Nonparametric techniques have been

Nonparametric techniques have been widely used in estimation and testing
of econometric models. For example, Baltagi and Li (2002) propose to
use the nonparametric series method to estimate a semiparametric partially
linear fixed effects panel data model, Racine et al (2005) propose using
a new smoothing method to estimate a multivariate conditional distribution
function, Sun (2005) consider the problem of efficient estimation of
partially linear quantile regression model, Fan and Rilstone (2001) propose
a model specification test based on nonparametric kernel method. Recently,
varying coefficient modeling techniques have attracted much attention
among econometricians and statisticians. For theoretical development of
varying coefficients model with independent and stationary data, see Cai,
Fan and Li (2000), Fan, Yao and Cai (2003), Li, Huang, Li and Fu (2002),
among others. The semiparametric varying coefficient model specification
has been used in various empirical studies. For example, Chou, Liu and
Huang (2004) examined health insurance and savings over the life cycle.
Savvides, Mamuneas and Stengos (2006) studied the problem of economic
development and the return to human capital. Stengos and Zacharias
(2006) investigated the intertemporal pricing and price discrimination of
the personal computer market. Jansen, Li, Wang and Yang (2008) studied
the impact of U.S. fiscal policy on stock market performance.
In this paper, we propose a new method of estimation and inference that
extends the application of semiparametric smooth coefficients models to
the case where the dependent variable is non-stationary because it contains
a time trend regressor. Let Yt denote the non-stationary dependent
variable, and Xt be the set of stationary regressors. We also define Zt as
a stationary underlying state variable. To capture the time trend behavior
of Yt, we use a time trend, denoted by t, as part of the data generating
process. In this paper, we propose two alternative empirical specifications
of a semiparametric smooth coefficients model. These specifications vary
in their treatment of the time trend.
We consider a semiparametric model which includes a stationary vector
variable Xt1 and a time trend as regressors, all of them have varying smooth
coefficients. The model is given by

Kết quả (Việt) 1:

Nonparametric kỹ thuật đã được sử dụng rộng rãi trong dự toán và thử nghiệmCác mô hình kinh tế lượng. Ví dụ, Baltagi và lý (năm 2002) đề xuất vớisử dụng phương pháp nonparametric loạt để ước lượng một semiparametric một phầntuyến tính ảnh hưởng cố định các mô hình dữ liệu bảng, Racine et al (2005) đề xuất sử dụngmột phương pháp mới làm mịn để ước tính một phân bố có điều kiện đa biếnchức năng, Sun (2005) xem xét các vấn đề của các ước tính hiệu quả củađề xuất các mô hình hồi qui tuyến tính một phần quantile, fan hâm mộ và Rilstone (2001)một đặc điểm kỹ thuật mô hình thử nghiệm dựa trên phương pháp nonparametric hạt nhân. Gần đây,kỹ thuật mô hình hệ số khác nhau đã thu hút nhiều sự chú ýtrong số các nhà và thống kê. Lý thuyết phát triểnthay đổi hệ số mô hình với dữ liệu độc lập và văn phòng phẩm, xem Cai,Fan hâm mộ và Li (2000), fan hâm mộ, Yao và Cai (2003), Li, Huang, Li và Fu (2002),trong số những người khác. Đặc tả mô hình hệ số khác nhau semiparametricđã được sử dụng trong nghiên cứu thực nghiệm khác nhau. Ví dụ, Châu Kiệt Luân, lưu vàBảo hiểm y tế hoàng (2004) kiểm tra và tiết kiệm hơn chu kỳ cuộc sống.Savvides, Mamuneas và Stengos (2006) đã nghiên cứu các vấn đề kinh tếtrở về nguồn nhân lực và phát triển. Stengos và Zacharias(2006) điều tra intertemporal giá cả và giá phân biệt đối xử củathị trường máy tính cá nhân. Jansen, Li, Wang Yang (2008) nghiên cứutác động của chính sách tài chính Hoa Kỳ trên hiệu suất thị trường chứng khoán.Trong bài báo này, chúng tôi đề xuất một phương pháp mới của dự toán và suy luận rằngmở rộng các ứng dụng của mô hình semiparametric mịn hệtrường hợp nơi biến phụ thuộc vào là không cố định bởi vì nó có chứamột xu hướng thời gian regressor. Hãy để Yt biểu thị không cố định phụ thuộc vàobiến và Xt có các thiết lập của regressors văn phòng phẩm. Chúng tôi cũng xác định Zt nhưmột văn phòng phẩm nhà nước cơ bản biến. Nắm bắt được hành vi của xu hướng thời gianYt, chúng tôi sử dụng một xu hướng thời gian, biểu hiện bằng t, như là một phần của dữ liệu tạo raquá trình. Trong bài báo này, chúng tôi đề xuất hai thông số kỹ thuật thực nghiệm khácMô hình hệ semiparametric mịn. Các thông số kỹ thuật khác nhautrong điều trị của họ của xu hướng thời gian.Chúng ta xem xét một mô hình semiparametric bao gồm một vector văn phòng phẩmbiến Xt1 và một xu hướng thời gian như regressors, tất cả đều có khác nhau mịnHệ số. Các mô hình được đưa ra bởi

