范文范例
值得参?/p>
word
完美
整理?/p>
一、门限面板模型概?/p>
如果你不愿意看下面一堆堆的文字,
更不想看计量模型的估计和检验原理,
那就?/p>
《数
量经济技术经济研究》上,找一篇标题带有“双门槛(或者双门限)”的文章,浏览一遍,
看看文章计量部分列示的统计量和检验结果?/p>
这样?/p>
在软件操作时?/p>
你就知道每一步得到的
结果有什么意义,怎么解释了,起码心里会有点印象?/p>
一般情况下,一个研究生花费在研究上的时间越多,
他的成果越丰富,
也就是说?/p>
研究
成果和研究时间存在某种正向关联?/p>
但是?/p>
这种关联是线性的吗?在最初阶段,
他可能看?/p>
两三年的文献?/p>
也没有写出一篇优秀的文章,
但是一旦过了这个基础期,
他的能量和成果将
如火山爆发一样喷涌出来,此时,他投入少量的时间,就能产出大量优质文章。再过几年,
他可能会进入另外一种境界,
虽然比以前有了极大提高,
但是研究进入新的瓶颈期,
文章?/p>
表的数量减少?/p>
由此可以看出?/p>
研究成果与研究年限存在一种阶段性的线性关系?/p>
这个基础
期的结点?/p>
瓶颈期的起点就像“门槛”一样把研究阶段分成三个部分?/p>
在不同部分,
成果?/p>
时间的线性关系都不同。这个效应被称为门槛效应或门限效应?/p>
门限效应?/p>
是指当一个经济参数达到特定的数值后?/p>
引起另外一个经济参数发生突然转
向其它发展形式的现象?/p>
作为原因现象的临界值称为门限值?/p>
在上面的例子中,
成果和时?/p>
存在非线性关系,
但是在每个阶段是线性关系?/p>
有些人将这样的模型称为门槛模型,
或者门
限模型。如果模型的研究对象包含多个个体多个年度,那么就是门限面板模型?/p>
汉森?/p>
Bruce E. Hansen
)在门限回归模型上做出了很多贡献。了解门限模型最好的?/p>
法,首先就要阅读他的文章。他的文章很有特点:条理很清晰,推导过程详细,语言简练,
语法不复杂。有关他的论文、程序、数据可以参?/p>
Hansen
的个人网?/p>
?/p>
http://www.ssc.wisc.edu/~bhansen/progs/progs_subject.htm
?/p>
Hansen
?/p>
1996
年在
?/p>
Econometrica
?/p>
上发表文?/p>
?/p>
Inference
when
a
nuisance
parameter
is
not
identified
under
the
null
hypothesis
?/p>
,提出了时间序列门限自回归模型(
TAR
?/p>
的估计和检验。之后,他在门限模型上连续追踪,发表了几篇经典文章,尤其?/p>
1999
年的
?/p>
Threshold effects in non-dynamic panels: Estimation, testing and inference
?/p>
?/p>
2000
年的?/p>
Sample splitting and threshold estimation
》和
2004
年与他人合作?/p>
?/p>
Instrumental Variable Estimation of a Threshold Model
?/p>
?/p>
在这些文章中?/p>
Hansen
介绍了包含个体固定效应的静态平衡面板数据门限回归模型,
阐述了计量分析方法。方法方面,首先要通过减去时间均值方程,
消除个体固定效应?/p>
然后
再利?/p>
OLS
(最小二乘法)进行系数估计。如果样本数量有限,那么可以使用自举?/p>
?/p>
Bootstrap
)重复抽取样本,提高门限效应的显著性检验效率?/p>
?/p>
Hansen
?/p>
1999
?/p>
的模型中?/p>
解释变量中不能包含内生解释变量,
无法扩展应用领域?/p>
Caner
?/p>
Hansen
?/p>
2004
年解决了这个问题?/p>
他们研究了带有内生变量和一个外生门限变?/p>
的面板门限模型?/p>
与静态面板数据门限回归模型有所不同?/p>
在含有内生解释变量的面板数据
门限回归模型中,需要利用简化型对内生变量进行一定的处理,然后用
2SLS
(两阶段最?/p>
二乘法)或?/p>
GMM
(广义矩估计)对参数进行估计?/p>
当然?/p>
有关门限回归模型的最新研究,
还可以参?/p>
?/p>
Inflation
and
Growth:
New
Evidence
From
a
Dynamic
Panel
Threshold
Analysis
?/p>
?/p>
Stephanie
Kremer
?/p>
Alexander
Bick
?/p>
Dieter
Nautz
?/p>
2009
?/p>
?/p>
二、计量模型的假设、估计和检?/p>
?/p>