- 年份
- 2024(3907)
- 2023(5601)
- 2022(4784)
- 2021(4673)
- 2020(4191)
- 2019(9792)
- 2018(9749)
- 2017(18904)
- 2016(10319)
- 2015(11612)
- 2014(11303)
- 2013(10679)
- 2012(9562)
- 2011(8392)
- 2010(8571)
- 2009(7591)
- 2008(7163)
- 2007(6259)
- 2006(5355)
- 2005(4717)
- 学科
- 济(41722)
- 经济(41695)
- 管理(27049)
- 业(25093)
- 方法(24786)
- 数学(22980)
- 数学方法(22430)
- 企(20844)
- 企业(20844)
- 中国(9875)
- 农(9321)
- 财(8983)
- 业经(8083)
- 学(7436)
- 理论(7409)
- 贸(7409)
- 贸易(7403)
- 易(7234)
- 地方(6288)
- 农业(6201)
- 技术(6151)
- 制(5822)
- 务(5599)
- 财务(5563)
- 财务管理(5548)
- 和(5236)
- 企业财务(5233)
- 教学(5190)
- 银(5188)
- 银行(5181)
- 机构
- 学院(134632)
- 大学(134625)
- 管理(53631)
- 济(52770)
- 经济(51699)
- 理学(46893)
- 理学院(46414)
- 管理学(44970)
- 管理学院(44739)
- 研究(43034)
- 中国(32643)
- 京(28745)
- 科学(28349)
- 财(23001)
- 农(22666)
- 所(21769)
- 业大(21648)
- 中心(20810)
- 研究所(20031)
- 江(19417)
- 财经(18657)
- 北京(17913)
- 农业(17894)
- 经(17038)
- 范(16408)
- 经济学(16354)
- 师范(16189)
- 技术(16059)
- 院(15905)
- 州(15531)
- 基金
- 项目(97084)
- 科学(76392)
- 基金(70705)
- 研究(67577)
- 家(63016)
- 国家(62580)
- 科学基金(53854)
- 社会(41710)
- 社会科(39744)
- 社会科学(39736)
- 省(38383)
- 自然(36751)
- 基金项目(36400)
- 自然科(36018)
- 自然科学(36015)
- 自然科学基金(35325)
- 教育(32677)
- 划(32669)
- 资助(30975)
- 编号(27448)
- 重点(21949)
- 成果(21393)
- 部(20957)
- 创(20553)
- 发(19957)
- 科研(19324)
- 创新(19123)
- 计划(18828)
- 课题(18632)
- 教育部(17957)
共检索到192094条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计与决策
[作者]
武大勇 万建平
文章考虑了一类有AR(1)随机误差的面板数据模型,利用二阶段最大似然估计法给出了模型中参数的最大似然估计,并证明了该估计的强相合性。为了避免模型的错误识别,利用拉格朗日乘子检验法检验了随机误差是否具有一阶自回归AR(1)形式。
[期刊] 数量经济技术经济研究
[作者]
武大勇 张伟 姜凌
本文把一般的常系数的动态面板数据模型拓广到变系数的情形。对于变系数的动态面板数据模型首先推导出模型所隐含的各种矩条件,然后利用广义矩估计的方法得到了模型中未知参数的半参数广义矩估计,最后对于我们所得到的估计的渐进性和一致性进行证明。
关键词：
面板数据 半参数估计 广义矩方法 变系数
[期刊] 统计与决策
[作者]
武大勇 周永卫
文章把一般的面板数据模型拓广到自适应变系数的情形。对于自适应变系数的面板数据模型,首先在假设参数部分已知的条件下推导出了模型中非参数部分的估计;然后,利用给出了参数部分的数值求法;最后,从数值试验上验证了所给出的估计。
关键词：
面板数据 半参数估计 自适应 变系数
[期刊] 数理统计与管理
[作者]
鄢然 魏传华 苏宇楠
本文研究了具有空间误差自相关和序列相关误差分量的随机系数面板数据模型预测问题,得到了最优线性无偏预测(BLUP),数值模拟实验结果表明与忽略空间自相关性或序列相关性的预测量相比较,本文所提出的预测量表现更好。
[期刊] 数理统计与管理
[作者]
鄢然 魏传华 苏宇楠