Kết quả (Việt) 2:

Kỹ thuật không tham số đã được sử dụng rộng rãi trong dự toán và thử nghiệm
các mô hình kinh tế lượng. Ví dụ, Baltagi và Li (2002) đề nghị
sử dụng phương pháp dòng không tham số để ước tính một phần bán tham số
hiệu ứng cố định tuyến tính mô hình dữ liệu bảng, Racine et al (2005) đề xuất sử dụng
một phương pháp làm mịn mới để ước tính một phân phối có điều kiện đa biến
chức năng, Sun ( 2005) xem xét các vấn đề của dự toán hiệu quả của
mô hình hồi quy tuyến tính quantile một phần, Quạt và Rilstone (2001) đề xuất
một thử nghiệm mô hình đặc điểm kỹ thuật dựa trên phương pháp hạt nhân không tham số. Gần đây,
kỹ thuật mô hình hệ số khác nhau đã thu hút nhiều sự chú ý
trong kinh tế thường và thống kê học. Đối với phát triển lý thuyết của
biến đổi mô hình hệ số với dữ liệu độc lập và văn phòng phẩm, xem Cai,
Fan và Li (2000), Quạt, Yao và Cai (2003), Li, Huang, Li và Fu (2002),
trong số những người khác. Các đặc điểm kỹ thuật khác nhau bán tham số mô hình hệ số
đã được sử dụng trong các nghiên cứu thực nghiệm khác nhau. Ví dụ, Châu Kiệt Luân, Lưu và
Huang (2004) đã kiểm tra bảo hiểm y tế và tiết kiệm trong vòng đời.
Savvides, Mamuneas và Stengos (2006) đã nghiên cứu các vấn đề của kinh tế
phát triển và sự trở lại nguồn nhân lực. Stengos và Zacharias
(2006) đã nghiên cứu giá cả và giá phân biệt đối xử liên thời gian của
thị trường máy tính cá nhân. Jansen, Li, Wang và Yang (2008) đã nghiên cứu
tác động của chính sách tài khóa của Mỹ về hoạt động thị trường chứng khoán.
Trong bài báo này, chúng tôi đề xuất một phương pháp mới dự toán và suy luận rằng
mở rộng việc áp dụng mô hình hệ số mịn bán tham số cho
trường hợp người phụ thuộc biến là không dừng bởi vì nó có chứa
một regressor xu hướng thời gian. Hãy Yt biểu thị sự phụ thuộc không dừng
biến, và Xt là tập các biến hồi quy tĩnh. Chúng tôi cũng xác định Zt như
một biến trạng thái cơ bản tĩnh. Để nắm bắt được thời gian xu hướng hành vi
của Yt, chúng tôi sử dụng một xu hướng thời gian, ký hiệu là t, như là một phần của sự phát dữ liệu
quá trình. Trong bài báo này, chúng tôi đề xuất hai thông số kỹ thuật thực nghiệm thay thế
của một mô hình hệ số mịn bán tham số. Những thông số kỹ thuật khác nhau
trong điều trị của họ về xu hướng thời gian.
Chúng ta hãy xem xét một mô hình bán tham số trong đó bao gồm một văn phòng phẩm vector
biến XT1 và một xu hướng thời gian như biến hồi quy, tất cả trong số họ có khác nhau mịn
hệ số. Mô hình này được cho bởi