路徑相關(guān)性研究：經(jīng)驗證據(jù)和模擬檢驗.pdf

1、相關(guān)性分析是研究數(shù)據(jù)之間關(guān)系的一種方法，是變量隨機分析的一個重要課題，而相關(guān)性分析的結(jié)果能夠為發(fā)掘數(shù)據(jù)背后的信息提供有力地支持。從應(yīng)用角度來看，現(xiàn)在金融保險等領(lǐng)域的投資風(fēng)控、信貸評估，網(wǎng)絡(luò)及APP領(lǐng)域的信息推送等等均和相關(guān)性分析有著緊密聯(lián)系。早先學(xué)者們對相關(guān)性進行了研究，提出了許多度量變量相關(guān)性的方法，但這些相關(guān)性研究主要關(guān)注變量之間相關(guān)程度的分析，而對于變量之間相關(guān)模式的識別與研究并不是很重視。現(xiàn)有的一些相關(guān)系數(shù)，如Pearson相關(guān)

2、系數(shù)，能對變量間的相關(guān)關(guān)系進行度量但不能對變量的相關(guān)模式進行識別，另一些相關(guān)系數(shù)，如Kendall相關(guān)系數(shù)、Spearman相關(guān)系數(shù)等，雖然可以一定程度上反映變量之間的相關(guān)關(guān)系，但僅僅片面地刻畫了變量之間的相關(guān)結(jié)構(gòu)。
　　數(shù)據(jù)時代的到來給變量之間的相關(guān)性研究帶來了挑戰(zhàn)。從理論上來看，多個變量之間的相關(guān)性關(guān)系非常復(fù)雜，對于高維的數(shù)據(jù)更是如此。隨著研究的深入，有學(xué)者發(fā)現(xiàn)原有的一些研究假設(shè)并不成立，這些不恰當(dāng)?shù)募僭O(shè)可能會導(dǎo)致嚴(yán)重的后果。

3、本文受許冰(2010)路徑設(shè)計的啟發(fā)，并借鑒近來的一些研究成果，通過構(gòu)建路徑模型體系，綜合考察變量間的相關(guān)模式及相關(guān)性的度量，進而對變量進行路徑相關(guān)性分析，為變量間的相關(guān)性分析提供一種新的方法。
　　本文使用Li and Racine(2004)的非參數(shù)變量篩選方法，對有關(guān)變量進行了分類;基于變量篩選結(jié)果構(gòu)建非參數(shù)路徑模型體系，分析變量間的整體效應(yīng)、直接效應(yīng)和間接效應(yīng)。發(fā)現(xiàn):(1)不管是在基準(zhǔn)模型還是路徑模型中，非線性分量的占比大