半?yún)?shù)面板計(jì)量經(jīng)濟(jì)模型理論及應(yīng)用研究.pdf

1、半?yún)?shù)面板計(jì)量經(jīng)濟(jì)模型是計(jì)量經(jīng)濟(jì)學(xué)領(lǐng)域的重要研究方向之一。該模型融合了參數(shù)面板數(shù)據(jù)模型與非參數(shù)面板數(shù)據(jù)模型的優(yōu)點(diǎn)，不僅避免了非參數(shù)模型的“維數(shù)禍根”問(wèn)題，而且與傳統(tǒng)的參數(shù)面板數(shù)據(jù)模型相比，半?yún)?shù)面板數(shù)據(jù)模型具有更強(qiáng)的適應(yīng)性和建模能力等特點(diǎn)。目前，該模型已在管理統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)以及金融風(fēng)險(xiǎn)中得到了廣泛應(yīng)用，成為了處理多元回歸問(wèn)題的有力工具。
　　在現(xiàn)實(shí)經(jīng)濟(jì)生活中，除了樣本信息，我們還有可能對(duì)模型的參數(shù)向量有一些先驗(yàn)信息，利用這一先驗(yàn)

2、信息可以提高參數(shù)估計(jì)的效率和準(zhǔn)確性。然而，目前尚未有文獻(xiàn)提出或考慮針對(duì)半?yún)?shù)面板數(shù)據(jù)模型中參數(shù)部分存在約束條件的估計(jì)方法。因此，在參數(shù)部分存在約束條件下，研究該模型中參數(shù)及非參數(shù)的約束估計(jì)具有重要的現(xiàn)實(shí)意義和理論價(jià)值。此外，隨著數(shù)據(jù)的收集越來(lái)越容易，這導(dǎo)致數(shù)據(jù)庫(kù)規(guī)模擴(kuò)大，更具復(fù)雜性。例如各種類(lèi)型的貿(mào)易交易數(shù)據(jù)、基因表達(dá)數(shù)據(jù)及多媒體數(shù)據(jù)等，它們的維度通?？梢赃_(dá)到成百上千，甚至更高。正是由于高維數(shù)據(jù)的普遍存在，更加凸顯了對(duì)該類(lèi)型數(shù)據(jù)挖掘研究

3、的重要意義和價(jià)值。但是，目前經(jīng)典統(tǒng)計(jì)計(jì)量分析方法很難對(duì)高維數(shù)據(jù)進(jìn)行深入全面的處理和分析。因此，研究高維面板數(shù)據(jù)模型的變量選擇問(wèn)題成為了計(jì)量經(jīng)濟(jì)學(xué)界不斷探索的課題，也是本研究關(guān)注的主要問(wèn)題之一。
　　本文圍繞半?yún)?shù)面板計(jì)量經(jīng)濟(jì)模型展開(kāi)了系列研究。當(dāng)參數(shù)部分存在線(xiàn)性約束條件時(shí)，提出了針對(duì)帶固定效應(yīng)的半?yún)?shù)部分線(xiàn)性面板數(shù)據(jù)模型的約束最小二乘估計(jì)方法，并證明了參數(shù)與非參數(shù)的約束估計(jì)均服從漸近正態(tài)分布。通過(guò)對(duì)模擬數(shù)據(jù)和重復(fù)模擬實(shí)驗(yàn)的分析，研

4、究發(fā)現(xiàn)在參數(shù)存在約束條件的情況下，如果在估計(jì)參數(shù)與非參數(shù)時(shí)能考慮這一約束條件的影響，可以提高估計(jì)的精度和效率。
　　變系數(shù)部分線(xiàn)性面板數(shù)據(jù)模型是半?yún)?shù)模型中另一類(lèi)常見(jiàn)的模型，同時(shí)也是部分線(xiàn)性面板數(shù)據(jù)模型更為一般的的推廣。該模型的特點(diǎn)是一部分自變量與因變量線(xiàn)性相關(guān)，而另一部分自變量則與因變量非線(xiàn)性相關(guān)。通過(guò)結(jié)合輪廓最小二乘方法，局部線(xiàn)性估計(jì)理論以及拉格朗日乘子方法，提出了對(duì)該模型中參數(shù)存在線(xiàn)性約束條件和無(wú)約束條件時(shí)的估計(jì)方法。此外，

5、為了減少模型誤差，在進(jìn)行高維數(shù)據(jù)分析時(shí)通常會(huì)引入很多的變量。然而，其中的多數(shù)變量實(shí)際上是多余的，故為了提高模型的預(yù)測(cè)精度，需將這些無(wú)關(guān)變量從模型中剔除，即需要對(duì)模型進(jìn)行變量選擇。針對(duì)帶測(cè)量誤差的變系數(shù)部分線(xiàn)性面板數(shù)據(jù)模型，構(gòu)造了半?yún)?shù)自適應(yīng) Lasso懲罰函數(shù)。該方法可以同時(shí)選取對(duì)因變量影響顯著的變量并估計(jì)其系數(shù)值。在一般的正則條件以及選取適當(dāng)?shù)臄_動(dòng)參數(shù)條件下，證明了該估計(jì)方法具有Oracle性質(zhì)，且還給出了修正的LARS算法來(lái)求解目標(biāo)

6、函數(shù)。仿真模擬結(jié)果表明懲罰最小二乘估計(jì)在模型選擇和參數(shù)估計(jì)中有非常好的表現(xiàn)。
　　將上述考慮了的固定效應(yīng)半?yún)?shù)面板計(jì)量經(jīng)濟(jì)模型應(yīng)用到醫(yī)療保健支出與收入的關(guān)系研究中，實(shí)證分析了1995年—2009年42個(gè)非洲國(guó)家醫(yī)療保健支出與收入的關(guān)系。為了便于對(duì)比分析，本文同時(shí)給出了參數(shù)面板數(shù)據(jù)模型以及變系數(shù)面板數(shù)據(jù)模型的估計(jì)結(jié)果，并將42個(gè)非洲國(guó)家按世界銀行的劃分將其分成兩類(lèi)，分別研究了不同收入水平條件下醫(yī)療保健支出與收入之間的關(guān)系。研究結(jié)果表