固定效应面板数据的无条件分位数回归方法及其应用

摘要：

针对含固定效应的面板数据,讨论一般化的无条件分位数回归建模问题.基于两个矩条件,得到面板数据无条件分位数回归的点估计,并通过Bootstrap重抽样技术进一步给出置信区间估计办法.其次,通过计算机蒙特卡洛模拟,详细比较无条件分位数回归估计与条件分位数回归估计的效果.研究结果表明,在数据量、误差项分布、估计参数真实值的不同情况下,UQR的估计偏差和均方根误差都很小,UQR是含固定效应面板数据的有效估计办法.当样本量增加或者估计参数真实值数量级增大的情况下,UQR估计会更有效.UQR估计在0.5分位点的估计效果最佳,低分位点的估计效果优于高分位点的估计效果.最后,根据各省市的消费收入数据进行了实证研究,发现UQR能更好地解释实际的消费情况.

关键词：无条件分位回归、边际消费倾向、固定效应、广义矩估计

所属期刊栏目：42

分类号：O212;F064.1(概率论与数理统计)

资助基金：湖北省教育厅哲学社会科学重点项目;湖北工业大学博士启动基金;湖北省自然科学基金青年基金项目;湖北省教育厅科学技术研究计划青年人才项目;汉江师范学院校级教学改革研究项目

在线出版日期：2023-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：35-44