| 摘要 | 第10-13页 |
| Abstract | 第13-15页 |
| 第1章 绪论 | 第16-25页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 研究内容 | 第17-20页 |
| 1.3 研究方法 | 第20-22页 |
| 1.4 论文的创新之处 | 第22-23页 |
| 1.5 论文结构安排 | 第23-25页 |
| 第2章 文献综述及研究现状 | 第25-45页 |
| 2.1 分位数回归模型的研究现状 | 第25-35页 |
| 2.1.1 分位数回归模型的起源和发展 | 第25-33页 |
| 2.1.2 分位数回归模型的应用研究 | 第33-35页 |
| 2.2 面板数据分位数回归模型的研究现状 | 第35-42页 |
| 2.2.1 面板数据分位数回归模型的理论研究 | 第35-40页 |
| 2.2.2 面板数据分位数回归模型的应用研究 | 第40-42页 |
| 2.3 文献评述和综述启示 | 第42-45页 |
| 第3章 面板数据分位数回归模型概述 | 第45-57页 |
| 3.1 分位数回归模型 | 第45-51页 |
| 3.1.1 分位数和最优化 | 第45-48页 |
| 3.1.2 分位数回归模型 | 第48-49页 |
| 3.1.3 分位数回归的参数估计 | 第49-50页 |
| 3.1.4 分位数回归的置信区间和参数检验 | 第50-51页 |
| 3.2 面板数据分位数回归模型 | 第51-57页 |
| 3.2.1 面板数据分位数回归的基本模型 | 第51-53页 |
| 3.2.2 面板数据分位数回归模型的估计 | 第53-55页 |
| 3.2.3 动态面板数据分位数回归模型 | 第55-57页 |
| 第4章 固定效应面板分位回归模型的模式搜索法 | 第57-76页 |
| 4.1 固定效应面板分位回归模型 | 第57-59页 |
| 4.2 模式搜索算法及蒙特卡洛模拟 | 第59-67页 |
| 4.2.1 模式搜索法的算法步骤 | 第59-60页 |
| 4.2.2 模式搜索法的蒙特卡洛模拟 | 第60-67页 |
| 4.3 模式搜索法应用研究 | 第67-74页 |
| 4.3.1 面板数据模型设定 | 第69-70页 |
| 4.3.2 面板数据模型检验 | 第70-72页 |
| 4.3.3 实证分析 | 第72-74页 |
| 4.4 本章小结 | 第74-76页 |
| 第5章 随机效应面板数据分位回归模型的极大似然法 | 第76-99页 |
| 5.1 基于Copula的随机效应面板数据分位回归模型 | 第76-86页 |
| 5.1.1 Copula函数及选择 | 第76-83页 |
| 5.1.2 分位数回归的极大似然估计 | 第83-85页 |
| 5.1.3 随机效应面板分位回归模型的Copula极大似然估计 | 第85-86页 |
| 5.2 蒙特卡洛数值模拟 | 第86-89页 |
| 5.3 Copula极大似然估计法的应用研究 | 第89-98页 |
| 5.3.1 数据说明和模型设定 | 第89-90页 |
| 5.3.2 面板数据模型检验 | 第90-91页 |
| 5.3.3 实证分析 | 第91-98页 |
| 5.4 本章小结 | 第98-99页 |
| 第6章 面板数据非线性Copula分位数回归模型 | 第99-119页 |
| 6.1 非线性Copula分位数回归模型 | 第99-105页 |
| 6.1.1 非线性分位数回归模型 | 第99-100页 |
| 6.1.2 Copula分位数回归曲线 | 第100-104页 |
| 6.1.3 面板数据的Copula分位数回归 | 第104-105页 |
| 6.2 蒙特卡洛数值模拟 | 第105-109页 |
| 6.2.1 数值模拟步骤 | 第105-106页 |
| 6.2.2 模拟结果分析 | 第106-109页 |
| 6.3 非线性Copula分位回归的应用研究 | 第109-117页 |
| 6.3.1 数据说明及相关性演示 | 第111-113页 |
| 6.3.2 实证分析 | 第113-117页 |
| 6.4 本章小结 | 第117-119页 |
| 第7章 结论及展望 | 第119-122页 |
| 7.1 研究结论 | 第119-121页 |
| 7.2 问题及研究展望 | 第121-122页 |
| 附录 | 第122-126页 |
| 参考文献 | 第126-139页 |
| 致谢 | 第139-141页 |
| 攻读博士学位期间取得的成果 | 第141-142页 |
| 学位论文评阔及答辩情况表 | 第142页 |