论文部分内容阅读
本文研究了计量经济联立模型数据质量统计诊断的基本方法，提出小样本宏观经济统计数据计量经济联立模型的理论框架体系，通过模拟仿真、分块自举等方法生成小样本数据，研究这类数据计量经济向量自回归联立模型诊断统计量的具体性质，突出计量经济联立模型在数据影响分析中的优越性。本文主要结论有三点：第一，联立模型充分利用了小样本数据信息，比单方程模型更适用于识别诊断小样本经济统计数据中的异常点或强影响点．第二，当样本数据可能存在异常值时，分块成对自举内生变量和先决变量的样本观测值，所得参数估计的稳健性高，和最小二乘、分位数回归等单一方法相比更易识别数据结构特点。第三，因数据污染问题，无论哪种参数估计方法及其统计推断过程都可能错误地识别异常样本。影响数据污染程度的因素包括：异常数据所占比例、偏离程度、聚集形式，联立模型方程数目、滞后阶数、估计方法等，而与异常数据处于样本哪一阶段、是否聚集成片、样本绝对数量的多少没有显著关系。
本文共有六个章节。第一章的引言简要介绍本文的选题背景、研究意义及创新之处。第二章的文献综述回顾了国内外文献分别对计量经济单方程和联立模型的已有研究，注重从数据诊断理论和实证两方面进行总结。第三章、第四章均为理论阐述，遵循“建立联立模型、估计模型参数、计算诊断统计量、假设检验识别异常数据”的一般步骤，研究了小样本宏观经济统计数据在计量经济联立模型中的质量诊断理论方法，提出基于联立模型的小样本数据诊断分析体系，并通过模拟仿真和自举抽样分析小样本数据联立模型的具体性质。第五章为结论及后续研究展望，概括了本文理论研究的主要内容，总结了小样本数据计量经济联立模型诊断的基本思路和一般步骤，强调联立模型数据诊断方法优于单方程模型，并指出适用于小样本数据、比较稳健的联立模型估计方法。
本文的创新之处包括三个方面：第一，建立计量经济联立方程诊断数据质量，将目前集中于单方程模型的影响分析诊断方法扩展应用到计量经济联立方程中，特别是时间序列向量自回归模型中，着重讨论了联立模型结构式的参数识别和在此基础上展开的数据诊断统计问题，这是单方程模型中所不涉及的内容。第二，注重分析小样本数据的性质，在尽量避免异常数据和数据污染问题干扰的同时，对小样本数据进行成对分块自举，重复生成来自同一总体分布的子样本数据集，对其进行参数估计，以深入分析利用有限的样本信息。和蒙特卡洛模拟方法相比，自举法由于其生成机制来自于同一个总体，更适用于小样本数据的情况。第三，本文针对容易混淆、没有明确区分标准的异常点、高杠杆点、强影响点等概念进行具体阐释，并配合软件制图表明这些概念的区别和联系。
本文为国家自然科学基金课题项目“小样本高维宏观经济统计数据计量经济联立模型诊断理论及其应用(70801040)”资助下的成果。