The Block-Block Bootstrap for Time Series

This article proves that the block-block bootstrap of Andrews (2004 Andrews , D. W. K. ( 2004 ). The block-block bootstrap: improved asymptotic refinements . Econometrica 72 ( 3 ): 673 – 700 .[Crossref], [Web of Science ®] , [Google Scholar]) can be helpful to provide asymptotic refinements for the GMM estimator when autocorrelation structures of moment functions are unknown (i.e., incorporating the HAC covariance matrix) and when we allow for statistics that are inefficient. The asymptotic refinements of this block-block bootstrap in the time series context are shown to exist with the use of less restricted kernels than in the block bootstrap in Inoue and Shintani (2006 Inoue , A. , Shintani , M. ( 2006 ). Bootstrapping GMM estimators for time series . J. Econometrics 113 : 531 – 555 .[Crossref] , [Google Scholar]), since they do not require to have a characteristic exponent larger than 2. The procedure allows to apply in practice kernels that guarantee that the HAC covariance matrix estimator is positive semidefinite, and to get asymptotic refinements at the same time.     

Asymptotics of improved generalized moment estimators for spatial autoregressive error models

Abstract

This article considers linear models with a spatial autoregressive error structure. Extending Arnold and Wied (2010) Arnold, M., Wied, D. (2010). Improved GMM estimation of the spatial autoregressive error model. Econ. Lett. 108:65–68.[Crossref], [Web of Science ®] , [Google Scholar], who develop an improved generalized method of moment (GMM) estimator for the parameters of the disturbance process to reduce the bias of existing estimation approaches, we establish the asymptotic normality of a new weighted version of this improved estimator and derive the efficient weighting matrix. We also show that this efficiently weighted GMM estimator is feasible as long as the regression matrix of the underlying linear model is non stochastic and illustrate the performance of the new estimator by a Monte Carlo simulation and an application to real data.     

GMM estimation in partial linear models with endogenous covariates causing an over-identified problem

ABSTRACT

We study partial linear models where the linear covariates are endogenous and cause an over-identified problem. We propose combining the profile principle with local linear approximation and the generalized moment methods (GMM) to estimate the parameters of interest. We show that the profiled GMM estimators are root? n consistent and asymptotically normally distributed. By appropriately choosing the weight matrix, the estimators can attain the efficiency bound. We further consider variable selection by using the moment restrictions imposed on endogenous variables when the dimension of the covariates may be diverging with the sample size, and propose a penalized GMM procedure, which is shown to have the sparsity property. We establish asymptotic normality of the resulting estimators of the nonzero parameters. Simulation studies have been presented to assess the finite-sample performance of the proposed procedure.     

Shrinkage of Variance for Minimum Distance Based Tests

This paper promotes information theoretic inference in the context of minimum distance estimation. Various score test statistics differ only through the embedded estimator of the variance of estimating functions. We resort to implied probabilities provided by the constrained maximization of generalized entropy to get a more accurate variance estimator under the null. We document, both by theoretical higher order expansions and by Monte-Carlo evidence, that our improved score tests have better finite-sample size properties. The competitiveness of our non-simulation based method with respect to bootstrap is confirmed in the example of inference on covariance structures previously studied by Horowitz (1998 Horowitz , J. ( 1998 ). Bootstrap methods for covariance structures . The Journal of Human Resources 33 : 39 – 61 .[Crossref], [Web of Science ®] , [Google Scholar]).     

中国城镇居民消费行为研究——基于中国省际动态面板模型的分析

以中国大陆28个省、直辖市2005-2010年城镇居民消费支出内容和收入来源项目面板数据为对象建立动态面板模型分析中国城镇居民消费行为。该动态面板模型的GMM(广义矩方法)估计结果表明,中国城镇居民在衣着消费支出和杂项商品及服务项目上存在显著的消费习惯,在食品、医疗保健、家庭设备用品及服务、文教娱乐用品及服务、交通通讯和居住方面不存在显著的消费习惯;GMM估计结果同时反映了城镇居民工资性收入、经营性收入、财产性收入和转移性收入对城镇居民各部分消费支出的影响情况,该结果表明不同收入来源对居民各部分消费行为影响不同。     

金融发展与全要素生产率——基于动态面板GMM的实证研究

以2000—2009年的样本数据为基础,通过构建金融发展和全要素生产率的模型,运用动态面板GMM方法就金融发展水平对企业全要素生产率的动态影响进行了分析,并且对东部、中部和西部的影响进行了比较。结果显示：金融发展和生产率增长之间呈显著的正向关系,但是这种正向关系只有在采用私人部门信贷的比例作为金融发展的指标才可以发现,采用传统的金融相关比率作为金融发展的衡量指标,金融发展与生产率的变化呈负相关。     

