發(fā)布時(shí)間：2020-11-12 20:05

　　 計(jì)量經(jīng)濟(jì)學(xué)發(fā)展的一個(gè)重要方向應(yīng)該是計(jì)量經(jīng)濟(jì)理論與方法的創(chuàng)新與發(fā)展,或者說計(jì)量經(jīng)濟(jì)模型中統(tǒng)計(jì)推斷方法的改善與推進(jìn)。本論文則是關(guān)于計(jì)量經(jīng)濟(jì)學(xué)方法論中廣義矩方法(GMM)的理論研究。 廣義矩方法(GMM)是計(jì)量經(jīng)濟(jì)分析方法中的一種重要革新,其理論意義和實(shí)踐價(jià)值是不言而喻的。從理論方法上看,GMM是從矩條件或矩方程出發(fā)對(duì)參數(shù)進(jìn)行估計(jì)或檢驗(yàn),而無需考慮模型形式的設(shè)定以及可能由此引起的設(shè)定誤差等問題,因而具有更為豐富的統(tǒng)計(jì)思想和更深層次的統(tǒng)計(jì)本質(zhì)。從統(tǒng)計(jì)方法論來講,GMM方法更具一般性,涵蓋了諸多的傳統(tǒng)計(jì)量經(jīng)濟(jì)分析方法。普通最小二乘法(OLS),工具變量法(Ⅳ),兩階段最小二乘法(2SLS),三階段最小二乘法(3SLS),以及極大似然估計(jì)(ML)等均可視為GMM的特例；而LR,Wald,LM等檢驗(yàn)也與GMM距離檢驗(yàn)在統(tǒng)計(jì)意義上也有著本質(zhì)上的聯(lián)系。 毫不夸張的講,GMM是現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)中重要而又通行的一種分析方法,具有更為深厚的統(tǒng)計(jì)理論背景和更廣闊的應(yīng)用前景,這也就為筆者從統(tǒng)計(jì)思想的視角研究GMM方法和相應(yīng)的理論本質(zhì),提供了較為廣闊的研究空間和分析視野。 基于上述想法,筆者主要從GMM的統(tǒng)計(jì)思想根源和理論本質(zhì)、GMM估計(jì)量小樣本性質(zhì)的改進(jìn)、GMM方法的延伸、Panel Data中GMM方法的統(tǒng)計(jì)特性等幾個(gè)方面,進(jìn)行了深入系統(tǒng)地研究和探索,試圖揭示GMM本身所具有的統(tǒng)計(jì)性質(zhì)和應(yīng)用前景。論文研究的重點(diǎn)是,以參數(shù)估計(jì)和統(tǒng)計(jì)推斷兩個(gè)方面為全文的研究邏輯主線,力圖深度挖掘GMM方法的理論內(nèi)涵,解釋GMM估計(jì)量統(tǒng)計(jì)性質(zhì),推進(jìn)GMM分析的應(yīng)用及改進(jìn)應(yīng)用的效果,探索GMM方法的拓展與延伸等方面,試圖完善GMM統(tǒng)計(jì)方法體系,夯實(shí)GMM統(tǒng)計(jì)方法體系的理論基礎(chǔ)。 具體而言,論文從GMM的思想根源、GMM估計(jì)量小樣本性質(zhì)的改進(jìn)及GMM方法的延伸、Panel Data模型中GMM方法三個(gè)方面進(jìn)行了自以為系統(tǒng)深入的研究。 在GMM的思想根源方面,本文從參數(shù)估計(jì)方法和檢驗(yàn)方法兩個(gè)方面對(duì)GMM的理論本質(zhì)進(jìn)行了深入的研究和闡釋。就參數(shù)估計(jì)而言,GMM通過由理論假設(shè)或計(jì)量模型的統(tǒng)計(jì)性質(zhì)衍生的矩條件,提供了一種一致估計(jì)模型參數(shù)的有效途徑。GMM估計(jì)與最小χ2估計(jì)在理論上是相通的,GMM估計(jì)是最小χ‘估計(jì)的發(fā)展。其方法的核心是運(yùn)用二次型的形式測(cè)度不同集合之間的距離,并在其最小化時(shí)得到參數(shù)估計(jì)量。就假設(shè)檢驗(yàn)而言,計(jì)量經(jīng)濟(jì)學(xué)三大檢驗(yàn)——Wald, LR, LM檢驗(yàn)在一定條件下都是GMM距離檢驗(yàn)的特殊情況。GMM距離檢驗(yàn)無論是在理論意義上還是在實(shí)際應(yīng)用上都更具有重要性和廣泛性。 在GMM估計(jì)量小樣本性質(zhì)的改進(jìn)及GMM方法的延伸方面,本文的研究特點(diǎn)和結(jié)論是：通過對(duì)廣義經(jīng)驗(yàn)似然(GEL)估計(jì)量數(shù)理結(jié)構(gòu)的解析,清楚地認(rèn)識(shí)到經(jīng)驗(yàn)似然(EL),“指數(shù)傾斜”(ET),連續(xù)更新估計(jì)(CUE)等GEL類估計(jì)量的內(nèi)在含義。GEL是一個(gè)估計(jì)量類,它更具一般性,是計(jì)量經(jīng)濟(jì)估計(jì)方法的新發(fā)展。另一方面,通過嚴(yán)密的分析論證揭示了廣義經(jīng)驗(yàn)似然(GEL)類估計(jì)量,包括EL, ET, CUE等估計(jì)量,比GMM估計(jì)量具有更小的高階漸近估計(jì)偏誤,即具有高階有效性。這也就是說在應(yīng)用中,特別是小樣本的情況,GEL應(yīng)是GMM的良好的替代和改進(jìn)方法。GEL類估計(jì)量是GMM方法的改進(jìn)與延伸。 在Panel Data模型中GMM方法方面,本文主要研究了包含不可觀測(cè)的個(gè)體效應(yīng)的Panel Data模型的有效或漸近有效估計(jì)方法；GMM估計(jì)及其與隨機(jī)效應(yīng)(RE)估計(jì)或固定效應(yīng)(FE)估計(jì)的比較等內(nèi)容。其中,本文主要的研究重點(diǎn)是放在了GMM方法在Panel Data模型中的使用前提,應(yīng)用效果,以及GMM有效性的理論分析。 