半参数面板数据模型：理论及其应用

摘要

早在上世纪六十年代，Mundlak(1961)以及Balestra and Nerlove(1966)就已将面板数据引入到经济计量中，此后面板数据的理论分析方法和应用实证研究在经济、管理等众多学科领域中得到迅速发展。在现有的面板数据分析中，不论是对固定效应模型还是随机效应模型，通常首先假设模型为线性。然而，由于经济或社会系统的复杂性，对模型进行严格的线性假设往往是不合理或不成立的。在本文中，我将赋予面板数据模型更大的自由度，放松参数线性假设，使用更加具有适应性的非线性模型。由于传统的非线性参数模型是根据经济理论和样本数据来设定模型的函数关系，在实证应用中当模型及参数的假定与实际背离时就容易造成模型设定误差问题。因此，传统的非线性参数模型并不能很好地描述数据的非线性特征。
　　参数模型是估计设定的回归模型参数，非参数模型则是对整个回归函数进行估计，而半参数模型中既含有参数部分也含有非参数部分。因此，半非参数模型有较大的适应性、更适用于解决经济金融中的诸多问题。半参数回归模型是由Stone(1977)结合参数模型和非参数模型而提出得一种既含参数分量，又含非参数分量的模型。当参数分量的系数全部为零时，半参数模型简化为非参数模型;当非参数分量的系数全部为零时，半参数模型变为参数模型。半参数模型可以概括和描述众多实际问题，因而引起广泛的重视。基于半参数回归模型的诸多优点，较之经典假设模型有它更好的拟合效果，并且能更精确地推断以往的经济现象。因此，本文的所有章节都是以半参数模型为主体，将其分别应用于分析不同的具体问题。
　　同时，本文不仅在均值框架下对面板数据进行分析，也在分位数框架下研究了面板数据相关效应模型。自从Koenker and Bassett(1978)最早提出线性分位数回归的理论和方法以后，分位数回归理论研究一直在不断的完善中，分位数回归方法也被广泛应用于生物学、药学、金融学和经济学等领域的理论研究和实证应用中。尤其是当数据分布具有厚尾和不对称特征且存在较多异常值时，使用分位数回归方法进行分析比使用均值回归方法更为合适。在分位数回归的框架下研究半参数面板数据相关随机效应模型，能在充分利用现有数据的基础上了解不同分位数水平下的模型特征，例如了解经济发达地区和欠发达地区财政政策的影响、高体重婴儿和低体重婴儿的母亲吸烟量对婴儿出生体重的影响等等。
　　本文的主要工作是建立半参数面板数据模型的理论体系、估计方法、大样本性质以及应用扩展，主要包括《局部可变系数动态面板数据模型的半参数估计方法》、《半参数动态面板数据固定效应模型》和《半参数面板数据条件分位数模型》并将其应用于衡量外商直接投资对经济增长的影响。
　　本文的研究意义和主要贡献如下:
　　首先，本文提出了多种全新的半参数估计方法，包括面板数据条件均值模型和面板数据条件分位数模型，固定效应模型和相关随机效应模型;
　　其次，本文不仅提出了新的估计方法，同时着重研究估计方法的大样本性质并罗列出小样本表现状况，还提出了改进参数估计值有效性的可行方法。
　　最后，本文还将模型应用于衡量外商直接投资对经济增长的影响，针对数据中存在的异质性和异方差性，本文运用条件分位数框架下的相关随机效应模型进行分析，使面板数据中所包含的丰富信息得以有效的利用和挖掘，提高模型的解释力。

目录

声明

摘要

第一章 导论

1．1 研究背景

1．1．1 面板数据的含义

1．1．2 面板数据模型的发展

1．1．3 面板数据模型在非线性研究领域的困难

1．2 研究问题及其内在联系

1．2．1 研究问题

1．2．2 内在联系

1．3 研究意义及创新

1．3．1 研究意义

1．3．2 创新之处

1．4 文章结构

第二章 局部可变系数动态面板数据模型的半参数估计法

2．1 引言

2．2 模型设定和估计

2．2．1 模型设定

2．2．2 估计方法

2．3 大样本理论

2．3．1 假设条件

2．3．2 大样本渐进性质

2．3．3 参数估计值有效性的讨论

2．4 蒙特卡洛数值模拟

2．4．1 数据产生过程

2．4．2 模拟结果

2．5 结论

2．6 理论证明

2．6．1 命题1和命题2的证明

2．6．2 证明定理2所需的相关引理

2．6．3 引理的证明

2．6．4 定理1、定理2和定理3的证明

第三章 半参数动态面板数据固定效应模型

3．1 引言

3．2 模型设定和估计

3．2．1 模型设定

3．2．2 估计方法

3．3 大样本理论

3．3．1 假设条件

3．3．2 大样本渐进性质

3．3．3 参数估计值有效性的讨论

3．4 蒙特卡洛数值模拟

3．4．1 数据产生过程

3．4．2 模拟结果

3．5 结论

3．6 理论证明

3．6．1 命题1和命题2的证明

3．6．2 证明定理2所需的相关引理

3．6．3 引理的证明

3．6．4 定理1、定理2和定理3的证明

第四章 半参数面板数据条件分位数模型

4．1 引言

4．2 模型设定和估计

4．2．1 模型设定

4．2．2 估计方法

4．3 大样本理论

4．3．1 假设条件

4．3．2 大样本渐进性质

4．4 蒙特卡洛数值模拟

4．4．1 数据产生过程

4．4．2 模拟结果

4．5 结论

4．6 理论证明

4．6．1 定理1的证明

4．6．2 证明定理1所需的相关引理

4．6．3 引理的证明

4．6．4 定理1的证明

4．6．5 定理2的证明

第五章 半参数面板数据条件分位数模型的应用——估计外商直接投资对经济增长的影响

5．1 引言

5．2 实证计量模型的设定

5．2．1 传统的经济增长模型

5．2．2 局部可变系数相关随机效应面板数据分位数模型

5．3 数据

5．3．1 数据来源

5．3．2 数据特征

5．4 实证结果

5．5 结论

第六章 结束语

参考文献

攻读博士学位期间的研究成果

致谢