基于半参数分位数回归分析的Granger因果推断

摘要

在研究经济变量间的动态关系和一个变量是否有助于预测其它变量时，Granger因果关系已经成为一个非常重要的工具，同时也是理论探究的重点和热点，诸多研究者已经进行了检验Granger因果关系存在性的研究。本文的研究目的在于发展一类部分线性变系数分位数回归模型，一些参数的值可以是协变量的函数，并且提出了两种参数和非参数函数系数的估计方法，一种是基于相依数据的部分线性变系数分位数回归模型的估计方法；另一种是基于支持向量机分位数回归的部分变系数动态模型的估计方法——三阶段估计法和迭代加权最小二乘估计法。部分线性变系数分位数回归模型不仅是线性Granger因果相关性分析的自然扩展，也能使看到Granger因果关系的结构。最后利用提出的Granger因果关系检验方法对中国、美国、英国的股票市场指数进行Granger因果关系检验，得到一周前美国和英国股票市场指数有助于预测当前中国的股票市场指数。

目录

声明

符号说明

第一章绪论

1.2 研究目的和意义

1.3 文献综述

1.4本文结构和内容

第二章预备知识

定义2.4相依数据

第三章非线性Granger因果关系检验

第四章部分线性变系数分位数回归模型

4.1相依数据下部分线性变系数分位数回归模型

4.2基于支持向量机的部分线性变系数分位数回归模型

第五章实证分析

5.1数据来源和属性

5.2经典线性及非线性Granger因果关系检验

5.3Granger因果关系的半参数分位数回归分析

第六章结论与应用

参考文献

攻读学位期间所取得的相关科研成果

致谢