两阶段估计非参数固定效应PanelData模型.pdfVIP

第 54卷 第 3期 复 旦 学报 (自然科学版) Vo1．54No．3 ZO15午6月 JoumaJofFudanUniversity(NaturalScience) Jun．2o15 文章编号 ：0427—7104(2015)03-0301—07 两阶段估计非参数 固定效应 PanelData模型 解其昌 (山东工商学院 经济学院，烟台264005) 摘 要：推广参数PanelData模型，考虑非参数固定效应PanelData模型的估计．采用两阶段估计步骤，推导出 了估计量的具体表达式．在一些假设条件下，分别得NTN定效应参数和非参数函数的收敛率以及渐近正态分 布性质．此外，MonteCarlo模拟显示我们的估计比一阶差分估计具有更令人满意的有限样本性质． 关键词：固定效应；两阶段估计；非参数估计；PanelData模型 中图分类号：O212．7；F224．0 文献标志码：A PanelData记录了每一个体单元在时间点上的观测信息，它包含横纵两个方向维度．对比传统的单向 维度数据集来说，PanelData的双重维度使其容纳了更丰富的样本数量和信息，这不仅促进了复杂建模技 术的发展，而且还解决了不可能单纯使用截面数据和时间序列数据进行实证分析的困难．随着PanelData 适用性的不断增长，P：anelData分析已经吸引了研究者的极大兴趣，例如文献[1—4]等．关于它的更多详细 介绍，见文献E53． 上面所提到的参考文献中，PanelData的分析主要关注于线性和非线性参数 PanelData模型．然而， 这类模型不能提供足够的灵活性来捕捉变量间的隐性关系，并且，它们容易遭受模型结构设定的灾难．为 了弥补参数PanelData模型的缺陷，各种非参数和半参数PanelData模型不断被提出．文献[6，7]讨论了 不带个体效应的非参数与半参数PanelData模型的广义方程估计．基于一阶差分估计方法，文献[8]检验 了固定效应非参数模型的估计，推导出了估计量的收敛率，然而由于迭代程序的复杂性，文献并没有给出 估计量的渐近分布性质．文献[9]采用边际积分方法讨论了具有不可观测个体效应的半参数PanelData 模型的统计性质，但是该方法计算复杂且耗时．文献[1o3使用非参数核估计方法分析了非参数PanelData 模型的统计性质，但是没有考虑异质信息或个体效应的影响．文献Ell一13]分别给出了固定效应非参数 PanelD。ata模型的统计性质，但是没有得出固定效应参数的极限分布． 本文推广传统的参数PanelData模型，研究带有固定效应非参数 PanelData模型的估计及大样本统 计特征．采用一个两阶段估计方法给出了模型的具体估计步骤．该方法与常见的一阶差分技术不同，它不 需要消除个体效应的影响就可以直接进行回归，因此极大地简化了模型计算的繁琐性．通过引入虚拟变 量和局部线性近似法，得到了模型中固定效应参数和非参数函数估计的表达式．在一些正则条件下，推导 出了固定效应参数以及非参数函数估计的渐近正态分布性质．同时，证明了虚拟变量的构造并没有影响 到估计量的收敛速度以及分布形态．进一步，应用MonteCarlo模拟检验了模型估计的有限样本性质．模 拟结果表明对比常规的一阶差分估计来说，我们的估计更有效． 1 模型和估计 考虑如下非参数固定效应PanelData模型： Y = @-g(t)+ ￡d =1，2，…，it／；—l2，…，J， (1) 收稿 日期：2014—09—17 基金项目：国家社会科学基金项 目(14BJY180)；山东省自然科学基金项 目(ZR2O14GQOo9) 作者简介：解其昌(1983一)，男，博士，讲师，E-mail：qichangx@163．COIl3． 复 旦 学 报(自然科学版) 第54卷 这里{y ，t}是PanelData集，g(·)是一个未知光滑函数，aj是固定效应，旬是随机误差．在固定效应