异质性面板数据分析电子书

导言

第一章 导论

第一节 面板数据中的异质性问题

第二节 本书的安排

第二章 具有未知群组结构参数的面板数据模型：识别和估计

第一节 导论

第二节 模型设定和估计方法

第三节 大样本理论性质

一、估计的一致性

二、群体结构的识别

三、参数估计量的渐近正态性

四、群组数量的确定

第四节 蒙特卡罗模拟

第五节 实证应用

一、妇女劳动力市场参与影响因素研究

二、总生产函数的估计

第六节 结论

附录

一、定理2.1的证明

二、定理2.2和2.3证明

三、定理2.4的证明

第三章 时变系数面板数据模型的估计和设定检验

第一节 导论

第二节 模型基本框架

一、模型和假设

二、检验统计量

第三节 渐近理论

一、假设

二、原假设下渐近分布

三、局部备择假设下的渐近分布

四、自助程序

第四节 几个拓展

一、检验异质性系数的稳定性

二、检验TVCs的同质性

三、双向固定效应面板数据模型的检验

第五节 蒙特卡洛模拟

一、系数同质性和稳定性的联合检验

二、第四节中的模拟分析

第六节 估计环境库兹涅茨曲线

第七节 结论和讨论

附录

一、主要定理证明思路

二、其他的模拟结果

第四章 具有交互固定效应的非参数动态面板数据模型：筛分估计和设定检验

第一节 引言

第二节 筛分最小二乘估计

第三节 估计量的渐近性质

一、收敛速度

二、渐近分布

三、偏差校正估计量

第四节 线性函数的设定检验

一、假设和检验统计量

二、在局部备择假设下的渐近分布

三、检验的自助程序

第五节 一些扩展

一、具有交互固定效应的部分线性动态面板模型

二、同时具有可观测和不可观测因子的模型

第六节 蒙特卡罗模拟

一、数据生成过程

二、估计：实施和评估

三、模型设定检验的实施与评价

第七节 估计跨国宏观经济增长模型

第八节 结论

第五章 非参数面板数据模型中的横截面独立性检验

第一节 引言

第二节 假设和检验统计量

一、假设检验

二、检验统计量

第三节 检验统计量的渐近分布

一、假设

二、原假设成立时的渐近分布

三、检验的一致性

第四节 基于非参数回归残差的检验

第五节 蒙特卡洛模拟

一、数据生成过程

二、自助法p值

三、检验模拟结果

第六节 结论

第六章 部分线性函数系数动态面板数据模型：筛分估计和设定检验

第一节 引言

第二节 模型与2SLS-Sieve估计

一、模型设定

二、筛分2SLS估计

第三节 筛分2SLS估计量的渐近性质

一、假设

二、筛分估计量的渐近性质

第四节 常数斜率的设定检验

第五节 蒙特卡洛模拟研究

第六节 结论

第七章 因子增广回归模型

第一节 引言

第二节 因子模型

第三节 时间序列数据的FAR模型

一、扩散指数预测模型

二、扩散指数预测模型的模型选择

第四节 非线性FAR模型

一、因子增广函数型系数预测模型

二、因子增广分位数回归模型

三、时变扩散指数预测模型

四、具有结构突变或阈值效应的FAR模型

第五节 因子增广面板回归模型

第六节 FAR在金融中的两个应用

一、债券风险溢价的因子模型

二、面板HAR模型预测波动率

第七节 结论

参考文献