基于Gibbs抽样算法的贝叶斯动态面板数据模型分析

• 作者: 周帅伟 曾昭法 朱慧明 李素芳
• 来源期刊: 经济数学
• 学科: 数学
• 关键词: 动态面板数据 MCMC Gibbs抽样算法 贝叶斯推断 后验分布
• 年，卷（期）: 2011,（1）
• 页码范围: 52-60
• 分类号: F064.1|O212.8
• 字数: 5793字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1660.2011.01.014

摘要

针对现有动态面板数据分析中存在偶发参数和没有考虑模型参数的不确定性风险问题,提出了基于Gibbs抽样算法的贝叶斯随机系数动态面板数据模型.假设初始值服从平稳分布,自回归系数服从Logit正态分布的条件下,设计了Markov链Monte Carlo数值计算程序,得到了模型参数的贝叶斯估计值.实证研究结果表明:基于Gibbs抽样方法的贝叶斯动态面板回归模型能有效地揭示跨截面滞后变量对响应变量的位置、尺度和形状的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱慧明	湖南大学工商管理学院	109	946	16.0	24.0
2	李素芳	湖南大学工商管理学院	45	391	12.0	17.0
3	曾昭法	湖南大学金融与统计学院	29	181	7.0	11.0
4	周帅伟	湖南大学工商管理学院	1	11	1.0	1.0