《表5 模型V(多维情形下非线性约束,广义异方差)》
根据模拟结果发现,在模型设计I中,当满足线性约束条件并且误差项(ε,u2)满足单指标方差时,Chen’s estimator,Zhou’s estimator和本文的方法均表现良好,并且Chen’s estimator的偏差、标准差和均方根误差均比Zhou’s estimator和本文的方法要小一些。这主要是由于Chen’s estimator充分利用了模型中关于函数形式的线性假设,而本文的方法和Zhou’s estimator并没有用到这一信息。显然,Chen’s estimator会更有效率。然而,由模型设计II可知,当模型设定不满足线性约束条件假设,但是误差项仍保持单指标方差时,本文的方法和Zhou’s estimator表现的要比Chen’s estimator优越,此时,Chen’s estimator偏差很大,这意味着,一旦模型函数形式不满足线性假设,Chen’s estimator不再具有一致性。模型设计III和IV中,本文考虑了误差项服从广义异方差的形式,由表3和4可知,在这种设定下,与Zhou’s estimator和Chen’s estimator相比,本文的方法具有更好的性质,其他两种方法均具有较大的偏差。表5中给出了x和w2均为二维的情形,可以看出,随着维数的增加,估计量的标准差相比一维情形要大一些,然而总体来看,本文的估计量表现良好,偏差仍然较小,并且优于Zhou’s estimator和Chen’s estimator。综上所述,根据对5种不同模型设定下进行的估计结果看,本文提出的估计量在模型的不同设定方式下显得更加稳健。因此,在实际应用中,有必要考虑模型中的非参数设定和误差项的广义异方差,否则会导致估计结果的不一致性。
图表编号 | XD00226308100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.25 |
作者 | 纪园园、李世奇、朱平芳 |
绘制单位 | 上海社会科学院数量经济研究中心 |
更多格式 | 高清、无水印(增值服务) |