
作者:李委明著
页数:173页
出版社:首都经济贸易大学出版社
出版日期:2019
ISBN:9787563830350
电子书格式:pdf/epub/txt
内容简介
本书基于时间集合数据, 对模型的非参数估计就无法直接使用文献当中的传统方法。内容包括: 文献综述与问题提出 ; 模型框架与数据结构 ; 简约模型中的非参数估计和识别等。
作者简介
李委明,2014年毕业于清华大学经济管理学院,同年进入我院工作。他已在Journal of Econometrics,Journal of Business & Economic Statistics,Economics Letters等期刊上发表高水平论文,主持参与多项国家自然科学基金项目,其主要研究涉及非参数估计,微观理论计量,因子模型,金融计量等多个领域。
本书特色
首先,本书从“r期状态随机概率转换矩阵”的数据,得到了“单期状态随机概率转换矩阵”的分析解,从而解决了由于时间跨度r存在而不能使用传统模型方法的问题。其次,本书对二维随机概率转换矩阵的开方进行了详细的分析,得到了矩阵开方可能存在“最性”和“存在性”的很多细节结果。最后,通过对间接估计量和直接估计量的比较,从理论推导和数值模拟两个角度得到了与一般直觉不一致的结论。
目录
11文献综述
12实际问题提出
13解决方案
14创新与贡献
15本书结构
2模型框架与数据结构
21模型框架
22拉斯特方法
23霍茨—米勒方法
24离散模型的矩阵估计
25数据结构与估计困境
3简约模型中的非参数估计和识别
31问题引出
32非参数识别的推导与证明
33非参数估计的存在性和唯一性
34二阶随机概率矩阵的求根
35二阶随机概率转换矩阵的动态迁移
36随机概率转换矩阵的求根图示
37随机概率转换矩阵的识别性
38非参数估计与最大似然法估计的比较
4集合数据与非集合数据估计的效率比较
41问题引出
42一维案例的分析解演示
43二维案例的数值解演示
44简约模型程序模拟结果
45结构模型程序模拟结果
46一般性数据缺失估计
5结论及进一步研究方向
51总体评述
52进一步研究方向
参考文献
附录Matlab程序














