论文部分内容阅读
在面板数据中，异常值的出现是非常频繁的，这可能有模型选择不当的原因，也可能是由于经济及金融现象的某些异常特征引起的，因此该面板数据模型异常值的识别问题是一项重要的研究工作，然而在该领域，异常值的检验问题并没有受到应有的关注，在面板数据模型，由于个体效应的存在，传统的均值滑动模型无法使用，为此必须采用其他的异常值模型进行研究．
本文介绍了运用方差漂移模型对面板数据模型的异常值进行检验，并利用LM（Lagrange Multiplier）方法导出了检验统计量，得到的主要结果有：
（1）研究了非平衡静态面板数据模型及平衡静态面板数据模型的异常值检验问题，导出了多个异常值的检验统计量及相应的检验过程，并讨论了单个异常值的检验结果。
（2）研究了带有时间效应的平衡静态面板数据模型的异常值检验问题，并导出了多个异常值的检验统计量及相应的检验过程．
（3）研究了动态面板数据模型的异常值检验问题，导出了多个异常值的检验统计量及相应的检验过程．
（4）通过数据模拟分析和实例分析对检验统计量进行了验证，证实了方法的有效性．
面板数据模型是经济数据分析中的一个使用非常广泛的统计模型，然而建立的模型是否合理至关重要，如果建立出错误或不合适的模型，不但不会解决问题，反而会给出误导的结果，异常值识别是统计模型诊断的一个重要内容，他对统计建模及识别数据中的异常特征具有重要作用．因此本文的结论在面板数据模型研究中具有重要的理论意义和实用价值。