閾值面板數據模型的理論及應用研究.pdf

1、從模型設定的角度看，面板數據模型含有個體效應或時間效應，從而能夠刻畫來自于個體層面或是時間層面的異質性；從數據特征的角度看，面板數據包含時間維度和截面維度，從而兼具時間序列與截面數據的優(yōu)勢。因此，面板數據模型在經濟學、金融學和社會學等各個學科領域都得到了廣泛的應用，成為計量經濟學的一個重要分支。但是，傳統(tǒng)面板數據模型假定經濟變量之間是線性關系，一旦使用傳統(tǒng)面板數據模型來分析經濟變量之間的非線性關系，則很可能得出錯誤的結論。針對上述傳統(tǒng)面

2、板數據模型的缺陷，學者們將面板數據模型與非線性結合起來，形成了閾值面板數據模型。此后，閾值面板數據模型得到了學者們的深入研究，并成為計量經濟學研究的前沿熱點。
　　本文根據方法論的不同將閾值面板數據模型分成靜態(tài)閾值面板數據模型、普通動態(tài)閾值面板數據模型（即動態(tài)項不帶閾值效應，只有外生解釋變量帶閾值效應的動態(tài)閾值面板數據模型）和動態(tài)項帶閾值效應的動態(tài)閾值面板數據模型，對于靜態(tài)閾值面板模型和動態(tài)閾值面板模型，又分別細分為內生閾值變量情

3、形和外生閾值變量情形進行討論。本文的結構也據此安排，現將本文研究的主要內容及創(chuàng)新之處總結如下。
　　Hansen(1999)針對靜態(tài)閾值面板數據模型提出了一個集中最小二乘估計方法，基于此，學者們進行了大量的應用研究。本文將其外生閾值變量的假定進行擴展，考慮閾值變量為內生變量的情形，并分別考慮了三類模型：閾值面板數據模型和閾值變量方程都不包含個體效應（ETM-PTR），閾值面板數據模型包含個體效應而閾值變量方程不包含個體效應（FE1

4、-ETM-PTR)，閾值面板數據模型和閾值變量方程都包含個體效應(FE2-ETM-PTR)，都給出了相應的估計方法。作為對理論的應用，本文研究了我國通貨膨脹率與相對價格可變性（RPV）之間的閾值關系，研究結果表明，隨著通貨膨脹率的逐漸增加，通貨膨脹率對相對價格可變性的影響會發(fā)生兩次變化，即存在著兩個閾值效應。從而形成了比較清晰的應用創(chuàng)新。
　　對于普通動態(tài)閾值面板數據模型，國外學者進行了大量的實證研究，這些研究都是采用Caner

5、and Hansen(2004)提出的兩階段估計方法。但是該估計方法是針對含有內生變量的閾值回歸模型的，其是否適應于普通動態(tài)閾值面板數據模型既無理論證明的支持，也無仿真實驗的支持。為此，作為本文的創(chuàng)新點，本文擴展Caner and Hansen(2004)提出的兩階段估計方法，完整闡述了適用于普通動態(tài)閾值面板數據模型的兩階段估計方法。仿真實驗結果表明，無論是閾值參數，還是自回歸系數1和2，都具有很好的有限樣本性質。此外，本文提出的兩階段

6、估計方法在大閾值效應和小閾值效應下都是適用的。最后，基于普通動態(tài)閾值面板數據模型，本文實證研究了我國公共衛(wèi)生支出的經濟增長效應。
　　對于動態(tài)項帶閾值效應的動態(tài)閾值面板模型，本文分別考慮了外生閾值變量和內生閾值變量兩種情形。對于前者，本文介紹了FD-GMM估計、SYS-GMM估計、FD-2SLS估計和極大似然估計，這四種估計方法都能得到一致估計量。對于后者，本文介紹了FD-GMM估計方法，得到了閾值參數和斜率系數的一致估計量，并給

7、出了該估計量的漸進分布?；贔D-GMM估計量和FD-2SLS估計量，參考Hausman檢驗的思路，我們介紹了動態(tài)閾值面板模型框架下檢驗閾值變量的外生性的方法。此外，比較外生閾值變量下的四種估計方法，我們發(fā)現，FD-2SLS估計中，閾值參數估計的有限樣本表現很好，斜率系數估計的有限樣本表現較差；FD-GMM估計和SYS-GMM估計的有限樣本表現較為接近，都并未展現出很好的有限樣本性質；極大似然估計的有限樣本表現很好，閾值參數和斜率系數的

8、有限樣本表現都較好，其中閾值參數的有限樣本表現稍微差于FD-2SLS，但斜率系數的有限樣本表現好于其它三種估計方法。
　　企業(yè)資本結構是公司金融領域的研究熱點，尤其是企業(yè)資本結構向目標資本結構調整的速度，作為衡量資本結構決策好壞的重要指標，更是研究的關鍵問題。但由于在回歸模型中，企業(yè)資本結構調整速度是通過動態(tài)項系數來刻畫，這就使得難以得到影響企業(yè)資本結構調整速度的因素。動態(tài)項帶閾值效應的動態(tài)閾值面板模型通過閾值效應來刻畫動態(tài)項系數