shè)定 33

2.6.2 空間權(quán)重矩陣 38

2.6.3 空間自相關(guān) 40

2.6.4 空間效應(yīng)檢驗(yàn) 43

2.6.5 空間計(jì)量模型估計(jì) 46

第3章 時(shí)序數(shù)據(jù)門檻模型 47

3.1 時(shí)序數(shù)據(jù)門檻模型概述 47

3.1.1 時(shí)序數(shù)據(jù)門檻模型的發(fā)展歷程 47

3.1.2 時(shí)序數(shù)據(jù)門檻模型的分類 48

3.2 TAR模型的設(shè)定、估計(jì)與檢驗(yàn) 48

3.2.1 TAR模型的設(shè)定 48

3.2.2 TAR模型的估計(jì) 51

3.2.3 TAR模型的檢驗(yàn) 51

3.3 門檻向量誤差修正模型的設(shè)定、估計(jì)與檢驗(yàn) 52

3.3.1 門檻向量誤差修正模型的設(shè)定 52

3.3.2 門檻向量誤差修正模型的估計(jì) 53

3.3.3 門檻向量誤差修正模型的檢驗(yàn) 54

3.4 STAR模型的設(shè)定、估計(jì)與檢驗(yàn) 55

3.4.1 STAR模型的設(shè)定 55

3.4.2 STAR模型的估計(jì) 57

3.4.3 STAR模型的檢驗(yàn) 58

3.5 時(shí)序數(shù)據(jù)非對(duì)稱單位根檢驗(yàn) 58

3.5.1 恩格爾和格蘭杰檢驗(yàn)（EG）方法 59

3.5.2 博奔和迪克檢驗(yàn)（BVD）方法 61

3.5.3 Caner和Hansen方法 62

3.6 時(shí)序數(shù)據(jù)門檻協(xié)整模型設(shè)定、估計(jì)與檢驗(yàn) 64

3.6.1 時(shí)序數(shù)據(jù)門檻協(xié)整模型的設(shè)定 64

3.6.2 時(shí)序數(shù)據(jù)門檻協(xié)整模型的估計(jì) 64

3.6.3 時(shí)序數(shù)據(jù)門檻協(xié)整模型的檢驗(yàn) 65

3.7 時(shí)序數(shù)據(jù)門檻格蘭杰因果檢驗(yàn) 67

3.8 時(shí)序數(shù)據(jù)門檻模型案例研究 70

3.8.1 經(jīng)濟(jì)周期與失業(yè)率的TAR模型 70

3.8.2 失業(yè)率的門檻單位根檢驗(yàn) 74

3.8.3 期限結(jié)構(gòu)的門檻協(xié)整檢驗(yàn) 80

3.8.4 城市化與能源強(qiáng)度的非對(duì)稱關(guān)系研究 82

3.9 本章小結(jié) 90

第4章 面板數(shù)據(jù)門檻模型 91

4.1 面板數(shù)據(jù)門檻模型概述 91

4.1.1 面板數(shù)據(jù)門檻模型的發(fā)展歷程 91

4.1.2 面板數(shù)據(jù)門檻模型的分類 91

4.2 面板數(shù)據(jù)門檻模型的單位根檢驗(yàn)與協(xié)整檢驗(yàn) 92

4.2.1 結(jié)構(gòu)突變面板單位根檢驗(yàn) 92

4.2.2 結(jié)構(gòu)突變面板協(xié)整檢驗(yàn)?zāi)Ｐ?95

4.3 靜態(tài)面板門檻回歸模型的估計(jì)與檢驗(yàn) 99

4.3.1 靜態(tài)面板門檻回歸模型簡(jiǎn)介 99

4.3.2 靜態(tài)面板單一門檻回歸模型的估計(jì)與檢驗(yàn) 100

4.3.3 靜態(tài)面板多重門檻回歸模型的估計(jì)與檢驗(yàn) 103

4.4 動(dòng)態(tài)面板門檻回歸模型的估計(jì)與檢驗(yàn) 104

4.4.1 簡(jiǎn)化型 106

4.4.2 簡(jiǎn)化型的估計(jì) 107

4.4.3 門檻值的估計(jì) 107

4.4.4 斜率系數(shù)的估計(jì) 108

4.4.5 漸近理論 108

4.5 面板平滑轉(zhuǎn)換回歸模型 114

4.5.1 PSTR模型簡(jiǎn)介 114

4.5.2 同質(zhì)性檢驗(yàn) 115

4.5.3 無(wú)剩余異質(zhì)性檢驗(yàn) 116

4.5.4 參數(shù)估計(jì) 116

4.6 面板數(shù)據(jù)門檻模型案例研究 117

4.6.1 人力資本視角下研究與開(kāi)發(fā)投入對(duì)經(jīng)濟(jì)增長(zhǎng)的門檻效應(yīng) 117

4.6.2 通貨膨脹對(duì)經(jīng)濟(jì)增長(zhǎng)的門檻效應(yīng) 120

4.6.3 公共資本存量生產(chǎn)率的門檻效應(yīng) 122

4.7 本章小結(jié) 126

第5章 空間數(shù)據(jù)門檻效應(yīng)模型 127

5.1 空間計(jì)量經(jīng)濟(jì)模型 127

