面板數(shù)據(jù)模型的穩(wěn)健分析方法研究.pdf

1、在計(jì)量經(jīng)濟(jì)學(xué)領(lǐng)域，面板數(shù)據(jù)是極其重要的一類數(shù)據(jù)類型。在宏觀經(jīng)濟(jì)的研究中，面板數(shù)據(jù)模型被廣泛地應(yīng)用于匯率決定理論、跨國(guó)經(jīng)濟(jì)增長(zhǎng)收斂理論的檢驗(yàn)、產(chǎn)業(yè)結(jié)構(gòu)的分析、技術(shù)創(chuàng)新的研究等領(lǐng)域;在微觀經(jīng)濟(jì)的研究中，面板數(shù)據(jù)模型被大量地應(yīng)用于企業(yè)成本分析、就業(yè)、家庭消費(fèi)等領(lǐng)域。隨著面板數(shù)據(jù)模型在經(jīng)濟(jì)領(lǐng)域的廣泛應(yīng)用，傳統(tǒng)面板數(shù)據(jù)分析方法的某些局限性也逐漸凸顯出來(lái)。首先，面板數(shù)據(jù)模型通常假定誤差項(xiàng)服從正態(tài)分布，而實(shí)際數(shù)據(jù)很難滿足這種假定，利用傳統(tǒng)方法得到的估

2、計(jì)可能是有偏的甚至是無(wú)效的。其次，在數(shù)據(jù)的收集過(guò)程中，常常會(huì)由于人為因素或其他因素導(dǎo)致數(shù)據(jù)受到污染，即出現(xiàn)不合理的異常值，這樣利用傳統(tǒng)方法得到的估計(jì)與真實(shí)值可能存在較大的偏差，用這種有偏的估計(jì)結(jié)果分析經(jīng)濟(jì)問(wèn)題會(huì)得出不合理的結(jié)論。針對(duì)這些局限性，中外學(xué)者們做了大量的工作，如構(gòu)造面板數(shù)據(jù)模型的穩(wěn)健估計(jì)以及研究面板數(shù)據(jù)的分位數(shù)回歸模型，然而，這些方法仍存在一些不足。首先，針對(duì)面板數(shù)據(jù)模型的穩(wěn)健估計(jì)通常是利用Huber損失函數(shù)降低異常值影響，這

3、樣有兩個(gè)缺點(diǎn):一是穩(wěn)健性不高，二是有效性較低，即估計(jì)的方差較大;其次，若面板數(shù)據(jù)的分位數(shù)回歸模型中存在內(nèi)生性，現(xiàn)有的工具變量方法計(jì)算復(fù)雜且需要估計(jì)大量的冗余參數(shù)。
　　論文基于面板數(shù)據(jù)均值回歸模型提出了一種更加穩(wěn)健有效的估計(jì)方法(ELS-EL)，并將此方法推廣到復(fù)雜的面板數(shù)據(jù)模型如廣義線性模型、部分線性模型中;此外，本文基于面板數(shù)據(jù)的分位數(shù)回歸模型提出了一種兩階段的工具變量方法(2S-IVFEQR)，降低了計(jì)算復(fù)雜度，并將新方法推

4、廣到動(dòng)態(tài)面板數(shù)據(jù)的分位數(shù)回歸模型中。
　　論文的主體框架分為七個(gè)章節(jié)。第一章，介紹了論文的研究背景、研究意義，主要研究?jī)?nèi)容以及論文的創(chuàng)新之處。第二章，對(duì)面板數(shù)據(jù)模型的穩(wěn)健估計(jì)和面板數(shù)據(jù)分位數(shù)回歸模型的工具變量方法的研究現(xiàn)狀、發(fā)展動(dòng)態(tài)及其應(yīng)用的相關(guān)文獻(xiàn)進(jìn)行了梳理和總結(jié)，在此基礎(chǔ)上確定了本文的研究方向。第三章概述了面板數(shù)據(jù)的經(jīng)典模型及其求解方法，同時(shí)概述了經(jīng)驗(yàn)似然方法的相關(guān)知識(shí)和理論。第四章基于面板數(shù)據(jù)線性回歸模型，構(gòu)造了ESL-EL

