计量经济学――非参数估计及GAUSS应用

导语_点评_推荐词 

本书是一本理论和实验高度融合的教材，将介绍非参数估计的经典计量方法(密度函数、回归函数)、部分线性回归模型和变系数回归模型的估计方法、单指数模型、加法模型面板数据模型的半参数和非参数估计方法。在每一部分，将给出大量的模拟实验范例以说明相应估计量的小样本表现，同时给出一些实证应用例子，说明半参数和非参数估计方法的应用。相应地，这些模拟和实证的例子都配以GAUSS程序，允许读者结合相应模型重复模拟和实证例子的结果，更好地复习和消化各章内容。

      周先波，中山大学岭南学院经济学教授，香港科技大学经济学博士，研究方向：计量经济学及其应用，研究领域有：非参数估计方法及应用、Tobit模型的非参数和半参数估计等。

第1章准备知识及非参数和半参数估计的动因

1．1随机变量及其分布

1．2随机变量序列及Op(
?瘙簚)和op(
?瘙簚)的性质

1．3收敛定理

1．4非参数与半参数估计的动因

1．5Monte Carlo模拟与bootstrap

1．6关于GAUSS编程

第2章密度函数的非参数估计

2．1密度函数的非参数核估计

2．2密度函数核估计的有限样本性质

2．3窗宽的选取

2．4密度函数核估计的大样本性质

2．5分布函数的核估计

2．6多元密度函数的核估计

2．7混合变量密度函数的频率估计和核估计

2．8密度函数核估计的例子

第3章回归函数的非参数核估计及检验

3．1回归函数的非参数核估计

3．2回归函数核估计的偏误与方差

3．3窗宽的选取

3．4回归函数核估计的渐近性质

3．5局部线性核估计

3．6含有离散型解释变量的回归函数的非参数核估计

3．7回归模型参数设定的假设检验

第4章部分线性模型和变系数模型的半参数估计

4.1部分线性回归模型及其识别

4.2Robinson半参数估计方法

4.2.1参数部分的估计

4.2.2非参数部分的估计

4.3线性回归模型与部分线性回归模型的设定检验

4.4广义回归模型

4.5变系数回归模型的估计和检验

4.5.1变系数模型的估计

4.5.2变系数模型的设定检验

第5章单指数模型的半参数估计

5.1单指数模型的例子

5.1.1二元选择模型(binary choice
model)

5.1.2归并数据回归模型(censored
regression model)

5.2单指数模型的识别

5.3单指数模型的半参数估计

5.3.1半参数最小二乘估计方法（SLS估计量，Ichimura估计量）

5.3.2直接半参数估计量（PSS估计量）

5.3.3非参数函数g(
?瘙簚)的估计

5.4参数单指数模型的设定检验

5.5二元选择模型的半参数估计

5.5.1KleinSpady估计量

5.5.2Hermite多项式半参数估计方法

5.5.3Lewbel估计量

5.5.4最大秩相关估计量(MRC)