5.1.1 空間計(jì)量經(jīng)濟(jì)模型理論基礎(chǔ) 127

5.1.2 截面數(shù)據(jù)空間模型 128

5.1.3 空間面板數(shù)據(jù)模型 132

5.2 空間門檻效應(yīng)模型現(xiàn)狀 146

5.2.1 截面數(shù)據(jù)空間門檻模型 146

5.2.2 空間面板門檻模型 147

5.2.3 STR模型 149

5.3 空間面板門檻效應(yīng)模型的擴(kuò)展 156

5.3.1 空間過(guò)濾面板門檻模型 156

5.3.2 空間面板門檻單位根與協(xié)整 158

5.4 空間門檻效應(yīng)模型案例研究 165

5.5 本章小結(jié) 167

第6章 展望 169

6.1 時(shí)序數(shù)據(jù)門檻模型研究展望 169

6.2 面板數(shù)據(jù)門檻模型研究展望 169

6.3 空間數(shù)據(jù)門檻效應(yīng)研究展望 170

參考文獻(xiàn) 172

后記 188 2100433B

本書主要介紹非線性門檻理論、常用的門檻模型及空間回歸案例分析。本書包括門檻模型的文獻(xiàn)綜述、預(yù)備概念及預(yù)備理論。本書采取理論與實(shí)例相結(jié)合的方式，系統(tǒng)介紹了時(shí)間序列門檻模型中的門檻自回歸理論、非對(duì)稱單位根檢驗(yàn)、門檻協(xié)整檢驗(yàn)和門檻格蘭杰檢驗(yàn)，面板門檻模型中的靜態(tài)面板門檻回歸模型、動(dòng)態(tài)面板門檻回歸模型和面板平滑轉(zhuǎn)換回歸模型，空間面板門檻模型中的靜態(tài)空間面板門檻模型、動(dòng)態(tài)空間面板門檻模型和空間面板平滑轉(zhuǎn)移模型，以及空間面板門檻模型的擴(kuò)展中的空間過(guò)濾面板門檻和空間面板門檻單位根與協(xié)整。通過(guò)理論介紹、模型介紹與案例分析，讀者容易掌握相關(guān)模型，提高分析問(wèn)題和解決問(wèn)題的能力。

• 自回歸模型（AR模型）

• 向量自回歸模型（VAR模型）

• 差分自回歸滑動(dòng)平均模型（ARIMA模型）

• 格蘭杰因果關(guān)系（Granger Causality）

ARMA模型屬于時(shí)間序列分析中的一種，20世紀(jì)70年代，由美國(guó)統(tǒng)計(jì)學(xué)家金肯（JenKins）和波克斯（Box）提出。

自回歸滑動(dòng)平均模型模型形式

ARMA(p,q)模型中包含了p個(gè)自回歸項(xiàng)和q個(gè)移動(dòng)平均項(xiàng)，ARMA(p,q)模型可以表示為：

式中符號(hào)： p和q是模型的自回歸階數(shù)和移動(dòng)平均階數(shù)；φ和θ是不為零的待定系數(shù)；ε_t獨(dú)立的誤差項(xiàng)；

ARMA滯后算子表示法

ARMA(p,q)模型可以表示為：

若

自回歸滑動(dòng)平均模型模型含義

使用兩個(gè)多項(xiàng)式的比率近似一個(gè)較長(zhǎng)的AR多項(xiàng)式，即其中p q個(gè)數(shù)比AR(p)模型中階數(shù)p小。前二種模型分別是該種模型的特例。一個(gè)ARMA過(guò)程可能是AR與MA過(guò)程、幾個(gè)AR過(guò)程、AR與ARMA過(guò)程的迭加，也可能是測(cè)度誤差較大的AR過(guò)程 。

自回歸滑動(dòng)平均模型識(shí)別條件

自回歸滑動(dòng)平均模型模型階數(shù)

AIC準(zhǔn)則：最小信息準(zhǔn)則，同時(shí)給出ARMA模型階數(shù)和參數(shù)的最佳估計(jì)，適用于樣本數(shù)據(jù)較少的問(wèn)題。目的是判斷預(yù)測(cè)目標(biāo)的發(fā)展過(guò)程與哪一隨機(jī)過(guò)程最為接近。因?yàn)橹挥挟?dāng)樣本量足夠大時(shí)，樣本的自相關(guān)函數(shù)才非常接近母體的自相關(guān)函數(shù)。具體運(yùn)用時(shí)，在規(guī)定范圍內(nèi)使模型階數(shù)從低到高，分別計(jì)算AIC值，最后確定使其值最小的階數(shù)是模型的合適階數(shù)。

模型參數(shù)最大似然估計(jì)時(shí)

模型參數(shù)最小二乘估計(jì)時(shí)

式中：n為樣本數(shù)，

本書包括：第一編納稅評(píng)估基礎(chǔ)知識(shí)；第二編納稅評(píng)估實(shí)務(wù)，內(nèi)容包括納稅評(píng)估的風(fēng)險(xiǎn)評(píng)估及案例分析，納稅評(píng)估分析指標(biāo)及其運(yùn)用，納稅評(píng)估的方法和技巧等；第三編主要行業(yè)納稅評(píng)估模型分析，主要包括汽車、光纖電纜、采礦、原油加工及石油制品、白酒等行業(yè)的納稅評(píng)估模型與方法。