全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1388 14
2022-05-31
英文标题:
《Nonparametric Regression with Multiple Thresholds: Estimation and
  Inference》
---
作者:
Yan-Yu Chiou, Mei-Yuan Chen, Jau-er Chen
---
最新提交年份:
2018
---
英文摘要:
  This paper examines nonparametric regression with an exogenous threshold variable, allowing for an unknown number of thresholds. Given the number of thresholds and corresponding threshold values, we first establish the asymptotic properties of the local constant estimator for a nonparametric regression with multiple thresholds. However, the number of thresholds and corresponding threshold values are typically unknown in practice. We then use our testing procedure to determine the unknown number of thresholds and derive the limiting distribution of the proposed test. The Monte Carlo simulation results indicate the adequacy of the modified test and accuracy of the sequential estimation of the threshold values. We apply our testing procedure to an empirical study of the 401(k) retirement savings plan with income thresholds.
---
中文摘要:
本文研究了具有外生阈值变量的非参数回归,允许未知数量的阈值。在给定阈值个数和相应阈值的情况下,我们首先建立了具有多个阈值的非参数回归的局部常数估计的渐近性质。然而,在实践中,阈值的数量和相应的阈值通常是未知的。然后,我们使用我们的测试程序来确定未知数量的阈值,并推导出拟议测试的极限分布。蒙特卡罗模拟结果表明了修正检验的充分性和阈值序贯估计的准确性。我们将我们的测试程序应用于具有收入阈值的401(k)退休储蓄计划的实证研究。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Economics        经济学
分类描述:q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学,包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-31 20:49:03
多目标非参数回归:估计与推断严玉秋,陈美媛,*, Jau er Chenc,*A中央研究院经济研究所,台湾。b国立中兴大学金融系,台湾。C国立台湾大学经济系,台湾。《计量经济学杂志》第二轮研究与再研究我们感谢两位匿名评论员的建设性意见,这些意见极大地改进了本文。我们感谢郑明彦的宝贵讨论,并感谢蔡宗武和计量经济学最新发展国际研讨会的与会者,以及为纪念阿米宫教授而举办的应用研讨会,感谢他们提出的有益意见。通常的免责声明适用*通讯作者:国立中兴大学金融系,台湾台中市国光路250号,402。电话:+886-4-22853323。电子邮箱地址:mei-yuan@dragon.nchu.edu.tw(陈美媛);国立台湾大学经济系,第1届,Sec。台湾台北市罗斯福路4号,邮编10617。电话:+886-2-3366-8326。电子邮件地址:jauer@ntu.edu.tw(陈兆儿)。摘要本文研究了具有外生阈值变量的非参数回归,允许未知数量的阈值。给定阈值的数目和相应的阈值,我们首先建立了具有多个阈值的非参数回归的局部常数估计的a辛性质。然而,在实践中,阈值的数量和相应的阈值通常是未知的。然后,我们使用我们的测试程序来确定未知数量的阈值,并推导出建议测试的极限分布。蒙特卡罗模拟结果表明,修正检验的准确性和阈值顺序估计的准确性。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 20:49:07