中国省际间人力资本和物质资本的相互关系分析

人力资本和物质资本是否存在相互影响、相互作用的关系?影响程度如何?本文通过建立关于人力资本和物质资本的联立方程模型,对中国省际间人力资本与物质资本的相互关系进行实证分析,结果表明两种资本是相互内生的,一种资本存量的增加有利于另一种资本存量的增长。     

城镇居民消费的“习惯形成”效应

 本文利用“中国营养与健康调查”数据对中国城镇居民消费中的“习惯形成”效应进行了研究。本文以家庭的食品消费微观数据作为非耐用品消费的代理变量,并运用动态面板系统广义矩估计方法来解决模型的内生性问题。本文研究发现,“习惯形成”可以从一定程度上解释近年来中国城镇居民消费不振及高储蓄的现象,这一效应即使在考虑了城镇家庭的“预防性储蓄动机”之后仍然是稳健的,并且其对消费的边际影响比“预防性动机”更为重要。不仅如此,本文还发现家庭越富有,习惯形成越强,储蓄倾向越高。     

经济开放与地方财政支出

 本文在经典的中位选民需求函数模型基础上,构建了地方财政支出决定的动态空间面板模型,分析了经济开放对地方财政支出的影响。研究发现,经济开放的地方财政支出效应是多维和复杂的,经济开放引起了地方政府支出规模的扩大,外商投资扩大使地方支农支出、社会福利支出增加,贸易开放使地方文化和公检法司支出增加,支持了经济开放的补偿假说;同时,投资开放引起行政管理支出和财政补贴支出减少,贸易开放度的提升促进了地方财政基础设施、科教等支出的增加,并减少社会福利支出,又支持效率假说。经济开放对地方财政支出结构扭曲的矫正和强化效应并存,我国应在坚持开放的前提下,积极创造使经济开放的积极效应最大化、消极效应最小化的制度条件。     

数字普惠金融对乡村振兴的动态影响研究——基于系统GMM及门槛效应的检验

当前,我国脱贫攻坚战取得全面胜利,"十四五"规划进入全面实施,数字普惠金融助力乡村振兴正面临着新的机遇与挑战。为研究数字普惠金融对乡村振兴的作用及影响,文章首先从理论方面分析数字普惠金融影响乡村振兴水平的作用机制,以此为基础开展实证研究,随后运用熵权TOPSIS法测度2011—2018年中国大陆31个省(市、自治区)的乡村振兴水平,测度结果表示我国各省份乡村振兴总体水平提升较慢,就2018年各地区乡村振兴水平而言,中部地区稍高于西部地区、东部地区显著高于西部地区,说明相较于东部和中部地区,西部地区乡村振兴水平偏低,且乡村振兴水平存在显著的地区差异。在此基础上,采用系统GMM方法定量研究数字普惠金融与地区乡村振兴水平之间的作用关系,量化分析数字普惠金融发展对乡村振兴以及乡村振兴指标不同维度的影响。为验证数字普惠金融与乡村振兴之间是否是简单的线性关系,文章运用门槛模型进一步展开实证研究。研究表明:数字普惠金融对我国乡村振兴水平有正向促进作用,这一促进作用主要通过数字普惠金融对乡风文明、产业兴旺、生活富裕和生态宜居这四个方面的显著正向影响实现;数字普惠金融与乡村振兴发展水平两者之间并非简单的线性关系,前者对后者的影响作用具备双重门槛特征,数字普惠金融指数位于第一门槛值(2.916 1)和第二门槛值(5.735 7)之间时,其对乡村振兴水平的影响作用最弱,在数字普惠金融指数跨越第二门槛值时,其对乡村振兴水平的促进作用显著增强。截至2018年,全国有8个省份数字普惠金融跨越第二门槛值,其中有6个为东部沿海省份。由此可见,我国各地区乡村振兴发展不均衡与数字普惠金融发展不均衡之间有一定的因果关系。在研究结果的基础上,文章提出以下政策建议:第一,应加大各地区普惠金融实施力度,有效提升各地区乡村振兴发展水平;第二,根据各地区数字普惠金融指数发展状况因地制宜地实施有差别的普惠金融策略,提升各地区数字普惠金融指数;第三,完善乡村治理体系,构建相应体制机制;第四,建立智能化风控体系,构建普惠金融监管机制,有效防范农村数字普惠金融风险。