本論文的篇章結(jié)構(gòu)與主要研究?jī)?nèi)容如下： 第一章緒論。本章就本文的研究背景,目的意義,內(nèi)容特點(diǎn)及有關(guān)邏輯關(guān)系等進(jìn)行概括性的論述。 第二章基礎(chǔ)理論與文獻(xiàn)綜述。本章就重要的基礎(chǔ)理論和有關(guān)的經(jīng)典文獻(xiàn)進(jìn)行相應(yīng)的分析和陳述。包括GMM的一般理論和方法,典型的GMM問題,GMM與工具變量(Ⅳ)估計(jì),兩階段最小二乘(2SLS)估計(jì)的關(guān)系,收斂方式與隨機(jī)階數(shù),GMM小樣本性質(zhì)改進(jìn)的分析與述評(píng),GMM方法延伸的有關(guān)評(píng)述,以及有關(guān)Panel Data中的GMM方法的綜述等內(nèi)容。 第三章GMM方法的思想根源與理論本質(zhì)。本章主要是通過嚴(yán)密的數(shù)理證明在理論深度上揭示GMM的內(nèi)涵本質(zhì)和邏輯脈絡(luò)。主要內(nèi)容包括GMM與χ2統(tǒng)計(jì)量的關(guān)系；GMM檢驗(yàn)統(tǒng)計(jì)量與Wald, LR, LM三大檢驗(yàn)的關(guān)系。具體探究和證明了最小χ2估計(jì)與GMM估計(jì)在理論上是相通的,GMM估計(jì)是最小估計(jì)χ2的發(fā)展和延伸,GMM方法與χ2統(tǒng)計(jì)量的思想在理論上是一脈相承的。另一方面,Wald, LR, LM三大檢驗(yàn)在一定條件下又是GMM檢驗(yàn)的特殊情況。GMM距離檢驗(yàn)與LR檢驗(yàn)具有幾乎相同的結(jié)構(gòu)和機(jī)理；在模型是恰好識(shí)別時(shí),它等于LM檢驗(yàn)；在檢驗(yàn)的假設(shè)是參數(shù)的線性函數(shù)時(shí),它等于Wald檢驗(yàn)。即Wald, LR, LM檢驗(yàn)都是GMM檢驗(yàn)的特殊情況。GMM距離檢驗(yàn)在理論或是實(shí)際應(yīng)用上更具重要性和廣泛性。本章從估計(jì)和檢驗(yàn)兩個(gè)方面,探究并論證了GMM的普適性及優(yōu)越性。并且通過一個(gè)實(shí)例分析了GMM方法的應(yīng)用優(yōu)勢(shì)。 第四章GMM方法的延伸。在討論估計(jì)量的有限或漸近統(tǒng)計(jì)性質(zhì)及其評(píng)價(jià)標(biāo)準(zhǔn)和前提條件的基礎(chǔ)上,本章結(jié)合GMM估計(jì)量小樣本性質(zhì)改進(jìn)方面的思考,和相關(guān)的文獻(xiàn)評(píng)述,著重研究GMM方法的延伸。重點(diǎn)是廣義經(jīng)驗(yàn)似然(GEL)類估計(jì)量(包括EL, ET, CUE等估計(jì)量)的數(shù)理結(jié)構(gòu)和內(nèi)在含義；從GMM到GEL的思想和方法上的演進(jìn),以及從高階漸進(jìn)偏差的角度論證GEL是GMM改進(jìn)和延伸。并通過隨機(jī)模擬方法比較GMM估計(jì)量和GEL類估計(jì)量的估計(jì)偏差,均方誤差等指標(biāo)。 第五章Panel Data中的GMM方法。GMM方法不僅在通常的截面數(shù)據(jù)或時(shí)間序列數(shù)據(jù)中有著重要的應(yīng)用,它在Panel Data模型中的相關(guān)理論與方法也具有重要的理論意義和研究?jī)r(jià)值。本章在有關(guān)文獻(xiàn)的背景下,主要分析研究GMM方法在Panel Data模型中有關(guān)理論方法及應(yīng)用。隨機(jī)效應(yīng)(RE)估計(jì)和固定效應(yīng)(FE)估計(jì)是Panel Data模型中兩種廣泛應(yīng)用的估計(jì)方法。但是這兩種估計(jì)量的一致性需要回歸元的強(qiáng)外生性為前提。在條件弱化時(shí),使用矩條件的GMM估計(jì)具有優(yōu)勢(shì)。本章對(duì)Panel Data模型中GMM方法作了重要的提煉和理論探究。 第六章結(jié)束語。本章是本文的總結(jié)以及未來的研究方向。 就本文的特色而言,筆者以為可歸納為如下的幾點(diǎn)： (1)以統(tǒng)計(jì)思想為主線,通過系列的嚴(yán)密數(shù)理證明,在一定深度上揭示了GMM的統(tǒng)計(jì)內(nèi)涵和邏輯脈絡(luò),證實(shí)了GMM在理論方法和實(shí)際應(yīng)用上的重要作用和價(jià)值,深化了對(duì)GMM統(tǒng)計(jì)理論本質(zhì)的理解,為豐富GMM統(tǒng)計(jì)理論體系進(jìn)行了補(bǔ)遺工作； (2)較為系統(tǒng)、全面、深入地剖析和解讀了GEL類估計(jì)量(包括EL,ET,CUE)的邏輯關(guān)系和數(shù)理結(jié)構(gòu),闡釋了GEL類估計(jì)量比GMM估計(jì)量具有更小的漸近估計(jì)偏差,GEL類估計(jì)量是GMM的改進(jìn)與延伸等觀點(diǎn),進(jìn)而較為深刻地理解了GEL的內(nèi)在本質(zhì)； (3)采用理論證明、模擬研究、實(shí)例佐證三者結(jié)合的研究范式,突出估計(jì)和推斷兩個(gè)主題,深度研究和挖掘了GMM方法的理論本質(zhì)及方法拓展,嘗試性地探尋了計(jì)量經(jīng)濟(jì)學(xué)估計(jì)方法創(chuàng)新突破的方向,為實(shí)際應(yīng)用提供了較為堅(jiān)實(shí)的理論基礎(chǔ)。
【學(xué)位單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2010
【中圖分類】：F224.0
【部分圖文】：

