面板数据建模的理论与方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71131008
  • 项目类别:
    重点项目
  • 资助金额:
    200.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0105.管理统计理论与方法
  • 结题年份:
    2016
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2016-12-31

项目摘要

高质量面板数据的出现对面板数据建模提出了更高的要求,但已有的文献主要集中于面板数据线性模型和参数估计方法。本项目的主要任务在于建立非线性面板数据建模的理论体系与方法论体系,研究非线性面板数据条件均值模型(包括非平稳面板数据模型)和条件分位数模型的非参数估计和相应的假设检验方法(包括面板数据稳定性检验等)。通过本项目的研究,目的在于解决非线性面板数据建模的理论难点,将面板数据建模的理论与应用拓展到一般的非线性和时变性模型,取得一系列有国际影响力的创新性研究成果,填补面板数据建模领域的研究空白,同时培养一批从事国际前沿研究的青年学者。本项目还积极致力于将非线性面板数据建模的方法应用到金融管理和卫生管理等领域,提高面板数据的建模能力,解决中国管理中的一些重大实际问题,为科学管理和科学决策提供坚实的方法论基础。

结项摘要

面板数据计量经济学是如今计量经济学领域最为活跃的研究领域之一。由于微观和宏观面板数据集数量的增加和数据收集便利性的提高,面板数据模型在实证研究中得到了广泛地应用。实证研究中遇到的新问题也促使面板数据分析的理论方法取得了快速地发展。 但已有的文献主要集中于线性面板数据模型的参数估计方法。本项目建立了非线性面板数据建模的理论体系与方法论体系,重点研究了具有固定效应的部分变系数面板数据模型的估计与检验理论、半参数非平稳面板数据模型的估计、半参数分位数面板数据模型的估计与检验理论并将理论成果应用于分析外商直接投资对经济增长的作用、具有截面相关的变系数面板数据模型的估计理论和检验方法。 ..按照项目申请报告,项目组按时圆满地完成了预定的研究内容,整个研究过程未对申请书中的研究计划作出重大调整。依托本课题,我们在论文发表,学术交流,人才培养等方面取得了丰硕的研究成果,其中部分研究取得突破性成果,并且在国际上处于领先地位。在国内外学术期刊发表论文共计63篇,其中一些研究成果发表在国际顶级期刊Journal of Econometrics, Management Science, Econometric Theory和Journal of the American Statistical Association等。项目组主要成员先后入选长江学者(特聘教授、青年学者)和获得“国家杰出青年科学基金” 资助。同时,我们也培养了博士生11名(已毕业5名)以及硕士生7名(已毕业4名)。

项目成果

期刊论文数量(62)
专著数量(1)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
A Simple Spatial Dependence Test Robust to Local and Distributional Misspecifications
一种对局部和分布错误指定具有鲁棒性的简单空间依赖性测试
  • DOI:
    10.1016/j.econlet.2014.05.015
  • 发表时间:
    2014-08
  • 期刊:
    Economics Letters
  • 影响因子:
    2
  • 作者:
    Ying Fang;Sungyong Park;Jinfeng Zhang
  • 通讯作者:
    Jinfeng Zhang
经济政策不确定性如何影响企业投资行为
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    财贸经济
  • 影响因子:
    --
  • 作者:
    陈国进;王少谦
  • 通讯作者:
    王少谦
半参数STAR模型的估计及应用
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    系统工程理论与实践
  • 影响因子:
    --
  • 作者:
    蔡楠;方颖
  • 通讯作者:
    方颖
A new test on the conditional capital asset pricing model
条件资本资产定价模型的新检验
  • DOI:
    10.1007/s11766-015-3351-2
  • 发表时间:
    2015-06
  • 期刊:
    Applied Mathematics-A Journal of Chinese Universities Series B
  • 影响因子:
    1
  • 作者:
    Xiafei Li;Zongwu Cai;Yu Ren
  • 通讯作者:
    Yu Ren
Forecasting a long memory process subject to structural breaks
预测受结构断裂影响的长记忆过程
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    Journal of Econometrics
  • 影响因子:
    6.3
  • 作者:
    Cindy Shin-Huei Wang;Luc Bauwens;Cheng Hsiao
  • 通讯作者:
    Cheng Hsiao

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

人民币汇率的半参数预测模型
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    系统工程理论与实践
  • 影响因子:
    --
  • 作者:
    蔡宗武;陈琳娜;方颖
  • 通讯作者:
    方颖
创新、内生增长与气候变化:2018年度诺贝尔经济科学奖得主的贡献简评
  • DOI:
    10.14120/j.cnki.cn11-5057/f.2018.10.001
  • 发表时间:
    2018-10
  • 期刊:
    管理评论
  • 影响因子:
    --
  • 作者:
    段宏波;蔡宗武
  • 通讯作者:
    蔡宗武
基于面板数据的处置效应估计的计量方法最新进展
  • DOI:
    10.12012/cjoe2021-0016
  • 发表时间:
    2021
  • 期刊:
    计量经济学报
  • 影响因子:
    --
  • 作者:
    蔡宗武
  • 通讯作者:
    蔡宗武
信息获利、道德风险与询价机构报价
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    系统工程理论与实践
  • 影响因子:
    --
  • 作者:
    徐光鲁;马超群;蔡宗武;贾钰
  • 通讯作者:
    贾钰
企业盈余管理与流动性风险
  • DOI:
    10.13383/j.cnki.jse.2017.03.006
  • 发表时间:
    2017
  • 期刊:
    系统工程学报
  • 影响因子:
    --
  • 作者:
    杨洁;吴武清;钟湄莹;蔡宗武
  • 通讯作者:
    蔡宗武

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

蔡宗武的其他基金

大数据环境下经济政策评估和分析的计量理论与方法
  • 批准号:
    71631004
  • 批准年份:
    2016
  • 资助金额:
    230.0 万元
  • 项目类别:
    重点项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码