截断的非平衡似无关回归模型及其对股市波动的应用研究

本项目研究以深入揭示股市波动的真实特征为目标，以非平衡似无关回归模型的研究方法创新为途径：（1）我国上市公司数目众多，且交易数据存在不同程度的缺失，因此，为了反映这一特征，本项目首先将简单的非平衡似无关回归模型扩展到含有多个个体且具有不同数据缺失形式的非平衡似无关回归模型，并建立该模型的参数估计与检验方法；（2）为了刻画我国股市波动幅度的涨跌停限制，本项目构建了一个截断的非平衡似无关回归模型，并建立该模型的极大似然估计与似然比检验方法；（3）基于上述理论模型，利用我国上市公司的个股数据，从微观层面实证分析并深入揭示我国股市波动的微观特征，从而为投资决策和政府监管等提供更有力的现实依据和经验支持。

本项目从我国股市波动的现实特征中提出建立相应的截断非平衡似无关回归模型，并由此展开进行相关的理论方法研究。同时，应用先进的计量方法对中国的经济现实（股市波动和收入分配领域）进行应用研究，取得了一些代表性成果。这些成果部分已经发表在《系统工程理论与实践》、《中国管理科学》、《中国农业科学》、《经济学动态》、《Economic and Political Studies》等杂志共7篇，部分仍在《Journal of Economic Inequality》、《中国管理科学》等杂志的二审中。通过对本项目的研究，我们同时也培育了一个新的研究领域：与收入分配相关的微观计量方法及应用研究。. 在方法上，本项目将具有嵌套型数据缺失的非平衡似无关回归模型扩展到具有一般型数据缺失形式的非平衡似无关回归模型，进而建立了因变量具有截断特征的非平衡似无关回归模型，我们提出了该模型的极大仿真似然估计方法；若将因变量的截断特征看成是缺失数据的一个特例，即使在误差项非正态分布的条件下，我们也可以利用多重插值方法对缺失数据进行填补，然后利用一般的回归方法估计截断模型，基于这一思想我们指导完成了一篇本科毕业论文，并获得校级优秀学位论文奖励；对于一般的数据缺失变量，当缺失值与数据本身相关时（如收入变量），传统的多重插值方法可能失效，我们提出将样本选择模型与多重插值方法结合，建立改进的多重插值方法，并以估计收入不平等为例进行了说明。沿着这一主线，我们同时对收入与幸福的关系、城乡收入差距的动态变化进行了深入研究。. 应用新建的截断非平衡似无关模型，从个股微观角度分析股市波动的非对称性特征，我们得出更细致的结论：成份指数波动存在杠杆效应，而成份股波动存在反向杠杆效应，市场存在的共同因素和异质因素可能是导致上述波动特征不一致的原因；然而，上述讨论波动非对称性的研究忽略了非对称性的动态调整过程，在引入非线性平滑转换函数的条件下，波动的非对称性会出现非线性动态调整，而这种调整行为深刻揭示了市场投资者的异质性结构特征；我们同时对金融危机前后的股市波动特征进行研究，指导完成了一篇本科毕业论文，并获得校级优秀学位论文奖励。利用先进的微观计量模型，我们同时也分析了影响中国农地流转选择的因素和货币升值对中国经济增长和通胀的影响，这些成果均已完成并发表。