《動態面板結構方程:有限信息極大似然方法》是一本於2014年10月28日中國金融出版社出版的圖書，作者是張璇。
基本介紹
- 書名：動態面板結構方程：有限信息極大似然方法
- 作者：張璇
- 出版社：中國金融出版
- 出版時間：2014年10月28日
內容簡介,作者簡介,圖書目錄,
內容簡介
動態面板結構方程模型和一般的結構方程模型相似，由潛變數的結構模型和可測變數的測量模型構成，在動態結構方程模型中增加了個體效應隨機項。例如，在財務分析領域，運用結構方程模型能將各種財務因素看成潛變數，並且用多個財務指標度量同一個財務因素，避免單個財務指標度量的片面性。然而，由於結構方程模型不支持動態數據，所以在建模時我們就必須選擇與研究變數相同期的財務指標，可是在有些研究中，因變數不僅和同期的財務因素相關，還和滯後的財務因素相關。本書以可觀測形式為基礎，討論動態面板結構方程模型的估計問題。
作者簡介
張璇，博士、副教授，中南財經政法大學工商管理學院碩導，投入產出協會理事 ，European Journal of Information Systems（國際B+類期刊,SSCI收錄）審稿人，楚天學者。 主要經歷：獲得荷蘭格羅寧根大學和中國科學院的雙博士學位 2010.07-2011.07 中南財經政法大學 講師；2011.07- 中南財經政法大學 副教授 。
圖書目錄
第1章 導論 1
1.1研究背景和意義 1
1.2國內外相關文獻綜述 4
1.2.1國外的研究現狀 4
1.2.2國內的研究現狀 6
1.3研究的基本思路和方法 8
1.4研究的創新點和主要框架 10
第2章 模型估計的基本問題 12
2.1模型的基本形式 12
2.1.1動態面板結構方程模型（DPSEM） 12
2.1.2模型的可觀測形式和識別條件 14
2.1.3模型估計需要的假設條件 17
2.2模型估計需要解決的問題 19
2.2.1 OFS形式中變數的內生性 20
2.2.2大量工具變數的弱外生性 21
2.2.3個體效應的過濾 23
2.2.4模型誤差項的序列相關 25
2.3現有估計方法及問題 26
2.3.1 廣義工具變數估計 27
2.3.2全信息最大似然估計 29
第3章 有限信息最大似然（LIML）估計引進的探討 32
3.1 LIML估計引進的思路和依據 32
3.1.1單方程估計的靈活性 32
3.1.2工具變數的選擇及其弱外生性的影響 33
3.2 LIML估計引進需要解決的問題 35
3.2.1個體效應的過濾 35
3.2.2 工具變數的選取 40
3.2.3誤差項的低階序列相關的處理 43
3.3 LIML估計量的推導和計算 44
3.3.1 方程係數的LIML估計量 44
3.3.2誤差方差的LIML估計量 50
3.4 方程係數的LIML估計量漸近性質的證明 52
3.4.1 係數估計量的一致性 52
3.4.2 特殊設定下係數估計量的漸近正態性 55
3.5 LIML估計效果的模擬 66
3.5.1具體模型和模擬樣本的產生 67
3.5.2 係數估計量的收斂性 73
3.5.3 LIML的估計量的有限分布 78
第4章有限信息最大似然估計量方差計算的討論 85
4.1方差計算的重要性和存在的問題 85
4.2解決方差計算的思路和根據 87
4.3 方差計算的方法 89
4.3.1分塊刀切法 89
4.3.2參數自助法 91
4.4分塊刀切法LIML估計效果的模擬 94
4.4.1分塊刀切法LIML估計量的經驗分布 94
4.4.2分塊刀切法對LIML估計量分布的影響 98
第5章有限信息最大似然估計結果檢驗方法的探討 102
5.1現有的LIML估計結果檢驗的方法 102
5.2現有方法引入DPSEM需要解決的問題 104
5.3合適檢驗統計量的構造 105
5.3.1調整的Anderson Rubin 檢驗 105
5.3.2調整的K檢驗 106
5.3.3調整的條件似然比檢驗 109
