面板數(shù)據(jù)的半?yún)?shù)與非線性計(jì)量分析

定　價(jià)：￥78.00

作　者：	孫燕
出版社：	上海財(cái)經(jīng)大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥65.90)

ISBN：	9787564245450	出版時(shí)間：	2025-01-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　經(jīng)濟(jì)變量間通常存在復(fù)雜的非線性關(guān)系。然而，由于非線性形式的多樣性，確定其具體形式在實(shí)際操作中頗具挑戰(zhàn)。本書針對實(shí)際經(jīng)濟(jì)問題的定量分析需求，充分考慮短面板數(shù)據(jù)的特性，并特別關(guān)注面板數(shù)據(jù)模型中個(gè)體不可觀測效應(yīng)的設(shè)定與處理，提出了二類半?yún)?shù)面板數(shù)據(jù)模型。這類模型允許數(shù)據(jù)自然地揭示信息，減少因模型設(shè)定不當(dāng)帶來的風(fēng)險(xiǎn)。它們特別適用于企業(yè)效率評估（連續(xù)因變量）以及研究收入差距對健康影響的各種假設(shè)（二值離散因變量）的規(guī)范性檢驗(yàn)；同時(shí)，它們?yōu)槲覀兒罄m(xù)構(gòu)建具體的參數(shù)模型（無論是非線性模型還是線性模型）提供了寶貴的線索。此外，本書還探討了一類具有廣泛應(yīng)用前景的連續(xù)多門檻面板數(shù)據(jù)因子模型，能夠較好地解釋股權(quán)質(zhì)押與金融資產(chǎn)配置等經(jīng)濟(jì)問題。

作者簡介

暫缺《面板數(shù)據(jù)的半?yún)?shù)與非線性計(jì)量分析》作者簡介

圖書目錄

第 1 章緒論 / 1 1.1 面板數(shù)據(jù)概述 / 1 1.2 固定效應(yīng)面板數(shù)據(jù)模型 / 7 1.3 面板數(shù)據(jù)因子模型 / 11 1.4 本書主要內(nèi)容 / 16 第 2 章預(yù)備知識 / 20 2.1 非參數(shù)回歸函數(shù)的估計(jì)方法 / 20 2.2 變量選擇的方法 / 26 2.3 最大似然估計(jì)的近似求解方法 / 32 2.4 積分的近似計(jì)算方法 / 38 第 3 章一類半變系數(shù)面板數(shù)據(jù)模型的估計(jì)與模型選擇研究 / 44 3.1 引言 / 44 3.2 模型的估計(jì) / 47 3.3 模型的選擇 / 52 3.4 漸近性質(zhì) / 54 3.5 模擬研究 / 56 3.6 孟加拉國首次生育時(shí)間間隔的分析 / 58 附錄 A: 定理中的符號 / 63 附錄 B: 定理的證明 / 66 第 4 章基于半?yún)?shù)面板數(shù)據(jù)因子模型的企業(yè)技術(shù)效率測算 / 76 4.1 引言 / 76 4.2 模型及估計(jì) / 78 4.3 蒙特卡羅模擬研究 / 82 4.4 我國制造業(yè)企業(yè)的效率測算 / 84 4.5 結(jié)論 / 92 第 5 章連續(xù)多門檻面板數(shù)據(jù)因子模型及其應(yīng)用 / 93 5.1 引言 / 93 5.2 模型及估計(jì) / 95 5.3 GMM 估計(jì)的數(shù)值求解 / 98 5.4 蒙特卡羅模擬研究 / 100 5.5 模型在經(jīng)濟(jì)學(xué)問題中的應(yīng)用 / 106 5.6 結(jié)論 / 111 第 6 章隨機(jī)效應(yīng)半?yún)?shù)二值響應(yīng)模型的估計(jì)研究 / 112 6.1 引言 / 112 6.2 隨機(jī)效應(yīng)半?yún)?shù)二值響應(yīng)模型的估計(jì) / 115 6.3 估計(jì)量的一致性及證明 / 120 6.4 蒙特卡羅模擬研究 / 124 6.5 在收入差距與健康關(guān)系中的應(yīng)用 / 125 6.6 結(jié)論 / 127 第 7 章隨機(jī)效應(yīng)二值響應(yīng)模型的變量選擇研究 / 129 7.1 引言 / 129 7.2 模型的自適應(yīng) Lasso 變量選擇研究 / 132 7.3 蒙特卡羅模擬研究 / 139 7.4 在個(gè)體健康狀況影響因素分析中的應(yīng)用 / 140 7.5 結(jié)論 / 142 參考文獻(xiàn) / 144