我们将我们的测试程序应用于具有收入阈值的401(k)退休储蓄计划的实证研究。关键词:非参数回归、阈值变量、阈值、显著性检验JEL分类:C12;C13;C141引言分段线性已广泛用于在回归框架下建立经济关系的变化模型。大多数具有分段线性的回归可以表示为具有阈值的线性回归。例如,具有结构变化的线性回归可以写成以时间指数为阈值变量的线性阈值回归。在之前的研究中,Bai和Perron(1998年、2003年)、Qu和Perron(2007年)、Yamamo to和Perron(2013年)估计并测试了具有结构变化的线性回归,Chen(2008年)、Qu(2008年)、Oka和Qu(2011年)估计并测试了具有结构变化的线性量化回归。t hr eshold模型根据观察变量的值(即,是否超过某个阈值)将样本分为多个类。在实证工作中,确定税率等经济变量的阈值以及最佳公共债务比率与决策者相关。当临界值未知时,如实践中的典型情况,则需要对其进行估计,从而增加了计量经济学问题的复杂性。尽管如此,估计和推断理论对于具有外生回归的线性模型来说是发展良好的,包括Chan(1993)、Hansen(1996、1999、2000)和Caner(2002)的工作。近年来,阈值模型的范围大大扩大。特别是,分段线性的讨论已扩展到非参数回归。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 20:49:09
例如,Su和Xiao(2008)测试了时间序列非参数回归模型中的结构变化,而Chen和Hong(20 12)研究了如何使用非参数回归测试时间序列模型中的平滑结构变化。此外,Chen a和Hong(2013)扩展了他们早期的研究,以测试面板数据模型中的平滑结构变化。在经济学中,回归不连续性(RD)设计逐渐成为应用研究的常用工具。RD估计的有效性主要取决于阈值变量(在RD文献中也称为运行变量)和结果变量的条件平均函数的充分描述。由于看起来像是阈值上的跳跃可能只是无法解释非线性,因此非参数方法在RD估计中起着重要作用(参见Angrist和Pischke,2009)。例如,通过在RD框架中考虑未知的thr eshold值,Henderson、Parmeter和Su(20 14)为具有一个阈值的非参数回归中的阈值提供了估计和推断程序。虽然与Henderson et al.(2014)相关,这是一项研究非参数回归的开拓性研究,具有一个阈值,但我们的研究分析了具有多重阈值的非参数回归。此外,与Henderson et al.(2014)相比,在我们的框架中,阈值变量被排除在解释变量之外。在经验应用中,可能存在多个阈值;然而,在实践中,阈值的数量和相应的阈值通常是未知的。因此,识别未知数量的阈值并估计阈值是具有多个阈值的非参数回归中的关键问题,尤其是在进行实证研究时。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 20:49:14
因此,我们提出了一个测试程序来确定未知的阈值数量,并推导出所提出测试的极限分布。据我们所知,本研究首次全面调查了上述问题。本研究开发了一种测试程序,用于测试非参数回归中阈值的存在性、确定阈值的数量和估计阈值的值。具体而言,该程序是根据ait-Sahalia等人(2001)的工作修改的重要癌症测试。此外,我们还利用序贯方法建立了阈值估计量的相合性和渐近正态性。因此,本研究完善了非参数回归模型中估计和检验多阈值的现有文献。此外,我们还对401(k)退休储蓄计划的收入阈值进行了实证研究,并确定了四个阈值。这些重要的收入阈值都高于收入中值。论文的其余部分组织如下。第2节介绍了具有阈值的非参数回归的模型规格和估计。本节还总结了在已知阈值下得出测试统计和估计器理论结果的必要假设。第3节提供了确定未知阈值数的测试。第4节介绍了多阈值估计器的统计特性。第5节通过蒙特卡罗研究调查了这些测试的性能,而第6节介绍了一个实证应用。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 20:49:17
第7节结束。所有技术证明均收集在附录中。2模型、假设和渐近性首先确定符号并考虑以下阈值模型,这是一种具有s阈值和已知阈值的非参数回归:E(Y | x,Q)=s+1Xj=1mγj(x)Iγj(Q),其中Y是结果变量,x是协变量的向量,Q是阈值变量,用于将样本分割为不同的阈值,γ,γ,γs+1是相应的阈值,iγj(Qi)表示定义为iγj(Q)的指标函数=1季度∈ [γj-1,γj),否则为0,γ=-∞ 和γs+1=∞. 因此,网格点x=【x,…,xp】’处第j个区域的条件平均值可以表示为asmγj(x)=E(Y | x=x,Iγj(Q)=1)=Zyfγj(Y,x)fγj(x)dx,其中fγj(Y,x)=RIγj(Q)f(Y,x)dq和fγj(x)=RIγj(Q)f(x,Q)dq分别表示第j个区域中Y和x的联合密度函数和x的边缘密度。给定一个观测值为{(Yi,X′i,Qi)′,i=1,…,n}的样本,具有已知s阈值的非参数回归被指定为asYi=s+1Xj=1mγj(Xi)iγj(Qi)+ei(1),其中Yi,Xi和qia分别是Y,X和Q的第i个样本观测值;EI是回归误差。请注意,阈值满足γ<γ<…<γs+1。给定一个p维乘积核函数K(u),其中kh(u)定义为kh(u)≡ h类-pK(u/h),fγj(y,x)和fγj(x)的样本核密度估计为^fγj(y,x)=nnXi=1Kh(Xi- x) Iγj(Qi)Kh(Yi- y) (2)^fγj(x)=nnXi=1Kh(Xi- x) Iγj(Qi)(3)因此,mγj(x)的标准Nadaraya Watson核回归估计量为^mγj(x)=Pni=1Kh(Xi- x) Iγj(Qi)YiPni=1小时(Xi-x) Iγj(Qi)。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群