作者：王天颖; 杨亚琦; 田茂再调节参数选择分位回归适应性lasso惩罚交叉验证准则面板数据
摘要：在带有罚函数的变量选择中,调节参数的选择是一个关键性问题,但遗憾的是,在大多数文献中,调节参数选择的方法较为模糊,多凭经验,缺乏系统的理论方法。本文基于含随机效应的面板数据模型,提出分位回归中适应性LASSO调节参数的选择标准惩罚交叉验证准则（PCV）,并讨论比较了该准则与其他选择调节参数的准则的效果。通过对不同分位点进行模拟,我们发现当残差ε来自尖峰分布和厚尾分布时,该准则能更好地估计模型参数,尤其对于高分位点和低分位点而言.选取其他分位点时,PCV的效果虽稍逊色于Schwarz信息准则,但明显优于Akaike信息准则和交叉验证准则。且在选择变量的准确性方面,该准则比Schwarz信息准则、Akaike信息准则等更加有效。文章最后对我国各地区多个宏观经济指标的面板数据进行建模分析,展示了惩罚交叉验证准则的性能,得到了在不同分位点处宏观经济指标之间的回归关系。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
