面板数据有限混合回归模型中成分数量的估计——以生产函数异质性应用为例
计量经济学
2025-06-12 v1
摘要
本文开发了用于确定面板数据有限混合回归模型中成分数量的统计方法，其中回归误差独立分布为正态分布或更灵活的混合正态分布。我们分析了似然比检验（LRT）和信息准则（AIC和BIC）在模型选择中的渐近性质，涵盖条件独立和动态面板两种设定。与横截面正态混合模型不同，我们证明面板数据结构消除了高阶退化问题，同时保留了似然无界和无限费舍尔信息的问题。针对这些挑战，我们推导了LRT统计量的渐近零分布为随机变量的最大值，并开发了用于一致选择成分数量的序贯检验程序。我们的理论分析还建立了BIC的一致性和AIC的不一致性。对智利制造业数据的实证应用揭示了生产技术的显著异质性，在狭义定义的行业中，材料投入和要素增强技术过程的产出弹性存在显著差异，表明在希克斯中性技术差异之外存在工厂特异性的生产函数变异。这些发现与假设同质生产函数的标准做法形成鲜明对比，并强调了在实证生产分析中考虑未观测到的工厂异质性的必要性。
引用
@article{arxiv.2506.09666,
title = {Estimating the Number of Components in Panel Data Finite Mixture Regression Models with an Application to Production Function Heterogeneity},
author = {Yu Hao and Hiroyuki Kasahara},
journal= {arXiv preprint arXiv:2506.09666},
year = {2025}
}