论文部分内容阅读
本文就隔期相互影响的动态面板数据模型进行分析和研究，以及对有限样本较差的性质进行改进，从而提高估计的有效性。本文通过加权矩阵的主成分法提高估计有效性。利用加权矩阵的主成分改进有限样本的广义矩估计量的性质是由Howard E.Doran.和Peter Schmidt提出来的。本文将此方法用到隔期相互影响的动态面板数据模型中。
对隔期相互影响的动态面板数据模型在利用差分广义矩估计时，有较多的矩条件可以利用，造成了对模型的过度识别。较多的矩条件使被估计的加权矩阵很不精确，故本文对加权矩阵利用主成分法进行改进。通过对加权矩阵的逆进行谱分解，去掉较小的特征根，以此减小方差的变异性。我们通过蒙特卡罗模拟，得到了很好的结果。