惩罚加权复合分位数回归方法在固定效应面板数据中的应用研究

姜云卢; 卢辉杰; 黄晓雯

doi:10.16088/j.issn.1001-6600.2024111001

广西师范大学学报（自然科学版） ›› 2025, Vol. 43 ›› Issue (06) : 120 -127. DOI: 10.16088/j.issn.1001-6600.2024111001

惩罚加权复合分位数回归方法在固定效应面板数据中的应用研究

姜云卢, 卢辉杰, 黄晓雯

作者信息 +

Author information +

文章历史 +

PDF

摘要

面板数据能够探索和解释数据背后的动态变化和异质性差异，是众多领域的研究热点。本文研究带有个体固定效应面板数据的变量选择问题。首先引入滤子矩阵消除面板数据的固定效应。再通过自适应LASSO惩罚加权复合分位数回归方法估计回归系数并进行变量选择，加权复合分位数回归对每个不同的分位数回归施加基于数据驱动的权重。数值模拟结果表明，本文方法在估计精度和变量选择准确度上都优于自适应LASSO惩罚复合分位数回归方法以及最小二乘方法。最后，应用所提方法分析国际经济面板数据，结果显示本文方法的拟合优度高于其他2种方法。