5、估計(jì)并進(jìn)行統(tǒng)計(jì)推斷，并研究了估計(jì)的統(tǒng)計(jì)性質(zhì)以及崩潰點(diǎn)和影響函數(shù)等穩(wěn)健性指標(biāo);最后通過(guò)Monte Carlo模擬與傳統(tǒng)方法進(jìn)行比較，發(fā)現(xiàn)本文提出的估計(jì)方法比傳統(tǒng)的穩(wěn)健估計(jì)方法更加穩(wěn)健且有效。第五章將ESL-EL估計(jì)推廣到面板數(shù)據(jù)的廣義線性模型以及部分線性模型中，基于兩種模型的特征分別做了相應(yīng)的改進(jìn)，得到穩(wěn)健的估計(jì);分別推導(dǎo)出估計(jì)的統(tǒng)計(jì)性質(zhì)以及穩(wěn)健性質(zhì)，并且通過(guò)數(shù)值模擬將該方法與傳統(tǒng)方法進(jìn)行比較，得出新方法比傳統(tǒng)方法更加穩(wěn)健且有效的結(jié)論。第

6、六章基于面板數(shù)據(jù)的分位數(shù)回歸模型，提出了一種新的兩階段的工具變量方法(2S-IVFEQR)，新方法的計(jì)算復(fù)雜度低，且對(duì)于長(zhǎng)面板數(shù)據(jù)模型論文的估計(jì)方法偏差更小。第七章總結(jié)論文研究的理論方法和主要研究成果，提出論文研究中存在的不足以及尚待解決的問(wèn)題，對(duì)未來(lái)的研究進(jìn)行展望。
　　論文的主要?jiǎng)?chuàng)新包括以下幾個(gè)方面:
　　1.基于面板數(shù)據(jù)的線性回歸模型、廣義線性模型、部分線性模型等均值回歸模型，提出了穩(wěn)健的估計(jì)方法(ESL-EL)。通過(guò)

7、引入指數(shù)平方函數(shù)作為損失函數(shù)以限制異常值的影響，并結(jié)合經(jīng)典的廣義估計(jì)方程方法(GEE)、經(jīng)驗(yàn)似然方法(EL)構(gòu)造出ESL-EL估計(jì);研究了新方法的大樣本性質(zhì)以及崩潰點(diǎn)（BreakdownPoint）和影響函數(shù)(Influence Function)等穩(wěn)健性指標(biāo)，用R語(yǔ)言編制相應(yīng)程序，并利用Monte Carlo模擬研究了新方法的有限樣本性質(zhì)。
　　2.基于上述的均值回歸模型，分別構(gòu)造出穩(wěn)健的經(jīng)驗(yàn)似然比函數(shù)，并推導(dǎo)出其漸近分布，用于

8、統(tǒng)計(jì)推斷。利用這種方法做統(tǒng)計(jì)推斷避免了計(jì)算一些冗余參數(shù)（如估計(jì)的方差、誤差項(xiàng)的方差等）,大大降低了計(jì)算的復(fù)雜度;且置信域的形狀完全由數(shù)據(jù)決定，提高了統(tǒng)計(jì)推斷的準(zhǔn)確率。通過(guò)Monte Carlo模擬比較本文方法與其他方法（經(jīng)典的GEE方法和傳統(tǒng)的穩(wěn)健方法）的優(yōu)劣，結(jié)果表明，當(dāng)數(shù)據(jù)中不存在異常值時(shí)，三種方法表現(xiàn)相近;當(dāng)數(shù)據(jù)中存在一定比例異常值時(shí)，本文方法優(yōu)于其他兩種方法，其覆蓋率更加接近置信水平且置信區(qū)間的寬度更小。
　　3.基于面板

9、數(shù)據(jù)的分位數(shù)回歸模型，提出一種兩階段的工具變量方法(2S-IV FEQR)。第一階段求出固定效應(yīng)的估計(jì)，并在模型中消去固定效應(yīng);第二階段直接用IVQR方法求解模型。與傳統(tǒng)方法相比，本文方法降低了計(jì)算復(fù)雜度，且對(duì)于長(zhǎng)面板數(shù)據(jù)模型的估計(jì)偏差更小。進(jìn)一步，基于動(dòng)態(tài)面板數(shù)據(jù)的分位數(shù)回歸模型，引入被解釋變量的二階滯后項(xiàng)作為工具變量，與兩階段工具變量方法結(jié)合，得出新的估計(jì)。
　　論文提出的穩(wěn)健方法構(gòu)造簡(jiǎn)單且適用范圍廣泛，可以在其他的模型中進(jìn)行