面板数据模型中的非参数统计方法及其应用

摘要

面板数据是横截面数据和时间序列数据所构成的二维结构数据。因为它结合了时间序列和横截面数据的特点和性质，所以其应用越来越广泛。当我们建立面板数据模型时，可以考虑到我们遗漏的某些解释变量，避免出现误差项的自相关，而且可以得到无偏估计。由于经济变量之间的关系不能确定是线性还是非线性，经济模型的形式不能确定，与传统的参数估计方法相比，用非参数方法估计模型的参数更加符合实际情况。
　　本文将计量经济学中十分具有研究价值的面板数据和非参数估计方法结合起来，分析面板数据模型的非参数估计方法以及应用。面板数据模型总体来说可以分为静态模型和动态模型两种，本文第一部分，介绍了静态模型的三种基本模型形式和静态变系数模型，另外介绍了动态模型中的含有外生变量的基本模型及其各自的估计方法。本文第二部分介绍了非参数估计方法中的核估计和局部线性估计方法，详细介绍了单变量模型中窗宽的选择方法，得出交叉验证法最为有效的结论，最后介绍了局部线性估计法在固定效应模型中的应用。
　　本文最后的核心部分，通过实证分析我国消费函数的面板数据模型，首先进行模型的设定检验，然后将固定效应模型的一阶差分估计、LSDV参数估计、含有外生变量的动态模型的GMM参数估计以及模型的非参数局部线性估计的结果进行比较分析，得出非参数估计方法所得到的估计值更加可靠、精确的结论。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 面板数据的研究意义及发展

1.2 非参数估计方法的研究意义及发展

1.3 面板数据的非参数估计的发展

1.4 本文内容安排

2 面板数据模型

2.1 面板数据模型简介

2.2面板数据模型参数估计方法

2.3 面板数据模型的设定检验

2.4 本章小结

3 非参数回归模型的估计方法

3.1 非参数回归模型

3.2 核估计方法

3.3 局部线性回归方法

3.4 单变量窗宽的选择

3.5非参数估计方法在固定效应模型中的应用

3.6 本章小结

4.消费函数的面板数据模型的实证分析

4.1消费函数模型和指标体系的建立

4. 2消费函数的面板数据模型的设定检验

4.3 面板数据的参数估计

4.3 面板模型的非参数估计

4.4 参数与非参数估计的比较

4.5 经济分析

4.6本章小结

5.总结与展望

5.1总结

5.2展望

致谢

参考文献