基于Spatial AIC准则的空间自回归模型变量选择研究
2018-12-07分类号:F832.51;O212.1
【部门】上海师范大学商学院 上海财经大学财经研究所 上海对外经贸大学国际经贸学院
【摘要】变量选择直接决定着空间计量经济模型的有效程度与实证研究结果。为有效解决空间自回归模型(即SAR模型)的变量选择问题,本文利用Kullback-Laible信息量最大化,把AIC准则运用到SAR模型构建,推导出Spatial AIC统计量,提出Spatial AIC准则。然后利用统计理论证明Spatial AIC准则选择SAR模型变量的渐近最优性;利用蒙特卡洛模拟方法,比较Spatial AIC准则、经典AIC准则和Lasso方法用于SAR模型变量选择的有限大样本性质;利用空间相关的沪深300成分股股票收益率数据,采用Spatial AIC准则和Lasso方法,分别构建股票收益率财务因素的空间自相关模型,实证比较其相对有效性。三种结果均表明Spatial AIC准则能够更好地解决SAR模型变量选择问题。
【关键词】空间自回归模型 变量选择 Spatial AIC准则 渐进最优性 有限大样本性质
【基金】国家自然科学基金项目(71371066,71573178,71673189);; 教育部人文社科规划基金项目(17YJA790075);教育部人文社科青年基金项目(15YJC790150);; 国家统计局全国统计科学研究重点项目(2016LZ16)
【所属期刊栏目】数理统计与管理
文献传递