面板数据模型中的非参数统计方法及其应用

单,可行性也不得而知。首次系统地介绍面板数据模型的非参数估计,是Ullah和Roy(1998)提出了非参数固定效应和随机效应面板数据模型及其估计方法[7];Lin和Carroll(2000)推出了方差已知情形下的两个非参数核估计量的一致性[8];Su和Ullah(2007)提出了非参数随机效应模型的两步最小二乘估计法,其估计结果比传统最小二乘法更加有效[9];Henderson,Carroll和Li(2008)针对固定效应面板数据模型的非参数估计提出了迭代的非参数估计方法,但是哪种方法最适合实际应用还是不得而知的[10];Su和Ullah(2010)对近年来的面板数据半参数估计和非参数估计的大部分文献进行了综述[11]。至于应用方面,Azomahou、Laisney和Phu(2006)研究了二氧化碳排放量与经济增长的关系,s曲线理论相悖[12],Phu(2009)通过实证分析了能源消费量与收入的关系,s曲线的不合理性,这些结果都与参数模型的估计结果相差甚远[13];TomazsCzekajandArneHenningsen(2013)在波兰农场的最佳规模的研究中,发现与传统的参数估计相比面板数据模型的非参数估计更加可靠[14]。近年来,面板数据模型的非参数估计方法在我国也开始了受到了学者的关注,面板数据在非参数估计经济计量方面的研究也日益增多。例如周先波和田凤平(2009)利用面板数据模型的非参数估计方法,估计恩格尔曲线模型[16];阚大学(2012)利用非参数面板数据模型的方法实证研究了我国各省的外资依存度和城乡收入差距之间的关系[17];但是,关于面板数据模型的非参数估计方法的理论研究以及实际应用在我国尚未引起足够的重视,关于该方法的研究成果还远远不够,其前景是十分可观的。1.4本文内容安排第一章绪论部分主要介绍本文选题的研究目的以及意义,还有国内外研究现状;3万方数据