面板数据政策评估方法的独立性假设的稳健性分析

论文摘要

Hsiao等(2012)提出一种面板数据因果推断方向的政策评估的新方法,这种方法将横截面数据个体之间的相关关系归因于一些公共因子的存在。相比于以往的政策评估方法,他们推理证明了可以用横截面个体的综合数据替代不能观测且难以估计的公共因子,简化了政策未发生的“虚拟事实”的构建过程。本文将从理论与实际两个方向上研究面板数据政策评估方法的稳健性,一方面从这种方法的理论假设出发,进行各种数据设定下横截面个体的随机误差项(随机扰动项)相互独立的独立性假设的敏感性分析和对比不同变量选择方法在其中的表现。发现面板数据政策评估方法在横截面数据个体很多的高维情况下对独立性假设非常敏感,导致“虚拟事实”的预测不准确,从而影响政策效应地估计。本文提议用主成分回归方法替代原来的变量选择方法来改进的面板数据政策评估方法。本文的蒙特卡洛模拟结果表明,即使在放松独立性假设下,主成分回归方法的面板数据政策评估方法的预测误差也小于变量选择方法的面板数据政策评估方法。另一方面,本文用主成分回归的面板数据政策评估方法重新评估了2003年香港签订CEPA对香港经济地影响,发现CEPA地实施使得香港实际的GDP同比增长了2.66%,并使用不同的方法检验了这个结论。安慰剂研究和稳健性检验证明了主成分回归的面板数据政策评估方法估计的CEPA的政策效应是有效和稳定的。

论文目录

• 摘要
• Abstract
• 第一章 序论
•   1.1 政策评估的背景介绍
•   1.2 政策评估方法的文献综述
• 第二章 面板数据政策评估的方法
•   2.1 面板数据政策评估方法构建“虚拟事实”模型与原理
•   2.2 面板数据政策评估方法与合成控制法的比较分析
•   2.3 面板数据政策评估方法的最新发展
•   2.4 面板数据政策评估方法的稳健性分析
• 第三章 独立性假设的敏感性分析
•   3.1 放松独立性假设的方法设计
•   3.2 蒙特卡洛模拟的理论设计
•     3.2.1 因子数据结构设计
•     3.2.2 随机误差数据结构设计
•     3.2.3 不同情况下的变量选择方法的设计
•     3.2.4 变量选择方法对于政策评估的意义
•   3.3 蒙特卡洛模拟模拟结果及分析
•     3.3.1 低维情况下的蒙特卡洛模拟
•     3.3.2 高维情况下的蒙特卡洛模拟
•     3.3.3 蒙特卡洛模拟的结果总结分析
• 第四章 稳健的面板数据政策评估方法
•   4.1 主成分回归的面板数据政策评估方法原理
•   4.2 算法流程
•   4.3 蒙特卡洛模拟设计
•   4.4 模拟结果与比较分析
• 第五章 实证应用
•   5.1 数据来源与背景介绍-以2003年香港签订CEPA为例
•   5.2 实证设计原理
•   5.3 安慰剂研究
•   5.4 CEPA的政策评估
•   5.5 CEPA的政策评估稳健性检验
•   5.6 CEPA的政策评估结论
• 第六章 结论与需进一步研究的内容
•   6.1 结论综述
•   6.2 需进一步研究的内容
• 参考文献
• 致谢

文章来源

类型: 硕士论文

作者: 李园慧

导师: 范青亮

关键词: 政策评估,变量选择,主成分回归

来源: 厦门大学

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展

单位: 厦门大学

分类号: F224

总页数: 73

文件大小: 4231K

下载量: 21