我国教育投入与经济产出的长期均衡和短期动态实证

文章利用1952～2011年的样本数据,通过多变量自回归模型研究了教育投入与经济产出之间的动态相关性,并在此基础上使用协整理论和误差修正模型对教育投入的相关因素与经济产出之间的作用机制进行了系统分析.研究结论表明:我国教育投入与经济产出之间即存在长期稳定的均衡关系,也存在短期的动态联系.从长期来看,政府教育支出和教育基础设施建设对经济的产出弹性表现最为显著,分别达到1.413和1.257;从短期来看,经济产出仅对政府教育支出和高校在校学生的响应系数为正,分别是0.492和0.378.     

货币政策结构变迁与宏观经济稳定——基于TVP-VAR模型的实证研究

通过构建包含货币供应量和利率指标的包有随机波动率的时变向量自回归(TVP-VAR)模型,实证分析中国货币政策变迁与宏观经济稳定之间的内在动态响应机制。研究发现:通货膨胀冲击在短期内对产出具有促进作用,而长期看对产出的影响十分微弱;货币政策传导机制具有显著的时变性;积极的货币政策(增加货币供应量和降低利率)在短期内具有真实效应,而长期来看缺乏持久性影响;中国货币政策存在短期利率上升导致长期利率下降的"利率之谜"现象。     

高等教育发展与经济增长关系的协整分析

文章以内生经济增长理论为基础,运用协整分析方法,对我国高等教育发展与经济增长关系进行实证研究。研究结果表明:具有高等教育的人力资本是经济增长的原因;高等教育发展与经济增长之间存在长期均衡关系与短期动态关系,无论在长期还是短期中,高等教育发展对我国经济增长都具有正向作用,且长期效应大于短期效应,但远低于物质资本投入与劳动投入时经济增长的贡献,通过对此现象进行分析,提出了相应的政策建议。     

高技术产业要素的贡献度分析

本文在增加人力资本水平和知识资本两种要素条件下,扩展了Lucas内生增长模型,应用分行业面板单位根和协整技术研究了我国高技术产业的各种投入要素与产出的关系及其贡献度.研究表明:劳动力投入、固定资产、人力资本水平、知识资本等要素与高技术行业产出之间存在面板协整关系;整个制造业研发的投入对于高技术产业有很高的溢出效应;我国高技术产业以人力资本、知识资本两种要素密集型为主;技术水平对于高技术产业产出的贡献率最高,而劳动力对于高技术产业产出的贡献微乎其微.     

上海农业发展的实证检验1978～2009

文章研究考察了改革开放以来,上海城市化进程中的农业发展状况,以向量自回归模型(VAR模型)为基础,利用格兰杰因果检验、向量误差修正模型(VEC模型)、协整回归方程(ECM模型)对上海农林牧渔四个农业部门之间的关系进行动态效应分析.研究结果显示:上海城市功能的转变致使农业产业结构调整和农业生产布局等发生了变化.改革开放至今,四个农业部门中只有种植业部门和渔业部门存在长期的协整关系以及互为格兰杰因果关系.此外,基于已构建的两个部门产出回归关系的向量误差修正模型(VEC)和误差修正模型(ECM),均可有效地根据不同预测需求进行未来产值的经济性预测.并提出了政策建议.     

基于计量模型的西部农业投入产出效率研究

通过构建西部农业投入产出的指标体系和建立西部农业投入产出效率的综合计量模型,研究了西部农业投入产出之间的相关关系和联动效应。研究结果表明：西部农业人力投入、财力投入对农业价值量产出贡献度基本一致,西部农业人力投入对农业实物量产出贡献度较高。     

公共投资的经济增长动态效应及时空差异的实证检验

文章以我国西部12个省(市)的面板数据为基础,通过建立协整方程、ECM模型等计量模型,考察自西部大开发战略实施以来,政府公共投资对西部经济增长的动态效应及其时空差异.实证结果表明:公共投资的增加对西部经济增长具有明显的促进作用,但其短期作用不如长期效应显著;受各地区经济结构以及投资结构的影响,公共投资的产出弹性存在地区差异,且随着时间的推移公共投资对经济增长的贡献率日益下降.     

