掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
蜜蜂的寓言:私人的惡德,公眾的利益
-
>
世界貿(mào)易戰(zhàn)簡史
-
>
日本的凱恩斯:高橋是清傳:從足輕到藏相
-
>
近代天津工業(yè)與企業(yè)制度
-
>
貨幣之語
-
>
眉山金融論劍
-
>
圖解資本論
高維因子模型的極大似然分析:理論與方法 版權(quán)信息
- ISBN：9787100169011
- 條形碼：9787100169011 ; 978-7-100-16901-1
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
高維因子模型的極大似然分析:理論與方法 本書特色
高維因子模型是當前計量經(jīng)濟學(xué)中的一個重要模型。以美國美聯(lián)儲前主席Ben S. Bernanke、哈佛大學(xué)教授James H. Stock以及普林斯頓大學(xué)教授Mark M. Watson為代表的歐美學(xué)者，在廣泛的實證研究中發(fā)現(xiàn)，經(jīng)過高維因子模型增廣的計量經(jīng)濟學(xué)模型在宏觀經(jīng)濟預(yù)測(Stock and Watson, 2002, JBES)、政策效果評價(Bernanke, Bovin and Eliasz, 2005, QJE)以及經(jīng)驗事實挖掘(Kose, Othok and Whiteman, 2003, AER)上有著非常重要的應(yīng)用。 然而現(xiàn)有的高維因子模型的分析，主要集中于主成分分析，更為一般的極大似然分析鮮有文獻涉及。本書將建立極大似然分析框架作為研究的主要內(nèi)容，系統(tǒng)地研究了高維因子模型極大似然估計量的一致性、收斂速度和漸近分布，填補了高維因子分析理論重要的理論空白。此外，作者還將研究思路拓展到存在交互效應(yīng)的面板數(shù)據(jù)模型中，用新的框架研究了極大似然方法估計交互效應(yīng)模型。相關(guān)理論成果對于拓展實證研究范圍，提高實證研究的可信度有著重要的意義。
高維因子模型的極大似然分析:理論與方法 內(nèi)容簡介
高維因子模型是當前計量經(jīng)濟學(xué)中的一個重要模型。以美國美聯(lián)儲前主席Ben S. Bernanke、哈佛大學(xué)教授James H. Stock以及普林斯頓大學(xué)教授Mark M. Watson為代表的歐美學(xué)者，在廣泛的實證研究中發(fā)現(xiàn)，經(jīng)過高維因子模型增廣的計量經(jīng)濟學(xué)模型在宏觀經(jīng)濟預(yù)測(Stock and Watson, 2002, ES)、政策效果評價(Bernanke, Bovin and Eliasz, 2005, QJE)以及經(jīng)驗事實挖掘(Kose, Othok and Whiteman, 2003, AER)上有著很好重要的應(yīng)用。 然而現(xiàn)有的高維因子模型的分析，主要集中于主成分分析，更為一般的極大似然分析鮮有文獻涉及。本書將建立極大似然分析框架作為研究的主要內(nèi)容，系統(tǒng)地研究了高維因子模型極大似然估計量的一致性、收斂速度和漸近分布，填補了高維因子分析理論重要的理論空白。此外，作者還將研究思路拓展到存在交互效應(yīng)的面板數(shù)據(jù)模型中，用新的框架研究了極大似然方法估計交互效應(yīng)模型。相關(guān)理論成果對于拓展實證研究范圍，提高實證研究的可信度有著重要的意義。
高維因子模型的極大似然分析:理論與方法 目錄
**章 緒論
1.1 引言
1.2 高維數(shù)據(jù)的困境
1.2.1 傳統(tǒng)的漸近理論以及高維數(shù)據(jù)的定義
1.2.2 高維下的依序收斂以及聯(lián)合收斂問題
1.2.3 高維下常見數(shù)學(xué)結(jié)論的失效問題
1.3 高維因子模型：理論進展與局限
1.3.1 傳統(tǒng)因子模型
1.3.2 因子模型的一些應(yīng)用
1.3.3 高維因子模型的理論進展
1.3.4 現(xiàn)有文獻的不足以及本文的貢獻
1.4 本文的結(jié)構(gòu)以及相關(guān)數(shù)學(xué)符號
第二章 高維因子模型的極大似然分析
2.1 引言
2.2 模型的假定
2.3 模型的估計
2.4 對稱性以及表達式的選擇
2.5 識別條件
2.6 極大似然估計量的漸近性質(zhì)
2.7 因子估計量的漸近性質(zhì)
2.8 EM算法
2.8.1 EM算法原理
2.8.2 高維因子模型EM算法的步驟
2.8.3 估計量的正規(guī)化
2.8.4 局部*優(yōu)性
2.8.5 Matlab程序
2.9 有限樣本性質(zhì)
2.10 結(jié)論
2.11 附錄：理論結(jié)果的詳細證明
展開全部
高維因子模型的極大似然分析:理論與方法 作者簡介
李鯤鵬，現(xiàn)為首都經(jīng)濟貿(mào)易大學(xué)國際經(jīng)管學(xué)院副教授。畢業(yè)于清華大學(xué)經(jīng)濟管理學(xué)院，獲得經(jīng)濟學(xué)博士學(xué)位。到目前為止，在國內(nèi)外高水平期刊上發(fā)表論文近20篇，包括Annals of Statistics、Review of Economics and Statistics、Journal of Business and Economic Statistics、Economics Letters、Econometric Reviews等，主持國家自然科學(xué)基金兩項、教育部人文社科基金一項，是Journal of Econometrics、Journal of Business and Economic Statistics等知名期刊的匿名審稿人。 研究領(lǐng)域主要包括高維因子模型、面板數(shù)據(jù)模型、交互效應(yīng)模型、空間計量模型等。目前教授首都經(jīng)貿(mào)大學(xué)博士生和碩士生的計量經(jīng)濟學(xué)課程。
書友推薦
- >
月亮虎
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
自卑與超越
- >
我與地壇
- >
二體千字文
- >
【精裝繪本】畫給孩子的中國神話
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
本類暢銷
