臺灣博碩士論文加值系統

Koenker & Bassett(1978)提出的分量迴歸方法，因為它可以了解整個分配不同分位的行為及較不受偏差值影響，所以相對於最小平方法頑強。可是它在發展上也有它的缺點，其中一個就是共變異矩陣中的擾嚷參數難以估計，因而顯著性檢定亦不易進行，本文第二章即針對此缺點提出一個新的顯著性檢定法，而第一章介紹分量迴歸與拔靴法的基本觀念。其次因為經由分量迴歸可以了解整個分配的不同分位，所以可以解釋的現象相對於最小平方法多。故本文的第三章即應用分量迴歸於不動產銷售的不對稱現象。最後近來卡奴的產生，引起了台灣金融市埸的不安，本文第四章嘗試以經濟的理論說明最適的信用卡循環利率，以供當局者參考，第五章是結論。

Koenker & Bassett(1978)

目錄
第一章 緒論
壹、前言 1-1
貳、分量迴歸模型與估計 1-3
一、分量 1-3
二、分量迴歸（Ｑuantile Regression） 1-4
參、 分量迴歸漸近分配理論 1-5
一、Koenker & Bassett(1978)的漸近分配 1-5
二、Buchinsky (2005)的漸近分配 1-7
三、Phillip 1991的漸近分配 1-9
肆、拔靴法 1-11
一、拔靴法的過程 1-13
第二章 一個新的分量迴歸顯著性檢定法
壹、緒論 2-1
貳、The Encompassing Model Approach 2-3
一、模型設定 2-3
(一)分量迴歸含鄙邥w 2-4
(二)沒有共同解釋變數模型 2-6
(三)有共同解釋變數模型 2-6
參、新檢定方法 2-7
肆、蒙地卡羅模擬 2-8
一、自我相關與異質性 2-9
二、模擬結果 2-11
伍、結論 2-12
陸、參考文獻 2-13
柒、附表 2-15
一、Bootstrapping 2-15
(一)e是AR(1) 2-15
(二)e和X是AR(1) 2-17
(三)e是Het 2-19
(四)e是Het且e和X是AR(1) 2-19
二、NNQR 2-21
(一)e是AR(1) 2-21
(二)e 是HET 2-23
(三)e是is HET和AR(1) 2-23
(四)e 和X是AR(1) 2-25
(五)e 是HET且e和X是AR(1) 2-27
第三章 分量迴歸於住宅售價與銷售時間的應用
壹、緒論 3-1
貳、研究方法與模型設立 3-3
一、Yavas & Cobwell(1995)的搜尋模型 3-3
二、TOM與Selling Price的搜尋模型 3-5
三、研究方法 3-8
(一)分量迴歸模型與估計 3-10
(一)分量迴歸漸近分配理論 3-11
參、實證模型與資料說明 3-13
肆、實證分析 3-15
一、拔靴法 3-15
(一) 北市 3-16
(一) 市區 3-17
(二) 郊區 3-18
二、 NNQR法 3-20
伍、結論與建議 3-24
一、結論 3-24
二、 建議 3-25
陸、參考文獻 3-26
一、分量迴歸 3-26
二、銷售時間 3-28
柒、附表 3-30
捌、附錄 3-41
第四章 消費金融最適循環利率之理論探討與分析
壹、緒論 4-1
貳、最適借貸契約模型 4-3
一、消費金融模型 4-3
(一) 獨佔性競爭市場 4-5
(二) 循環利率比較靜態分析 4-5
參、循環利率模擬 4-7
肆、結論 4-8
伍、附表 4-9
陸、參考文獻 4-11
柒、附錄 4-14
第五章結論與建議
壹、研究結論 5-1
貮、研究限制後續研究之建議 5-2