我国货币供应与经济增长及物价水平关系研究

 本文采用协整、向量误差模型以及脉冲响应和方差分解的方法对中国货币供应、物价水平与经济增长的关系进行实证研究。研究表明,物价水平在长期中对经济增长的负影响明显,在短期内,也存在负面影响,但影响方向不明显;短期内物价水平与货币供应量之间相互影响,互相促进。货币供应对经济增长的影响具有促进效应,长期内货币非中性。此外,向量误差模型也表明经济增长、货币供应和物价水平都受到自身滞后期的影响,经济发展具有长期且趋于稳定的特性。     

国际金融危机下中国股市与全球股市联动效应的实证研究

随着经济全球化的日益深入,资本市场的联系也比以往更加紧密,文章通过ARCH模型和向量自回归(VAR)模型和ECM模型,对中国沪深两市和香港、日本、美国、日本、欧洲以及新加坡等主要国际股市之间的关系进行了实证研究.从股票价格和收益率两个方面研究两者之间的联动效应,进一步探讨它们之间长期的均衡关系和短期渡动之间的相关性和溢出效应.     

中国教育投入与经济增长

本文利用协整分析、误差修正模型和Granger因果关系检验对1952-2003年中国教育投入与GDP之间的年度数据进行了实证研究,结果表明两者之间存在着长期稳定均衡关系,但这种均衡关系是在误差修正机制的不断调整下得以维持的;教育投入对GDP的弹性系数为0.8791;从长期来看,教育投入与经济增长之间存在着双向因果关系;从短期来看,经济增长是教育投入增长的原因.     

Parameter estimation and inference with spatial lags and cointegration

This article studies dynamic panel data models in which the long run outcome for a particular cross-section is affected by a weighted average of the outcomes in the other cross-sections. We show that imposing such a structure implies a model with several cointegrating relationships that, unlike in the standard case, are nonlinear in the coe?cients to be estimated. Assuming that the weights are exogenously given, we extend the dynamic ordinary least squares methodology and provide a dynamic two-stage least squares estimator. We derive the large sample properties of our proposed estimator under a set of low-level assumptions. Then our methodology is applied to US financial market data, which consist of credit default swap spreads, as well as firm-specific and industry data. We construct the economic space using a “closeness” measure for firms based on input–output matrices. Our estimates show that this particular form of spatial correlation of credit default swap spreads is substantial and highly significant.     

Estimating Long and Short Run Effects in Static Panel Models

Abstract

This paper assesses the biases of four different estimators with respect to the short run and the long run parameters if a static panel model is used, although the data generating process is a dynamic error components model. We analytically derive the associated biases and provide a discussion of the determinants thereof. Our analytical and numerical results as well as Monte Carlo simulations illustrate that the asymptotic bias of both the within and the between parameter with respect to the short run and long run impact can be substantial, depending on the memory of the data generating process, the length of the time series and the importance of the cross-sectional variation in the explanatory variables.     

Estimating Long and Short Run Effects in Static Panel Models

This paper assesses the biases of four different estimators with respect to the short run and the long run parameters if a static panel model is used, although the data generating process is a dynamic error components model. We analytically derive the associated biases and provide a discussion of the determinants thereof. Our analytical and numerical results as well as Monte Carlo simulations illustrate that the asymptotic bias of both the within and the between parameter with respect to the short run and long run impact can be substantial, depending on the memory of the data generating process, the length of the time series and the importance of the cross-sectional variation in the explanatory variables.     

Global sensitivity analysis of stochastic computer models with joint metamodels

The global sensitivity analysis method used to quantify the influence of uncertain input variables on the variability in numerical model responses has already been applied to deterministic computer codes; deterministic means here that the same set of input variables always gives the same output value. This paper proposes a global sensitivity analysis methodology for stochastic computer codes, for which the result of each code run is itself random. The framework of the joint modeling of the mean and dispersion of heteroscedastic data is used. To deal with the complexity of computer experiment outputs, nonparametric joint models are discussed and a new Gaussian process-based joint model is proposed. The relevance of these models is analyzed based upon two case studies. Results show that the joint modeling approach yields accurate sensitivity index estimators even when heteroscedasticity is strong.     

