日前，Stata 公司发布了最新版的 Stata 15，包含了许多令人激动的重大升级，包括非参数回归、空间计量、DSGE模型等。本公众号将陆续为你介绍，与计量经济学最为相关的几个全新模块。

非参数回归

传统的回归模型一般都假设具体的回归函数（比如线性、平方项、交互项、对数等），然后估计其中的参数，故称为 “参数回归”（parametric regression）。但我们通常并不知道这些参数模型是否 “设定正确”（correctly specified），而一旦误设就会导致 “设定误差”（specification errors）。

为此，不设定具体函数形式的 “非参数回归”（nonparametric regression）应运而生，并因其稳健性而得到日益广泛的应用。在某种意义上，非参数回归在实证研究者的工具箱中，正从早期的奢侈品而渐渐成为必需品。

Stata 15 顺势推出了非参数回归的官方命令，其句型为

. npregress kernel y x1 x2 x3

使用此命令可进行 “核回归”（kernel regression），包括最常用的 “局部线性估计量”（local linear estimator）与 “局部常数估计量”（local constant estimator），并提供八种备选核函数（默认为二次核），以及使用 “交叉核实法”（cross-validation）或 “改进AIC法”（improved AIC）选择最优带宽（optimal bandwidth）。

在进行非参数回归后，Stata 提供了画图的方便命令：

. npgraph

由于非参数回归不假设具体的回归函数，故在一元回归的情况下，画图是呈现（非参数）回归函数的最直观方法，例如：

2018-9-26 17:12:28 上传 下载附件 (65.42 KB)

从上图可知，这两个变量之间呈现出非线性关系，而非参数回归可以较好地刻画此非线性回归关系。

参考文献

陈强，《高级计量经济学及Stata应用》，第2版，高等教育出版社，2014年。

陈强，《计量经济学及Stata应用》，高等教育出版社，2015年。

公众号链接：https://mp.weixin.qq.com/s/MEZcEI-uwlDOCUvVpA6v-Q