伍、參考文獻
Buchinsky, M. (1995), “Estimating the Asymptotic Covariance Matrix for Quantile Regression Models A Monte Carlo Study,” Journal of Econometrics, 68, 303-338.
Buchinsky, M. (2004). 2004年經濟學卓越研究營上課講義，中央經濟研究院。
Chen, M.Y. and J.E. Chen (2001), “Investigations on Quantile Regression: Theories and Applications for Time Series,” manuscript, National Chung Chang University, Chia-Yi, Taiwan.
Chamberlain, G.(1994), “Quantile Regression, Censoring, and the Structure of Wages,” In: Sims, C.A(Ed.) Advance of Econometrics, Proceedins of the Sixth World Congress, 1. Cambridge Univeristy Press, Cambridge, 171-209.
Daniels, H.E. (1961), “The asymptotic efficiency of a maximum likelihood estimator.” Proceedings of the Fourth Berkkely Sympusium on Mathematical Statistics and Probability. Vol. 1. Berkeley: University of California Press.
Huber, P.J. (1967), “The behaviour of maximum likelihood estimates under nonstandard conditions,” Fifth Berkeley Symposium on Mathematical Statistics and probability. Berkeley: University of California Press.
Efron, B.(1979), “Bootstrap Methods: Another Look at the Jackknife,” The Annals of Statistics, 9, 1218-1228.
Efron,B., (1982), “The Jackknife, the Bootstrap and other Resampling Plans. SIAM, Philadelphia.
Fitzenberger, B., (1997), “The Moving Blocks Bootstrap and Robust Inference for Linear Least Squares and Quantile Regressions,” Journal of Econometrics, 82, 235-287.
Knight, K. (1989), “Limit theory for autoregressive parameters in an infinite variance random walk,” Canadian Journal of Statistics:261-278.
Koenker, R. and G. Bassett. (1978), “Regression quantile,” Econometrica, 46, 33–50.
Koenker R. and V. d’Orey(1987). “Computing regression quantiles,” Statistical Algorithms, 383-393.
Koenker, R., and Park, B. J. (1996), “An Interior Point Algorithm for Nonlinear Quantile Regression,” Journal of Econometrics, 71(1-2), 265-283.
Koenker, R. and Q. Zhao (1996), “Conditional Quantile Estimation and Inference for ARCH Models,” Econometric Theory, 12, 793-813.
Lin, H.-Y. (2005), “An Encompassing Test for Non-Nested Quantile Regression Models,” (with C.-M. Kuan), the chair and the presenter of the session of Quantile, the World Congress of the Econometric Society, London, U.K., August, 2005.
Morey, M.J. and L.M. & Schenk. (1984), “Small Sample Behabior of Bootstraped and Jackknifed Regression Estimator,” In: Proceeding of Business and Economic Statistics Section of ASA, 437-442.
Newey, W. K., and K.D. West. (1987), “A simple, Positive Sem-Definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix”, Econometrica, 55(3), 703-708.
Phillips, PCB. (1991), “A shortcut to LAD estimator asymptotics,” Econometric Theory, 7, 450–463.
Pollard, D. (1989), “Asymptotics via empirical processes,” Statistical Science 4:341-366.
Pollard, D. (1991), “Asumptotics for for least absolute deviation estimators.” Econometric Theory, 7,186-199.
Ruppert, D. and R.J. Carroll(1980), “Trimmed Least Squares Estimation in the Linear Model,” Journal of the American Statistical Association, 75, 828-838.
Stangenhaus, G. (1987), “Bootstrap and Inference Procedures for L1 Regression,” In: Dodfe, Y.(Ed.), Statistical Data Analysis based on the L1-Norm and Related methods. North-Holland, Amsterdam, 323–332.
Koenker, R. (1994), “Confidence Intervals for Regression Quantiles”, in Mandl, P. and Hušková, M. (eds.) Asymptotic Statistics, Springer-Verlag, New York.
Yavas, Abdulah, and Peter F. Colwell, (1995), "A Comparison of Real Estate Marketing Systems: Theory and Evidence," Journal of Real Estate Research, American Real Estate Society, 10(5), 583-600.
Zhao, Q. (1997), “Asymptotically Efficient Median Regression in the Presence of Heteroscedasticity of Unknown Form,” City University of Hong Kong.
陳釗而 (2001)，“Investigations on Quantile Regression:Theories and Sapplicatins for Time Series”，中正大學國際經濟研究所碩士論文。
劉宜芳 (2003)，《拔靴法在分量迴歸顯性檢定之應用》，中正大學國際經濟研究所碩士論文。
黃信樺 (2003)，《名次檢定在線性迴歸與分量迴歸顯著性檢定之探討》，中正大學國際經濟研究所碩士論文。