小样本高维宏观经济统计数据VAR诊断模型及其估计方法性质比较研究
本文建立了小样本高维宏观经济统计数据的VAR联立诊断模型,通过动态随机优化网格法对具有代表性的13917组平稳数据生成过程样本数据采用各20000次分块自举法和蒙特卡洛模拟研究了单方程和联立方程诊断功效以及四种重要估计方法的性质,研究结论表明:(1)在有异常点情况下,VAR联立模型估计所得拟合优度和诊断功效显著高于单方程模型.因此,小样本数据VAR模型诊断优于单方程.(2)各方法参数估计量分布非对称性特征明显且呈现出左偏趋势,它们普遍低估了模型真实参数.LIML和OLS估计在方差上的差异并不明显,3SLS的方差在所有参数估计中都小于其他3种方法,性质最优.(3)联立模型误差项为t分布且数据中无异常值时,2SLS、3SLS、LIML各自的三类损失函数(MSE、MAE、RMSE)和有异常点的正态分布的情况相比均有所增加,而OLS则降低;在误差项正态分布下,2SLS和OLS对异常数据十分敏感,其损失函数远大于3SLS和LIML,3SLS受到异常数据的影响最小,各类损失函数最低.在此基础上,进一步对出口序列进行了单方程和基于3SLS的VAR模型诊断对比分析,证明基于3SLS的VAR模型诊断具有更高功效.
宏观经济统计数据 异常点 向量自回归诊断模型 小样本分块自举法
周建 龚玉婷
国内会议
乌鲁木齐
中文
66-86
2012-07-27（万方平台首次上网日期，不代表论文的发表时间）