无条件分位数的前沿理论与应用研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
71271139
项目类别：
面上项目
资助金额：
50.0万
负责人：
朱平芳
依托单位：
上海社会科学院
学科分类：
G0105.管理统计理论与方法
结题年份：
2016
批准年份：
2012
项目状态：
已结题
起止时间：
2013-01-01 至2016-12-31

项目参与者：
张征宇；韩清；姜国麟；闫强；韩宝国；王永水；
关键词：
无条件分位数回归企业规模 RIF回归创新投入强度

项目摘要

Conditional quantile regression (CQR), as introduced by Koenker and Bassett(1978), has become a popular method in empirical economics. However, often the applied researchers find it difficult to interpret their empirical results through CQR. For example, researchers are interested in learning about the heterogeneous impact of education level upon personal income, unconditional on other individual characteristics, e.g., age, gender and family background, that is, the unconditional quantile marginal effect of education on income. In this research program, we intend to explore serveral aspects of the recently developed unconditional quantile regression, that are of both theoretical and applied interest to us. We will also applied the method to examining the heterogenous impact of firm size on firm's intensity of innovation input，then to enrich content of innovation theory on the relation between firm size and innovation ability.

自从Koenker和Bassett(1978)提出条件分位数回归(CQR)以来，该方法已成为经济学实证研究的常用方法之一。由于CQR结果的经济学阐释基于过多甚至是不必要的控制变量，这与研究者所关心的问题有可能并不一致。例如，在劳动经济学对教育回报的研究中，研究者可能只关心受教育程度对于个人收入的异质性影响，而无论个体的年龄，性别与家庭特征如何，即研究者想了解收入关于教育程度的无条件分位数估计。本课题在回顾与梳理已有文献的基础上,将对近年来发展起来的无条件分位点回归领域的有一定理论价值的前沿问题进行探究。在理论探究的基础上，我们将从微观企业层面，运用无条件分位数回归技术，分别研究大中型工业企业和高技术制造企业的规模对企业创新投入强度（分别考虑企业创新经费投入强度和企业创新人力投入强度）的异质性边际影响，进而丰富创新理论中企业规模与创新能力之间关系的内容。

结项摘要

本项目研究了无条件分位数回归的前沿估计方法，并结合中国实际问题进行了探索性研究。在理论方法方面主要有：提出了一种在条件分位数约束下部分线性转换模型的半参数估计方法；为广义门槛回归模型提供了一种有效的条件分位数估计方法，这为研究无条件分位数的门槛模型提供了理论准备；为线性分位数回归模型提供一种新的基于极大得分估计的计算方法；将无条件分位数回归拓展到无条件分位数处理效应模型上，为异质性政策评估提供了理论方法。在实际应用方面，主要是采用分位数双差分方法、删失分位点估计方法对资本市场风险传染、R&D研发强度和溢出效应进行了实证分析，得出了一些不同于均值回归的结论，在政策评估和解释经济现象上具有实践指导意义。