本文研究了具有空间误差自相关和序列相关误差分量的随机系数面板数据模型预测问题,得到了最优线性无偏预测(BLUP),数值模拟实验结果表明与忽略空间自相关性或序列相关性的预测量相比较,本文所提出的预测量表现更好。
[期刊] 数量经济技术经济研究
[作者]
王维国 殷亮
半参数趋势面板数据模型在社会经济问题的实证分析中具有很强的适用性,但在现有的研究中,半参数趋势面板模型考虑了时间趋势的非线性,但没有考虑政策等因素对被解释变量影响的变化情况。本文将结构突变理论引入截面相关下的半参数趋势面板模型,并基于PPLE方法,建立了有效估计量和识别程序。通过仿真实验和实证应用,验证了对于含有突变点的半参数趋势面板模型,EPPLE方法的参数估计是有效的。
关键词：
非线性 阈值面板数据 半参数 时间趋势
[期刊] 数量经济技术经济研究
[作者]
杨继生
基于面板数据的结构VAR模型在宏观经济分析中具有很好的适用性。本文选择了两个具有代表性的估计量——参数估计的GMM估计量和半参数估计的PSS估计量,建立了PSVAR模型的估计程序,并将其推广到非线性PSVAR模型中。仿真实验结果显示,对线性PSVAR模型,当样本规模较小时,GMM估计量总体表现要优于PSS估计量。而当样本较大时,PSS估计量有较好的表现。对非线性PSVAR模型,PSS估计量要明显优于GMM估计量。
[期刊] 世界经济研究
[作者]
周先波 李钜威 杨逢利
非参数模型的估计表明,全球化对经济增长具有显著的正的边际影响,其促进作用的增幅大小和经济体现与全球化程度有关。全球化水平存在一个"度"的界限,当经济体的全球化水平小于这个限度时,开放度的提高会增加其对经济增长的促进力;而当超过这个"度"时,开放度的进一步提高会使其对经济增长的促进作用减弱。
关键词：
全球化 经济增长 边际影响 非参数估计
[期刊] 统计研究
[作者]
任燕燕 吕洪渠 王娜
生产效率一般会受到空间相关性和时间滞后效应的影响,不易准确测算。本文考虑时空双重滞后特征,提出一种动态面板数据空间随机前沿模型,针对模型的内生性问题,借鉴已有的估计方法,本文提出一种广义矩估计方法(Generalized Method of Moments,GMM),并证明了参数估计的一致性。在应用分析中,利用本文所提出的理论模型实证分析了我国战略性新兴产业发展的效率,该理论模型能够客观、科学地测算技术效率,实证结论验证了理论模型的应用效果。
[期刊] 统计研究
[作者]
唐礼智 刘玉
本文通过构建同时包含因变量和误差项空间滞后的随机效应半参数变系数面板模型,拓展了现有模型的灵活性和适应性;采用截面极大似然估计方法得出了参数和非参数的估计。理论证明发现:在一定的正则条件下,所有估计量具有一致性和渐近正态性。数值模拟显示:估计量具有良好的小样本性质,估计精度随着样本容量的增加而增加;空间权重矩阵的选择对估计量的表现没有产生显著差异,但是在Case权重矩阵下,当样本量相同时,空间相关系数的估计偏差随着空间权重结构复杂度的增加而扩大。
关键词：
半参数 变系数 广义空间滞后 面板模型
[期刊] 统计与决策
[作者]
熊炳忠 李卫国
二重AR(1)模型是普通AR(1)模型的非线性化,也可看作是RCAR(1)模型的进一步推广。由于二重AR(1)模型比较复杂,传统参数估计方法难以估计其参数,本文提出采用MCMC方法来估计其参数。
[期刊] 统计与决策
[作者]
章敏 李再兴
文章分析了AR(1)模型中模型参数(序列方差、模型回归系数、序列的自协方差函数、自相关系数以及误差方差)估计(矩估计和最小二乘估计)的无偏性。对于非独立随机向量二次型的商的估计(如自相关系数估计等),给出了其偏差表达式并提供了相应的数值解法。通过数据模拟分析考察了这些参数估计的偏度情况。
[期刊] 统计研究
[作者]
吕亚芹,何晓群,汤果
一、问题的提出ＦＩＧＡＲＣＨ模型［１］是Ｂａｉｌｉｅ、Ｂｏｌｅｒｓｌｖｅ、Ｍｉｋｋｌｓｏｎ在Ｅｎｇｌｅ的ＡＲＣＨ模型［２］（１９８２年）的基础上于１９９６年提出来的。该模型比较擅长于反映这类金融资产的异方差特性以及长记忆的变动特性，它的主要应用领域是...
[期刊] 预测
[作者]
冯烽 叶阿忠
本文以中国28个地区1995～2009年的面板数据,在估算28个地区CO2排放量的基础上,采用灵活稳健的半参数面板数据模型对我国CO2排放的环境库兹涅茨曲线的存在性进行了实证研究。结果表明:中国及其东部存在CO2排放的环境库兹涅茨曲线并且转折点为0.76千元人均实际GDP,但是中部、西部不存在该曲线;中部正趋近于人均CO2排放的转折点,西部离该转折点还有较大差距;第二产业占GDP比重对CO2排放具有正向的影响。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
