Page 21 - 《北京工商大学学报(社会科学版)》
P. 21

北京工商大学学报(社会科学版)摇 摇 摇 摇 2020 年摇 第 5 期

   国内市场一体化水平的演变特征,但是参数模型                                         Y = B(X,茁) + 酌 + e         (6)
   存在一定的不足,特别是模型设定本身的偏误可                               现在,本文使用传统局部线性方法                  [22]  来估
   能导致估计量违背异质性原则。 为此,本部分采                          计,公式如下:
   用非参数方法(非参数时变系数面板模型) 进行                                茁 (·) = (茁 (·),…,茁 (·),酌(·))   T   (7)
                                                          *        1         d
   稳健性检验,以确保测度结果的可信度。                                  对于给定的 0 < 子 < 1,定义:
       作为一种前沿的方法,非参数时变系数面板                                     æ     X  T  1 - 子T  1 - 子T X T ö
   模型不仅兼具非参数模型和面板模型的诸多优                                        ç  1   ·1   Th      Th   ·1  ÷
                                                               ç                         ÷
   势,而且更重要的是能够测算得出模型影响系数                                D(子) = 左     左     左        左    ÷  (8)
                                                               ç
   随时间的变化情况,在本文中即能够较为准确地                                       ç ç  1  X ·T  T - 子T  T - 子T X ÷ ÷
                                                                      T
                                                                                        T
                                                                                        ·T
   测算 茁 的动态值,因而可以实现对市场一体化水                                     è           Th      Th    ø
                                                                  ( (
                                                                                 K
   平演变特征的精准测度。 具体设定模型如下:                              W(子) = diag K  1 - 子T  ) ,…, ( T - 子T  ) )
                                                                                     Th
                                                                       Th
                    T
              Y  = X 茁 + 酌 + 琢 + e ,
               i,t  i,t  t  t  i  i,t
                                                                                            (9)
             i = 1,2,…,N; t = 1,2,…,T      (4)
                                                       假定 茁 (·)二阶可导,使得泰勒公式可以得
       其中, Y 为因变量, 即价格的平均增长率                                 *
              i,t
                                                   到 茁 (t)关于 t 的近似函数关系式:
                                                       *
                         T
   Y i,t  = ln(P  i,t + k  / P ) / k;X 是主要解释变量,即初                                           2
                         i,t
                  i,t
                                                     茁 (t) = 茁 (子) + 茁忆 (子)(t - 子) + O((t - 子) )
   期价格水平 ln(P );所有的 酌 和 琢 均为关于时                       *      *        *
                              t
                  i,t
                                   i
                                                                                           (10)
   间 t 的未知函数,且时变系数 茁 表示解释变量对
                               t                       其中,0 < 子 < 1,且 茁忆 (子)是 茁 (t)的一阶导
   被解释变量的动态作用机制,在本文中即表示区                                                 *        *
                                                   数。 在式(9) 局部近似的基础上,可通过求解如
   域价格的收敛性。 同时,{酌 } 和{琢 } 分别表示时
                                  i
                            t
                                                                               T
                                                                      T
                                                                                    T
                                                   下最优化问题得到(茁 (子),茁忆 (子)) :
   间效应和个体效应,e 是误差项,N 表示个体数                                            *      *
                      i,t
                                                                                   T
                                                                              T
                                                                                 T
                                                                                     T
                                                           arg min (Y - D(子)(a ,b ) ) 伊
   量,T 表示时间长度。
                                                                                   T
                                                                              T
                                                                                 T
                                                             W(子)(Y - D(子)(a ,b ) )  T
       目前关于时间序列时变系数模型的研究较
                                                                 a沂R  d + 1 , b沂R  d + 1   (11)
   多,而对面板时变系数模型的研究却相对匮乏。
               [19]  的做法,本文使用平均局部线性                    于是,茁 (t)的局部线性估计为:
                                                              *
   参照 Li et al.
                                                     ^
                                                                          T
                                                    茁 (子) = [I   ,O   ][D (子)W(子)D(子)]    - 1  伊
   估计方法(averaged local linear estimation method)      *        d + 1  d + 1
                                                                     T
                                                                   D (子)W(子)Y              (12)
   估计如式(4) 所示的非参数时变系数面板模型。
   其中,该方法要求数据满足个体固定效应之和为                               其中,I  d + 1 为(d + 1) 伊 (d + 1)维的单位矩阵,
                                                   而 O    为(d + 1) 伊 (d + 1)维的零矩阵。 核函数
   0 的假设,这在实际数据中通常难以满足。 为此,                            d + 1
                                                   和带宽是非参数时变系数面板模型最重要的两个
   本文在建模之前先对数据进行组内去均值处理。
                         N               N         参数。 借鉴 Li et al郾   [19]  的做法,采用交叉验证法
   进一 步 定 义 Y   ·t  =  1  移 Y , X ·t  =  1  移 X ,  得到带宽。 而关于核函数,在内点,使得均方误差
                            i,t
                                            i,t
                     N
                        i = 1        N  i = 1
           N
        1                                          和积分均方误差达到最小的最优核函数为 Ep鄄
   e =    移 e , 对 个 体 i 取 平 均 值, 并 且 利 用
    ·t
              i,t
        N  i = 1                                   anechnikov 函数,见式(11)。 因此,本文选择 Ep鄄
    N
                                                   anechnikov 函数计算局部权重。
   移 琢 = 0,可以得到:                                                            2
        i
   i = 1                                                   K(u) = 0郾 75(1 - u )I( | u | < 1)  (13)
                T
          Y = X 茁 + 酌 + e , t = 1,2,…,T    (5)         基于与前文同样的数据(1995—2018 年滚动
                ·t
           ·t
                         ·t
                  t
                      t
       式(5)中,个体效应 琢 已被消除,即可视为非                     区间数据),采用非参数时变系数面板模型估计 茁
                          i
   参数时变系数时间序列模型              [20 - 21]  。 其中,酌(·)  系数,进而刻画中国国内市场一体化水平的演变
   和 茁(·)可使用非参数方法直接估计得到。                           特征。 估计结果(限于篇幅,未列示)显示,茁 值虽
       令 Y = (Y ,…,Y )忆,酌 = (酌 ,…,酌 )忆,B           有比较频繁的波动,但其表现出的大致特征是:前
                ·1     ·T         ·1     ·T
               T       T    T                T
   (X,茁) = (X 茁 ,…,X 茁 ) , e = (e ,…,e ) ,         期 茁 值呈现先上升后下降的“倒 U冶型变动,而后
              ·1  1    ·T  T        ·1    ·T
   此时可以将(5)式转换为向量形式:                               期虽有小幅上升,但近几年出现下降趋势。 由此
    · 1 6 ·
   16   17   18   19   20   21   22   23   24   25   26