基于贝叶斯分位回归的面板数据建模、算法及应用研究

本项目将利用贝叶斯理论和分位回归方法，构建一类新的面板数据模型- - 贝叶斯分位回归面板数据模型，包括混合面板数据、固定效应面板数据、随机效应面板数据、动态面板数据和多变量面板数据的贝叶斯分位回归模型；解决面板数据建模过程中参数不确定性风险问题，提高模型预测精度；通过多个分位点的分析，全面揭示响应变量与协变量之间的相依关系，克服异常点数据的影响。提出面向贝叶斯分位回归面板数据模型的MCMC算法，解决模型参数估计和预报预测过程中的数值计算问题，实现模型应用研究。本项目的贝叶斯分位回归面板数据模型具有稳健性，能够同时刻画多个个体行为的共性与异质性。.面板数据是研究社会与经济动态演化行为，揭示经济运行规律及社会发展趋势的重要工具，其贝叶斯分位回归建模理论属于计量经济学前沿范畴。本项目的研究有利于拓展计量经济模型研究领域，推动贝叶斯方法在面板数据分析中的应用，促进贝叶斯计量经济模型理论与方法的发展。

面板数据是研究社会与经济动态演化行为，揭示经济运行规律及社会发展趋势的重要工具.本项目将利用贝叶斯理论和分位回归方法，构建贝叶斯分位回归面板数据模型，包括混合面板数据、固定效应面板数据、随机效应面板数据、动态面板数据和多变量面板数据的贝叶斯分位回归模型；解决面板数据建模过程中参数不确定性风险问题，提高模型预测精度..针对固定效应部分线性面板数据模型的参数分量，提出线性约束条件下的最小二乘估计，构建了半参数面板计量经济模型、原油冲击与股市波动动态相依关系的阈值面板数据协整模型、金融市场面板数据阈值向量误差修正模型，以及股市收益与原油价格动态相依结构的面板数据copula模型..通过对静态面板数据模型和动态面板数据模型的结构研究，构建了基于MCMC算法的贝叶斯静态面板数据模型、贝叶斯动态面板数据模型、贝叶斯面板数据平滑转换模型和贝叶斯空间面板数据模型。通过引入隐马尔科夫方法对固定效应和随机效应面板数据模型进行时变异质性以及变量关系结构变化进行建模，构建了基于MCMC算法的贝叶斯贝叶斯PHMM模型。根据分位自回归建模思想，构建了面板数据阈值分位自回归模型、股市收益与原油价格变动相依关系的面板数据分位回归模型和结构突变面板数据分位数回归模型；在此基础上，进一步构建了贝叶斯面板分位回归模型、贝叶斯截面相依面板分位回归协整模型。通过引入隐马尔科夫方法，构建了基于MCMC算法的贝叶斯贝叶斯PHMM模型..根据分位自回归模型建模思想，构建了面板数据阈值分位自回归模型、股市收益与原油价格变动相依关系的面板数据分位回归模型，以及结构突变面板数据分位数回归模型；在此基础上构建了贝叶斯面板分位回归模型、截面相依面板分位回归模型和面板空间分位数模型..项目的研究成果发表在《Energy Economics》，《International Review of Economics and Finance》，《Statistics and Probability Letters》、《Journal of the Korean Statistical Society》和《中国管理科学》等学术期刊，其中SSCI论文7篇，SCI论文3篇.