前言

面板数据模型是现代计量经济学中的重要组成部分，随着计量经济学理论的迅速发展，基于面板数据的理论研究日益增多，其应用领域也越来越广泛。传统的面板数据分析方法存在一定的局限性：一方面，传统的面板数据模型构建多基于均值回归模型的基本假设，回归结果仅能反映均值附近数据之间的结构关系，对上尾和下尾处变量关系的刻画并不准确；另一方面，传统的面板数据模型假设误差项服从正态分布，当所获得的样本数据不满足经典假设时，例如存在尖峰或厚尾时，其估计结果往往不再具有优良性和稳健性。分位数回归方法的提出恰好可以弥补传统模型的缺陷，Koenker（2004）首次将分位数回归应用于面板数据模型，提出了面板数据分位数回归方法，这一方法是对传统面板数据分析方法的有力补充和扩展，既可以充分利用面板数据大样本特征，又可以精确地描述自变量对于协变量条件分布变化的影响，同时放宽了对误差分布假设的限制，提高了模型的解释能力，其估计量的稳健性和有效性更强。

通过梳理面板数据分位数回归模型的发展过程，并对研究现状进行分析发现：一方面固定效应或随机效应面板数据分位数回归模型的求解方法并不唯一，对现有方法进行改进或者探索新的求解方法可能简化模型估计过程，提高模型估计能力；另一方面，关于面板数据非线性分位数回归技术的研究比较缺乏，与基于时间序列的非线性分位数回归方法相比，前者在模型构建、模型求解、参数检验和估计量性质等方面的研究仍处于起步阶段，有待进一步发展。

基于面板数据分位数回归模型的研究现状，本书对模型构建和模型求解从三个方面进行了有益的探讨。（1）考虑到现有固定效应面板分位数回归模型的求解存在无法估计个体效应、计算复杂等问题，探索一种新的求解方法。（2）鉴于随机效应面板数据模型中存在截面内相关现象，结合Copula相关函数，对随机效应面板分位回归模型的求解进行了研究。（3）鉴于线性分位数回归模型的局限性，将Copula分位回归曲线应用于面板数据，对面板数据非线性Copula分位数回归模型的构建和求解进行了研究。

本书的出版，得到山东社会科学院出版资助项目的支持，在此深表感谢。由于本人水平有限，书中难免存在错误与不足，恳请读者多多批评并提出宝贵意见。