动态面板结构方程

结构方程模型（Structural·Equation·Modeling,SEM) 结构方程模型是社会科学研究中的一个非常好的方法。该方法在20世纪80年代就已经成熟，可惜国内了解的人并不多。“在社会科学以及经济、市场、管理等研究领域，有时需处理多个原因、多个结果的关系，或者会碰到不可直接观测的变量（即潜变量），这些都是传统的统计方法不能很好解决的问题。20世纪80年代以来，结构方程模型迅速发展，弥补了传统统计方法的不足，成为多元数据分析的重要工具。

第1章导论
1.1研究背景和意义
1.2国内外相关文献综述
1.2.1国外的研究现状
1.2.2国内的研究现状
1.3研究的基本思路和方法
1.4研究的创新点和主要框架
第2章模型估计的基本问题
2.1模型的基本形式
2.1.1动态面板结构方程模型（DPSEM）
2.1.2模型的可观测形式和识别条件
2.1.3模型估计需要的假设条件
2.2模型估计需要解决的问题
2.2.1 0FS形式中变量的内生性
2.2.2大量工具变量的弱外生性
2.2.3个体效应的过滤
2.2.4模型误差项的序列相关
2.3现有估计方法及问题
2.3.1广义工具变量估计
2.3.2全信息优选似然估计
第3章有限信息优选似然（LIML）估计引进的探讨
3.1 LIML估计引进的思路和依据
3.1.1单方程估计的灵活性
3.1.2工具变量的选择及其弱外生性的影响
3.2 LIML估计引进需要解决的问题
3.2.1个体效应的过滤
3.2.2工具变量的选取
3.2.3误差项的低阶序列相关的处理
3.3 LIML估计量的推导和计算
3.3.1方程系数的LIML估计量
3.3.2误差方差的LIML估计量
3.4方程系数的LIML估计量渐近性质的证明
3.4.1系数估计量的一致性
3.4.2特殊设定下系数估计量的渐近正态性
3.5 LIML估计效果的模拟
3.5.1具体模型和模拟样本的产生
3.5.2系数估计量的收敛性
3.5.3 LIML的估计量的有限分布
第4章有限信息优选似然估计量方差计算的讨论
4.1方差计算的重要性和存在的问题
4.2解决方差计算的思路和根据
4.3方差计算的方法
4.3.1分块刀切法
4.3.2参数自助法
4.4分块刀切法LIML估计效果的模拟
4.4.1分块刀切法LIML估计量的经验分布
4.4.2分块刀切法对LIML估计量分布的影响
第5章有限信息优选似然估计结果检验方法的探讨
5.1现有的LIML估计结果检验的方法
5.2现有方法引入DPSEM需要解决的问题
5.3合适检验统计量的构造
5.3.1调整的Anderson Rubin检验
5.3.2调整的K检验
5.3.3调整的条件似然比检验
5.3.4密集计算估针的z检验
5.4 LIML估计结果检验的蒙特卡罗模拟
5.4.1分块刀切法的2检验统计量零假设的标准分布
5.4.2几种检验方法势的比较分析
第6章研究结论和有待进一步解决的问题
6.1 DPSEM的LIML估计的优势
6.1.1估计量的有限样本性质
6.1.2估计结果检验的建立
6.2 LIML估计有待进一步解决的问题
6.2.1 LIML估计的局限性
6.2.2模型误差序列相关下估计量的渐近方差
6.3相关课题进一步研究的方向
参考文献
后记

    在Cziraky看来，DPSEM模型只是增加了观测变量的个体效应，因此通过简单的一阶差分，就能去除个体效应，使模型变为DSEM，实际上个体效应的去除有很多方法，一阶差分并非是优选的方法。
     1.2.2 国内的研究现状
     在国内，关于结构方程模型研究的起步较晚，大约在20世纪90年代才开始兴起，但是在短短的二十年时间里，关于结构方程模型研究的文献不胜枚举，从2009年到2010年，相关文献就有七百多篇，并且涉及的领域非常广泛，除了心理学、教育学、经济金融学以外，还包括卫生经济学、会计学、管理学和农学等。戴稳胜等（2004）利用结构方程模型，揭示出在寿险业产业结构对企业获利能力产生的负面影响中，企业经营策略起到中介的作用。邓艳芳、童恒庆（2008）提出了一个关于风险因素分析的结构方程模型，他们将此模型用于风险投资的研究中。赵桂芹、王上文（2008）利用连续四年的财务数据对国内产险公司的获利能力进行研究，通过结构方程模型的运用表明公司资本结构对承保风险起到关键作用。李国栋等（2010）运用结构方程模型对供应链伙伴关系与供应商绩效关系进行了实证研究，将直接和互补作用的模型进行对比，分析表明信任和协作因素通过直接和互补作用影响供应商绩效，而适应和承诺因素只能通过互补作用进行影响。杨智等（2006）以中东部五省市企业为实证样本，利用结构方程模型，研究了市场导向与企业绩效之间的关系，研究发现，组织学习和营销创新具有中介效应，市场导向通过它对企业绩效造成影响。
     虽然大部分文献都集中在模型的实证研究方面，但是也有一些文献在理论上探讨了模型的估计问题。吴瑞林（2010）利用蒙特卡罗模拟研究了结构方程模型参数估计的收敛问题，发现小样本、复杂模型、高偏态数据和较少的分类数都可能造成不收敛和不可靠的估计结果。张言彩（2009）对结构方程模型进行了Gibbs抽样和贝叶斯估计的研究，显示当参数的先验分布接近已知时，它的后验估计值可以用来对不可识别模型的参数进行贝叶斯推断。在模型形式的延伸和模型假设条件放宽方面也有文献涉及，吴冰（2010）研究了带有潜变量的乘积项的结构方程模型，详细介绍了这种模型的设计方法并对结构方程交互模型的设定问题进行了讨论。童乔凌等（2009）将结构方程模型的潜变量扩展成多层的潜变量，将观测变量看做来自不同的总体，并提出了一种受约束的偏最小二乘估计的算法。