因变量受限的面板数据模型的估计方法和应用

面板数据可直观地描述为若干个体在不同时间点重复观察所得的数据。近二十年来，随着人们对经济数据重视，面板数据的应用越来越广泛。面板数据的优点可以控制个体的异质性。一般来说对线性面板数据模型，用来控制不可观察的个体特征（异质性）的项可以通过线性变换来消除。从而大大缓解了因不可观察等原因而引起的变量遗漏所产生的内生性问题。最为常用的线性模型为个体效应和随机效应模型。但因变量受限的计量经济模型，由于其非线性的特点，一般不能通过线性变换来消除个体特征，使得这类问题的研究较线性模型困难。在参数估计的框架下，现有文献大多对模型的误差项作分布假设，同时对个体特征与其他解释变量的相关关系作相应的限制来进行估计。其缺点是这些假定和限制有误会导致估计的不一致性。本研究在半参数估计的框架下，放松了分布假定和相关关系的限制，对因变量为区间值的变换模型和动态二项选择面板数据模型进行研究（详见正文）。

本项目系统研究了受限变量的面板数据模型的估计问题，并对理论模型结合中国实际问题进行了深入的探讨。本研究的理论部分主要有：.（1）二项选择面板数据模型；我们是在对误差项的分布不做任何假定，个体效应可以和解释变量相关的前提条件下提出了一个新的估计量，大大放宽了文献中对这类模型的估计要求，同时给出了估计量的渐进性质，大样本模拟显示出估计量的良好性质。.（2）Box-cox变换的半线性结构模型；我们在半参数的假定下对该模型进行了深入的研究，提出了rank估计量，避免了文献中已有方法可能会导致的局部极值问题。从monte carlo模拟来看，该估计量具有良好的有限样本性质。.（3）对面板数据的treatment-effect在非参数的范畴中进行了研究；我们得到了conditional treatment effect的非参数估计，该估计量由于不需要函数假定，与传统的估计量比是稳健的估计量。.本研究的实证部分主要是将理论研究与中国的具体问题相结合，研究中国问题，具体来说：.(1)将受限变量面板数据模型理论方法应用于工业企业的创新投入研究，得到了我国创新投入的特点，并与国际进行了比较。.（2）通过空间面板数据模型，对地方政府的教育支出策略行为进行了研究，重点视角在于地方政府在教育投入中的策略互动，得到了与我们传统的研究不一样的结果，这在现有文献中没有看到类似的实证研究。.（3）应用面板数据treatment effect研究的理论结果，对我国新型产业的发展和政府对新型产业的扶持政策的有效性进行了量化分析，对政府的扶持政策给出了意见与建议，提出了新型产业可能在需求端需要政府扶持和支持。