基于无偏估计方程的模型选择

论文摘要

模型选择研究是经济计量学的重要组成部分。自Akaike的AIC准则提出以来,基于信息理论的模型选择标准飞快发展。基于各种不同原理和计算方式的模型选择被纷纷提出,丰富了计量经济学在模型选择领域的研究,促进了计量经济学的发展。本文是在前人研究的基础之上,根据无偏估计方程的基本理论探讨了一种较新的模型选择标准,其较之其他基于极大似然估计和全概率模型而言应用范围更广。本文首先回顾了模型选择标准的发展历程,将模型选择标准进行了基本的归类,基于假设检验的模型选择标准是最基本的检验方式,经常同其他模型标准联合使用,且其基本原理也被应用到了其他模型选择标准;而基于均方误差、信息论、交叉确认等方法的模型选择标准会针对不同目的、不同条件进行模型选择。在不同的模型类型下会采取不同的模型选择方式,最基本最常用的是基于信息理论下的模型选择标准——AIC准则。其基本推理、估计方法等都为模型选择标准的进一步推广奠定了基础。基于无偏估计方程的模型选择标准其主要特点是由于无偏估计方程应用的广泛性,使得其在计算过程中所需满足的条件限制等较少,因而使选择标准具有较强的应用范围。本文所讨论的模型选择标准需要构建计算候选模型的成本信息函数(the Cost information function),通过计算函数值来构建CIC准则(Cost information criteria)。根据模型的简约性原则,CIC准则的计算值主要有两部分组成,第一部分是根据无偏估计方程计算而得的Wald统计量,第二部分是模型复杂度的惩罚函数。计算而成的CIC准则符合一般模型选择标准的拟合优度与模型复杂度之和的基本形式。经过进一步的研究,CIC准则满足模型选择的稳健性要求,同时具有一致性。本文的应用部分通过两个不同模型的应用来验证CIC准则的实际应用能力,在实证过程中,本文不仅适用了CIC准则,还使用其他经典模型选择标准来进行对比,已验证CIC准则的有效性和准确度。首先应用于小样本的线性模型,其结构简单,是经典计量经济学书籍中的一个实例。其次将CIC准则应用于大样本的VAR模型当中,模型结构复杂,是在新建的实证案例。通过两个不同模型的对比发现,CIC准则具有较强的应用能力,在不同情况下均能够选择最佳模型。总的来说,本文所讨论的基于无偏估计方程所构建的模型选择标准——CIC准则:计算步骤简单,应用范围广泛,选择准确度较高,其可以在实证研究当中得以应用。

论文目录

• 摘要
• Abstract
• 第1章 导论
• 1.1 选题背景、意义
• 1.1.1 选题背景
• 1.1.2 选题意义
• 1.2 国内外文献综述
• 1.2.1 国外相关理论综述
• 1.2.2 国内相关理论综述
• 1.2.3 国内外研究现状总体评价
• 1.3 研究内容、研究框架以及解决的关键问题
• 1.3.1 研究的主要内容
• 1.3.2 研究框架图
• 1.3.3 解决的关键问题
• 1.4 研究方法及可行性分析
• 1.5 本文的创新点
• 1.6 本章小结
• 第2章 模型选择的经典方法
• 2.1 基于假设检验的模型选择标准
• 2.1.1 F 检验
• 2.1.2 LR 检验
• 2.2 基于均方预测误差的模型选择标准
• 2.3 基于信息理论的模型选择标准
• 2.3.1 AIC 准则
• 2.3.2 BIC 准则
• 2.3.3 其他方法
• 2.4 基于交叉确认、自助法等其他的模型选择标准
• 2.5 本章小结
• 第3章 基于估计方程的模型选择标准——CIC 准则
• 3.1 估计方程
• 3.2 Wald 检验
• 3.3 CIC 准则
• 3.4 CIC 准则的补充
• 3.4.1 Wald 统计量的选择问题
• 3.4.2 候选模型的初步选择问题
• 3.4.3 增长模型的选择问题
• 3.5 CIC 准则的稳健性
• 3.6 CIC 准则的渐近性质
• 3.7 本章小结
• 第4章 模拟检验
• 4.1 模拟方程
• 4.2 蒙特卡洛模拟检验
• 4.3 检验结果
• 4.4 本章小结
• 第5章 应用分析
• 5.1 线性回归模型
• 5.2 向量自回归模型（VAR 模型）
• 5.3 本章小结
• 结论
• 参考文献
• 附录
• 攻读硕士学位期间发表的学术成果
• 致谢