非参数空间滞后模型的贝叶斯估计  

Bayesian Estimation of Non-parametric Spatial Lag Model

作　　者：方丽婷[1] 钱争鸣[1] 

机构地区：[1]厦门大学经济学院统计系

出　　处：《数量经济技术经济研究》2013年第4期72-84,共13页Journal of Quantitative & Technological Economics

基　　金：国家社科基金项目"非参数空间计量经济模型及应用研究"(10CTJ002);教育部重点研究基地重大项目"开放经济条件下资源环境约束强化;技术进步与中国经济增长效率"(12JJD790027);中央高校基本科研业务经费项目"动态时变特征的空间计量模型及其在中国地方政府财税策略互动中的应用"(ZK1021)的资助

摘　　要：本文采用贝叶斯方法对非参数空间滞后模型进行全面分析,包括参数的估计以及用自由节点样条来拟合未知联系函数。所建议的贝叶斯方法通过逆跳马尔科夫链蒙特卡罗算法来实现。在进行贝叶斯分析时,对样条系数与误差方差选取共轭的正态—逆伽玛先验分布,进而获得其他未知量的边际后验分布。本文设计了一个简单但一般的随机游动Metropolis抽样器,以方便从空间权重因子的条件后验分布中进行抽样,并应用所建议的方法进行数值模拟。In this paper, a fully Bayesian method is used to analyze non-para- metric spatial lag model, including parameter estimation and the link function fit- ting with free knot spline. The proposed method is implemented by virtue of the re- versible jump Markov chain Monte cairo technique. To obtain a faster algorithm, we do not only specify the conjugate normal-inverse gamma priors for the spline co- efficients and error variance to get the marginal posterior of the rest unknown varia- bles , but also design a simple but more general random walk Metropolis sampler to rapidly sample from the conditional posterior distribution of spatial weighting factor. Besides, simulated examDles are demonstrated.

关 键 词：贝叶斯估计 截幂样条 逆跳MCMC 

分 类 号：F224.0[经济管理—国民经济]