面板数据模型的众数回归理论、算法及应用研究

This project proposes a panel data mode regression approach with robustness. On the one hand, this method overcomes the drawback of mean regression which requires the distribution to be symmetric, and the estimated result is not affected by outliers; On the other hand, the panel data models based on mode regression, can provide the information on the location of the mode and on how it is affected by the regressors from a new perspective, which cannot be revealed by mean or quantile regression method. The fixed- and random-effects models are the main form of classical panel data models, so the main research tasks of this project are building the mode regression for fixed- and random-effects panel data models, respectively. And the consistency and asymptotic distributions of the proposed estimators will be proved under some regular conditions. Furthermore, we plan to use the modified modal expectation-maximization algorithm to achieve the parameter estimation of the models. To illustrate the finite sample performance of the proposed method, we’ll write the corresponding calculation procedure to carry out the Monte Carlo simulations. In addition, to improve the practicability of the proposed approach, we also build the test statistics, which applied to choose between the fixed effect model and random effect model. Finally, we intend to apply the proposed new estimation method to investigate the urban- rural income gap of Chinese provinces. This project will help to expand and enrich the existing theories of panel data regression, and also provide analytical tools for the government and other institution’s macro management decisions.

本项目提出一种具有稳健性的面板数据众数回归方法。一方面，该方法克服了均值回归需要对称分布的缺点且估计结果不受异常值影响；另一方面，建立在众数回归基础上的面板数据模型，能从新的视角给出条件众数的相关信息，而这信息是均值回归与分位回归方法所不能揭示的。固定效应与随机效应模型是经典面板数据模型的主要形式，因此本项目的主要研究任务是分别构建固定效应与随机效应面板数据众数回归模型，并在一定正则条件下证明所得估计量的一致性与渐近分布。我们拟采用修正的MEM算法来实现对模型中参数的估计，并编写相应程序进行蒙特卡罗仿真实验以验证该方法的有效性。此外，本项目还构建检验统计量用于固定效应模型与随机效应模型的选择，以提高模型的实用性。最后，应用所提估计方法分析我国城乡收入差距问题。本项目的研究成果不仅能从理论上丰富并深化面板数据模型的研究，也可以为政府等机构的宏观管理决策提供量化分析工具。

近年来，面板数据在经济预测、金融波动、能源消耗等诸多领域得到了广泛应用，国内外亦涌现出大批关于面板数据模型的理论与应用研究成果。本项目提出一种具有稳健性的面板数据回归方法，然后将所提方法应用于我国城乡收入差距、环境治理等问题的研究。.构建了基于PMG估计方法的动态异质性面板数据模型。通过选择因变量和自变量的滞后长度可以修正内生回归量的问题，并保持长期参数估计量的渐近分布。由于忽略了空间相关性，会导致结果有偏。引入空间效应，既能控制个体的异质性特征，又考虑了截面维度的空间相关性。为此，构建了具有固定效应的空间面板数据模型，然后将其应用于研究经济全球化对环境质量的影响。构建衡量城乡收入不平等的指标，在考虑流动性约束的情况下，利用所提面板数据方法研究城乡收入不平等对城镇与农村居民消费支出的影响以及居民理性预期的修正作用。.本项目研究面板数据模型的理论及应用不仅有重要的学术价值且还具有深远的现实意义。具体体现在以下三个方面：（1）所提方法是对传统面板数据均值回归和分位回归方法的一种有益改进和补充，其研究成果将有助于拓展和丰富现有关于面板数据模型的理论研究。（2）有利于提高经济预测水平，服务于经济运行监测与预警分析，为政府实施经济调控决策提供信息支持。（3）有利于更加准确地揭示经济管理领域中的变量之间的复杂结构关系，为政府制定合理、可行的环保政策提供决策依据。.项目的研究成果发表在Annals of Tourism Research，Review of Managerial Science， Technological Forecasting and Social Change，Sustainable Development，Economics Letters，Economics & Politics和《湘潭大学学报》等期刊。其中SSCI/SCI论文13篇，CSSCI论文2篇。