经济周期中产出波动与通货膨胀不对称动态关系研究

建立不对称动态菲利普斯曲线理论研究经济周期中产出波动与通货膨胀不对称动态关系。该理论蕴含了经济扩张与收缩期中通胀持续性、产出波动对通胀的长短期影响差异特征及相关检验方法。运用该理论对中国相关季度数据进行了实证分析,结果表明:产出波动对通货膨胀短期中具有"顺周期"的正相关性,充当了"晴雨器"作用;长期中具有"逆周期"的负相关性,充当了"稳定器"作用。统计检验表明,经济周期中通货膨胀持续性及产出波动对通货膨胀的长短期影响具有显著不对称性,这种不对称性是中国经济转型期经济运行质量的历史检验,对现阶段追求经济增长质量具有深刻的政策启示。     

资本积累，全要素生产率与中国地区发展差异 ――基于动态分布方法的研究

 本文采用动态分布方法研究了中国1952～2005年的省区劳均产出、资本积累和全要素生产率的动态分布和长期趋势。结果表明，改革前后的省区劳均产出分布存在很大的差异，改革后多数地区的劳均产出向高收入收敛。研究还发现，全要素生产率是影响地区差距的主要因素，物质资本积累不是影响地区差距的重要因素，但其作用有上升的趋势，原因可能是资源配置效率的提高。     

基于小波多分辨分析的协整建模理论与方法的扩展;

为讨论经济及金融变量的多尺度行为,描述变量之间在不同时间尺度上的长期均衡关系,将小波多分辨分析引入协整建模理论,提出多分辨协整和多分辨误差校正模型两个概念,给出相应建模方法,克服了传统的协整建模理论无法揭示蕴含在变量内部的多时间尺度信息的缺陷。多分辨协整建模能够更加细致地捕获经济或金融变量在不同时间尺度上的关系,对两大股指的实证研究也支持了这一点。     

央行外汇干预、投资者情绪与汇率变动

本文基于开放经济框架构建了包含央行外汇干预、投资者情绪与汇率变动的内生动态系统,从理论层面阐述了三者传导的微观机制。理论分析表明,央行外汇干预、投资者情绪与汇率变动之间存在非线性的内生联动效应。为刻画这一效应,文章选取TVP-SV-BVAR模型分别从全局性及多重情景进行实证分析,研究发现：央行外汇干预能够在短期内起到稳定人民币汇率的作用,但长期内会加剧汇率波动。同时,央行外汇干预短期内会加剧投资者情绪波动而使得干预效果减弱,但投资者情绪长期内对汇率的影响不明显。鉴于央行外汇干预对汇率稳定的有效性逐渐下降,且投资者情绪对汇率的冲击易受非预期外部环境的影响。因此,随着人民币汇率形成机制的不断完善,货币当局如何在审慎、适当的外汇干预中保持投资者情绪稳定,并进而实现人民币汇率在合理均衡的区间内波动应成为货币政策的一项重要内容。     

各级教育投入、劳动力转移与城乡居民收入差距

本文从劳动力转移视角出发研究各级教育投入对城乡收入差距影响的微观机制,并探讨新常态下,如何进一步提高教育经费资源的配置效率。文章通过构建含二元经济结构特征的一般均衡模型,利用1995-2014年省级数据与动态空间面板模型对各级生均教育经费投入、劳动力转移与城乡收入差距的作用机制进行理论分析和实证检验。结果显示：一方面,教育投入是缓解我国城乡收入差距,实现城乡帕累托改进的有效手段,其对城乡收入差距的影响同时具有直接效应与间接效应。另一方面,各级教育投入效果不一,相比而言,义务教育尤其是初中阶段教育作用更加显著。最后,在我国宏观经济减速调整的背景下,加大教育经费投入不仅可在短期弥补私人投资减少平滑经济增长,还可促进人力资本积累提高经济潜在增速。教育投入再分配带来的劳动力转移既减少了城乡收入差距也有利于缓解就业结构转型滞后的矛盾,是实现兼具公平的包容性增长目标的重要保障。     

Emulation and interpretation of high-dimensional climate model outputs

Running complex computer models can be expensive in computer time, while learning about the relationships between input and output variables can be difficult. An emulator is a fast approximation to a computationally expensive model that can be used as a surrogate for the model, to quantify uncertainty or to improve process understanding. Here, we examine emulators based on singular value decompositions (SVDs) and use them to emulate global climate and vegetation fields, examining how these fields are affected by changes in the Earth's orbit. The vegetation field may be emulated directly from the orbital variables, but an appealing alternative is to relate it to emulations of the climate fields, which involves high-dimensional input and output. The SVDs radically reduce the dimensionality of the input and output spaces and are shown to clarify the relationships between them. The method could potentially be useful for any complex process with correlated, high-dimensional inputs and/or outputs.