出口贸易经济增长:与基于Panel Data模型的研究

一、Panel D ata模型的类型及识别1.Panel D ata模型的类型Panel Data可译为平行数据或面板数据,是指同时含有横截面和时间序列信息的数据。利用Panel Data建立的模型称为Panel Data模型,Panel Data模型的一般形式为:yit=αi xitβi uit(1)yit为因变量在横截面i和时间t上的数值     

出口贸易与经济增长:基于Panel Data模型的研究

一、Panel Data模型的类型及识别 1.Panel Data模型的类型 Panel Data可译为平行数据或面板数据,是指同时含有横截面和时间序列信息的数据.     

基于Panel Data的蔬菜流通量影响因素研究

文章以蔬菜流通量为例研究了物流发展的影响因素,在对淮安、宿迁13个县区面板数据进行搜集整理的基础上,分析了道路、信息化水平、经纪人队伍、设施及教育水平对物流发展的影响.估计结果显示,道路弹性系数最高,信息化水平、经纪人队伍、设施的影响也很显著,教育水平的影响不显著.     

Panel Data模型及其在居民消费结构研究中的应用

针对扩展线性支出系统的不足,构建了Panel Data模型用于山东省城镇居民消费结构问题的探讨.文中阐述了个体时期确定效应常系数和变系统的Panel Data模型,给出了模型识别的依据和参数估计方法.     

应用Panel—Data模型对我国城镇居民消费的研究

消费是宏观经济的主要变量,作为需求力量,不仅直接对经济增长起着拉动作用,而且还会通过其它经济变量的作用间接拉动经济增长。因此如何启动消费、拉动内需以促进经济持续增长就成了人们关心的一个重要问题。本文应用Panel-Data模型对中国城镇居民的消费状况进行了研究:讨论了城镇居民消费对收入的弹性以及消费倾向;分析了城镇居民收入等级对消费的影响;并得出了有关结论。     

中国各地区金融发展与经济增长 --基于Panel Data模型的分析

金融发展与经济增长的关系是经济学的一个重要研究领域.本文试图从中观层面以我国各地区为研究对象,通过建立计量经济模型探讨在我国区域金融发展与经济增长之间的关系.通过实证研究,本文得出我国各地区金融发展对经济的增长有促进作用,因此各地区应继续深化金融改革、促进金融发展,从而推动经济增长.     

财政支出对区域经济增长的影响效应分析——基于Panel Data模型的实证研究

一、引言 应该说，导致我国各地区间经济发展水平差距扩大的 因素是多方面的，地方财政支出无疑又是影响区域经济增 长最直接、最重要的因素之一。因为从理论上讲，地方财政 支出不仅可以通过对公共储蓄资金进行重点配置来解决经 济结构问题，而且还能间接地起到示范效应，从而     

初探Panel Data的建模与检验

1Panel Data三种基本分析模型Panel D ata有三种基本分析模型:pooled regressionm odels、fixed effects m odels和random effects m odels,它们中又包含dynam ic panel m odels、incom plete panel m odels、nonstationary panel m odels、robust m odels等。我们所熟悉的异方     

非参数固定效应Panel Data模型的分位数回归推断

利用分位数回归方法,讨论了非参数固定效应Panel Data模型的估计和检验问题,得到了参数估计的渐近正态性及收敛速度。同时,建立一个秩得分(rank score)统计量来检验模型的固定效应,并证明了这个统计量渐近服从标准正态分布。     

国际储备国际政治军事模型的构建

从经验和实际上看,国际政治军事风险是影响国际储备需求的重要因素。本文构建了一个国际政治军事因素影响国际储备需求的理论模型,清晰阐释了国际政治军事因素对国际储备数量影响的内在逻辑和作用机理,证实了那些非基督教文明且具有高国际政治军事风险的国家偏好持有更多的国际储备,该理论模型丰富和发展了国际储备需求决定因素理论,为把国际政治军事变量纳入储备需求方程提供了理论依据。     

各地区农民收入差异与城镇化发展水平的相互关系——基于协整的Panel Data模型分析

本文首先对我国各地区农民人均纯收入和城镇化发展水平这两个变量建立Panel Data模型。并根据Panel Data模型的协整理论确立二者间的长期均衡关系,以此建立反映短期非均衡关系的Panel Data误差修正模型,对长期和短期模型中的地区因素和时间因素进行了比较。     

中国对外直接投资的贸易效应研究——基于Panel Data的地区差异检验

本文基于引力模型,对中国对外直接投资的贸易效应及其区域差异进行实证分析,得出的主要结论是:中国对东道国的直接投资促进中国对东道国的出口,但对从东道国的进口却具有替代效应!中国FDI的贸易效应存在着空间上的差异,表明中国与东道国之间的贸易密切度影响中国FDI的贸易效应的空间变化。根据不同东道国与中国的贸易密切度,我们对中国对外直接投资的贸易效应进行了地区分类。     

