面板数据分位数回归模型的工具变量估计及其应用

来源 :重庆工商大学 | 被引量 : 0次 | 上传用户:seasonlao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
面板数据分位数回归模型在计量经济、生物医学等领域广泛应用,其主要原因是该模型一方面充分利用了面板数据的优点,另一方面也保留了分位数回归的优势。但在实际应用中常遇到内生数据,如果忽略数据的内生性会导致估计有偏。因此,本文针对含有内生变量的面板数据回归模型,提出了基于工具变量的分位数回归估计方法。首先,通过引入工具变量解决解释变量的内生性问题,然后利用分位数回归的方法对回归系数进行估计。在一些正则条件下,证明了所提出估计的大样本性质,并通过数值模拟研究了本文所提出方法的有限样本性质。本文所提出的方法不仅保留了面板数据分位数回归模型的优点,还有效的处理了模型的内生性问题。进一步,将本文所提出的方法分析了外商直接投资(FDI)、经济发展对中国环境污染的影响。在建立面板数据模型分析2012-2016年中国省际面板数据时,考虑到FDI的内生性,利用地理距离作为FDI的工具变量。研究结果表明:从整体来看,FDI抑制环境污染,经济发展加剧环境污染,经济发展对环境污染的整体影响呈现“倒U型”。在不同分位点上,FDI对环境污染的影响随着分位点的增加而减小。经济发展对环境污染的影响在不同分位点上存在“倒U型”分布。在FDI较低的地区,FDI对环境污染的影响较大,随着FDI的增加,FDI对环境污染的影响越来越小。在经济落后的地区,经济发展对环境污染的影响随着经济增长逐渐变大,在经济发达的地方,经济发展对环境污染的影响随着经济增长逐渐变小。从区域异质性分析来看,FDI对三个区域的环境污染的抑制作用随着分位点的增加逐渐减弱。在低分位点上,FDI在西部地区的抑制作用最强,在东部地区最弱;在高分位点上,FDI在中部地区的抑制作用最强,在西部地区最弱。经济发展对环境污染在三个区域都有加剧作用,在某一个具体分位点上,经济发展对环境污染的影响在东部地区最大,在西部地区最小。随着分位点的不断变化,经济发展对环境污染的影响变化趋势在三个区域大致相同。
其他文献
无线电干扰是指在射频频段内.可能对有用信号造成损害的无用信号或电磁骚扰。按干扰源的性质,分为自然干扰和人为干扰两大类。自然干扰来源于自然现象,是不可控制的,主要有天电干
0前言非对称包交换业务和互联网业务,典型特征是上行链路和下行链路中的业务量负载的不对称性,负载的大小取决于不同的业务类型.为了达到最佳频谱利用率,非对称业务要求灵活
在我国统一司法鉴定管理体制改革的浪潮中,有关刑事司法鉴定体制方面的问题总是格外引人瞩目。基于历史和现实各方面的因素建国后很长一段时间我国在刑事司法鉴定实践中出现