第6章加法模型的非参数估计

6.1加法模型的识别和边际积分估计

6.2加法模型的Oracle有效估计

6.3加法模型的Backfitting估计量

6.4加法部分线性模型的估计方法

第7章面板数据模型的非参数估计和检验

7.1混合数据非参数估计及可混合性检验

7.1.1局部常数非参数估计量

7.1.2局部线性非参数估计量

7.1.3面板数据的可混合性(poolability)检验

7.2随机效应模型的非参数估计

7.2.1不考虑扰动项的方差结构

7.2.2考虑扰动项的方差结构

7.2.3二步估计法

7.3固定效应模型的非参数估计

7.4个体效应的非参数Hausman检验

7.5面板数据部分线性回归模型的估计

7.5.1随机效应模型

7.5.2固定效应模型

7.5.3模型设定检验

参考文献

附录各章实例操作的GAUSS程序

非参数计量经济学理论和应用是当前计量经济学的重要研究领域。写本书的动机是为研究生提供一本学习“非参数计量经济学”的中文教材或参考书。自2008年9月至今，我一直承担中山大学岭南(大学)学院博士研究生“高级计量经济学Ⅱ：非参数估计”课程的教学，也一直在思考，如何让学生更好地领会非参数和半参数估计的动因。教学中发现，非参数估计的动因讲起来容易，即让模型设定形式更富灵活性，但真正使学生理解、感兴趣和恰当应用非参数估计方法真不是一件轻松活。长期以来，同学们习惯于参数回归模型的设定、估计和检验，熟悉OLS、工具变量、GMM等参数估计和检验方法；而且，相当喜欢EViews、Stata等计量经济软件的命令操作，因为固定的线性回归模型形式的设定配以高效的计量软件操作可以产生高效率的实证研究文章。不过，别人(评审人)常从研究的严谨性角度，质疑研究文章中所用计量方法的合理性，所得结论和推断的可靠性。国内计量经济学者早在2008年就对计量经济学应用研究中的总体回归模型设定问题作了系统阐述(李子奈，2008)，即使是国内具有较高学术水平和重要应用价值的已发表论文，从计量经济学模型总体设定的角度看，也是值得讨论的。尽管这些总体回归模型设定的原则(如唯一性、一般性、现实性和统计检验必要性等)是从参数模型的角度提出，但其逻辑性思想同样适合于非参数计量经济学建模。模型总体设定的合理性和可信性是计量经济实证研究的关键点。正如李子奈教授指出的，实证研究中问题多多、错误普遍的重要原因主要是我们缺乏对计量经济学模型方法论基础的研究和理解。计量经济学作为一种方法论，其哲学基础、经济学基础、数学基础和统计学基础应受到足够的重视。教学中，教师如何让学生更好地领会计量模型总体设定的合理性和不足点是一个重要的问题。同学们在模型选择时经常产生诸多困惑：为什么选择这种设定而不用那种设定？为什么一种估计结果比另一种估计更合适？在什么情况下需怀疑所用模型的设定形式，进而使用非参数或半参数估计？为什么、怎样进行总体回归模型的设定检验？本书希望从非参数和半参数回归模型的角度介绍模型总体设定的估计方法，阐述非参数和半参数估计的基本内容，力图使不同内容之间的联系富有逻辑性；同时希望学生和读者在阅读本书后，可以在计量实证分析方面做出更好的研究成果。本书共有七章。第1章给出本书的基础准备知识，并阐述非参数和半参数估计的动因，配以数值模拟说明。第2章介绍密度函数的非参数核估计方法，阐述密度函数核估计的有限样本和大样本性质。第3章介绍回归函数非参数核估计方法及模型设定检验。第4章介绍部分线性回归模型和变系数回归模型的半参数估计方法，同时也涉及模型的设定检验。第5章介绍单指数模型的半参数估计方法，并对二元选择模型等受限因变量模型的半参数估计方法作一简单介绍。第6章介绍加法模型的估计方法。第7章介绍面板数据模型的非参数估计和检验方法。本书附录部分给出各章模拟和应用例子的GAUSS程序，供读者学习时参考。虽然这部分内容较多，但作者觉得同学们学会编程是值得的。作者在这部分列出的是经测试运行相对稳定的程序，稍加修改可用于具体问题研究。除例5．3由单纯形法求解最小化问题的GAUSS段落程序AMOEB(见程序ex53)和例7．3面板数据非参数固定效应模型估计的GAUSS程序(见程序ex73)由作者根据D． J． Henderson提供的Matlab程序加以修改之外，其他各例的程序均由作者自己编写开发。作者希望这份艰辛能对同学们学习非参数估计方法有所帮助，当然，也希望读者在应用之后提出修改或完善程序的意见。非参数计量经济学的内容相当丰富，本书只是介绍关于横截面数据和面板数据对应的部分内容，希望读者提出更好的建议和批评意见，以助作者进一步完善对非参数计量经济学内容的阐述和安排。本书写作过程中参考了国内外许多非参数计量经济学方面的文献和教材，特别是李奇教授的书(Li and Racine，2007)，衷心感谢这些学者。也感谢AMOEB程序的始编写者，感谢Henderson教授的帮助。本书撰写是一个漫长的过程。在王美今教授的提议下岭南学院于2008年就开设了“非参数估计”课程，让我在这一教学平台接触许多优秀的同学，逐渐萌发了编写这本书的动机。感谢岭南学院各届领导和王美今教授的支持。感谢李胜兰教授和中山大学经济管理实验教学中心“第二届实验课程建设项目”对本书出版的支持。感谢岭南学院信息与教育中心郭凌、罗霖等老师对软件运行平台AFS系统的维护，此平台对计量经济学上机教学和本书GAUSS程序运行起了重要作用。博士生潘哲文、窦智、欧阳梦倩、李赫扬等同学参与了书稿的校对工作，我的历届研究生们在本书编写过程中也给予了帮助，在此表示谢意。最后，感谢清华大学出版社及陆浥晨编辑对本书出版提供的帮助，冀保存这份感激于以后的写作中。

周先波2016年6月于中山大学岭南学院

评论