市場(chǎng)超額收益150200

廣義矩方法GMM的理論本質(zhì)及方法延伸研究表3.1:AT&T股票的最小二乘估計(jì)結(jié)果系系系數(shù)估計(jì)值值標(biāo)準(zhǔn)差差t值值p值值截截距aaa一0.01849990.1185000一0.156660.87666斜斜率刀刀0.88428880.041877721.11777Ze.1666殘殘差標(biāo)準(zhǔn)差=1.672;自由度d介195;RZ一0.6925;刀2=0.691000FFF副抖5.9，P一value<2.2e一1666

GMM方法的思想根源與理論本質(zhì)=0.06194)均為顯著(取顯著性水平a二0.仍)。表明殘差序列沒有自相關(guān)。圖3一4是殘差序列及殘差的ACF和PACF圖。data:reSIX一squared‘下.5251，df=5，p一v反lu已=0.18任經(jīng)d包七色:re31X一，quared，生 7.32弓;0。0675da七a:reSIX一3quared=2吸.19，df=10，p一v反lu已=d上二15，p一value二 0.0619吸﹂O哎節(jié)毛d.lJ.
【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 陳金俊;要素價(jià)格上升與出口質(zhì)量升級(jí)[D];浙江大學(xué);2014年

本文編號(hào)：2881184