Panel—Data下Granger因果检验的理论和应用发展综述

Panel-Data下Granger因果检验的相关理论是最近几年才发展起来的,现有的研究提出了关于Panel-Data下Granger因果检验的四个基本假设:同质无因果关系假设(HNCH)、同质因果关系假设(HCH)、异质因果关系假设(HECH)以及异质无因果关系假设(HENCH),根据检验参数的特点给出三种类型的检验模型:固定系数模型、随机系数模型和混合固定随机系数模型。目前,还只有固定系数模型的相关理论较为完善,另外两种模型的检验还都存在一定的难度。因此,只有从理论研究和实际应用两个方面对该理论进行阐述,并对现有的理论进行简要的评述,才可指出其存在的不足及可能的改进方向。     

基于和谐的住房保障制度研究:一个国际比较的视角

积极建立廉租住房供应体系,扩大廉租住房覆盖范围:第一,强化政府在廉租住房建设中的责任,保证廉租房供应。解决低收入家庭的住房问题是政府的责任与义务,是构建和谐社会的重要组成部分。同时应建立相应惩罚措施,对于阻碍廉租住房发展的地方政府应给予严厉处分。廉租住房建设是社会住房保障制度的核心,具有社会救济、社会优抚等多方面的性质,地方政府应会同社会保障部门,尽快纳入社会保障体系,从制度上对其建设进行保障。     

基于Panel Data和SEA的环境Kuznets曲线分析 ——与马树才、李国柱两位先生探讨

 针对当前学者研究中国环境Kuznets曲线存在的问题，本文使用了面板数据模型和空间计量模型，以克服使用时间序列模型时样本数量偏少和使用截面数据时易引起空间自相关性等问题。结果表明中国有部分环境指标满足环境Kuznets曲线的倒U型特征。     

基于VAR模型的铁矿石国际定价权研究

近年来我国铁矿石及其下游商品的持续金融化对国际铁矿石定价体系产生了较大冲击.文章应用VAR模型,研究了大连商品交易所的铁矿石期货、上海商品期货交易所的螺纹钢期货、新加坡交易所的铁矿石掉期和荷兰普氏能源发布的普氏铁矿石指数之间的价格溢出关系,并在此基础上探讨了我国商品期货市场对国际铁矿石定价的影响.整体来说,螺纹钢期货(上海)对铁矿石国际定价的引导较为显著,但铁矿石期货(大连)对铁矿石国际定价的引导总体并不显著,从分段检验的结果来看,我国铁矿石期货对铁矿石国际定价的引导能力在逐年加强.     

基于准残差的Panel协整检验

 当检验方程含有确定性趋势时,基于残差的Panel协整检验通过全样本回归来消除确定性趋势的方法会导致检验统计量出现Nickell偏差,必须使用标准化系数进行修正,但这些标准化系数却依赖于真实设定参数。本文将Breitung和Das（2005）等使用部分样本回归消除确定性趋势的方法应用到Panel协整检验,提出了基于准残差的Panel协整检验,我们证明了这种新的检验统计量的渐近正态性,模拟的结果也表明其具有非常良好的小样本表现。     

中国通货膨胀预测:基于AR和VAR模型的比较

文章用中国1996～2010年的CPI、PPI、货币量和产出等季度数据,考虑了两类基本但重要的时间序列模型——AR和VAR模型在预测中国通货膨胀上的样本外表现。研究表明:这两类模型在大部分预测期上对通胀的预测都优于简单的随机游走式预测;对不同滞后阶数的模型而言,通常滞后阶数越少的模型预测效果越好;M1增速、名义GDP增速和真实GDP增速都能改善仅仅依赖历史通胀信息形成的预测,但M0增速、M2增速以及PPI通胀,通常都不能改善;在含有M1增速的两变量VAR(1)模型中进一步引入产出增速构成的三变量VAR(1)模型对通胀预测没有明显改进。     

GDP的国际比较研究

以世界银行为代表的国际组织对各国经济实力进行的比较、测算和排名,不仅会作为是否发放优惠贷款的依据,而且联合国等国际组织也以此作为制定有关政治、经济政策,特别是作为分配国际援助和分摊国际负担的依据。因此,各国都非常关心本国的经济增长及在世界经济中所处的位置。由于GDP(国内生产总值)能全面、确切地反映一国经济发展的规模、速度、结构和水平,多数国家都采用该指标来说明本国经济发展的进程和进行国际经济比较。虽然GDP能综合反映各国的经济发展水平,但它是一个价值量指标,不仅同产量有关,而且同价格及货币计量单位有关。由…     

基于收缩机制的若干回归模型比较研究

预测精度与可解释性是回归模型评价的两个重要依据。由于变量之间的共线性和模型的过拟合等问题导致OLS(ordinary least squares)估计量并不总是令人满意。通过在传统的回归模型上引入收缩机制,新一代回归模型能获得更好的预测精度和良好的可解释性。文章比较了几种典型基于收缩机制的回归模型,如岭回归、LASSO,并通过实例分析了不同模型的性能与特点。