5.3.4 密集計算估計的 z檢驗 113
5.4 LIML估計結果檢驗的蒙特卡羅模擬 114
5.4.1分塊刀切法的z檢驗統計量零假設的標準分布 114
5.4.2幾種檢驗方法勢的比較分析 118
第6章研究結論和有待進一步解決的問題 122
6.1 DPSEM的LIML估計的優勢 122
6.1.1估計量的有限樣本性質 122
6.1.2估計結果檢驗的建立 123
6.2 LIML估計有待進一步解決的問題 123
6.2.1LIML估計的局限性 123
6.2.2模型誤差序列相關下估計量的漸近方差 124
6.3 相關課題進一步研究的方向 125
參考文獻 128
1.1研究背景和意義 1
1.2國內外相關文獻綜述 4
1.2.1國外的研究現狀 4
1.2.2國內的研究現狀 6
1.3研究的基本思路和方法 8
1.4研究的創新點和主要框架 10
第2章 模型估計的基本問題 12
2.1模型的基本形式 12
2.1.1動態面板結構方程模型（DPSEM） 12
2.1.2模型的可觀測形式和識別條件 14
2.1.3模型估計需要的假設條件 17
2.2模型估計需要解決的問題 19
2.2.1 OFS形式中變數的內生性 20
2.2.2大量工具變數的弱外生性 21
2.2.3個體效應的過濾 23
2.2.4模型誤差項的序列相關 25
2.3現有估計方法及問題 26
2.3.1 廣義工具變數估計 27
2.3.2全信息最大似然估計 29
第3章 有限信息最大似然（LIML）估計引進的探討 32
3.1 LIML估計引進的思路和依據 32
3.1.1單方程估計的靈活性 32
3.1.2工具變數的選擇及其弱外生性的影響 33
3.2 LIML估計引進需要解決的問題 35
3.2.1個體效應的過濾 35
3.2.2 工具變數的選取 40
3.2.3誤差項的低階序列相關的處理 43
3.3 LIML估計量的推導和計算 44
3.3.1 方程係數的LIML估計量 44
3.3.2誤差方差的LIML估計量 50
3.4 方程係數的LIML估計量漸近性質的證明 52
3.4.1 係數估計量的一致性 52
3.4.2 特殊設定下係數估計量的漸近正態性 55
3.5 LIML估計效果的模擬 66
3.5.1具體模型和模擬樣本的產生 67
3.5.2 係數估計量的收斂性 73
3.5.3 LIML的估計量的有限分布 78
第4章有限信息最大似然估計量方差計算的討論 85
4.1方差計算的重要性和存在的問題 85
4.2解決方差計算的思路和根據 87
4.3 方差計算的方法 89
4.3.1分塊刀切法 89
4.3.2參數自助法 91
4.4分塊刀切法LIML估計效果的模擬 94
4.4.1分塊刀切法LIML估計量的經驗分布 94
4.4.2分塊刀切法對LIML估計量分布的影響 98
第5章有限信息最大似然估計結果檢驗方法的探討 102
5.1現有的LIML估計結果檢驗的方法 102
5.2現有方法引入DPSEM需要解決的問題 104
5.3合適檢驗統計量的構造 105
5.3.1調整的Anderson Rubin 檢驗 105
5.3.2調整的K檢驗 106
5.3.3調整的條件似然比檢驗 109
5.3.4 密集計算估計的 z檢驗 113
5.4 LIML估計結果檢驗的蒙特卡羅模擬 114
5.4.1分塊刀切法的z檢驗統計量零假設的標準分布 114
5.4.2幾種檢驗方法勢的比較分析 118
第6章研究結論和有待進一步解決的問題 122
6.1 DPSEM的LIML估計的優勢 122
6.1.1估計量的有限樣本性質 122
6.1.2估計結果檢驗的建立 123
6.2 LIML估計有待進一步解決的問題 123
6.2.1LIML估計的局限性 123
6.2.2模型誤差序列相關下估計量的漸近方差 124
6.3 相關課題進一步研究的方向 125
參考文獻 128
