江苏省城镇居民收入差异对消费结构的影响

一、panel-data模型 panel-data称为面板数据或平行数据,是把时间序列沿空间方向扩展,或把截面数据沿时间扩展构成的二维结构的数据集合,与单纯的时间序列和截面数据相比,面板数据既能反映各个个体的变化特征,也能反映每个个体沿时间变化的特征.panel-data模型也称面板数据模型,是在面板数据上建立的回归分析模型.panel-data模型的一般表达式为:     

面板数据模型设定的一般方法

在经典计量经济学模型中,作为样本观测值的要么是截面数据,要么是时间序列数据。随着计量经济学理论方法的发展和应用领域的拓展,经常需要同时分析截面数据与时间序列数据,面板数据模型正是针对这种需要应运而生的,所谓面板数据指的就是截面数据和时间序列数据的综合。面板数据模型已成为仅次于经典单方程模型和时间序列模型被广泛使用的模型。在实际分析中,要建立较好面板数据模型,最为关键的一步是模型的设定。若模型设定有误,则其后的估计必定存在较大的偏差,导致模型建立失败,或者得出错误的结论。本文拟详细介绍面板数据模型设定的一般过程,以期对应用型读者提供若干启示。     

面板数据建模中存在的问题、对策及最新进展

单独应用时间序列数据或截面数据来检验经济理论的计量经济学方法都存在不同程度的缺陷,而面板数据建模却具有许多纯时间序列或截面数据没有的优点,但其建模过程也更复杂.文章指出了面板数据模型建模过程中常出现的几个问题,同时探讨了解决这些问题的有效对策.文章还对面板数据理论的最新进展及应用研究的文献进行了系统梳理,提出了有待深入研究的一些问题.     

空间自回归模型及其估计

一、概述在经济问题研究中,处理的数据分为时间序列数据、截面数据以及截面时间序列数据(paneldata)。应用回归模型研究变量之间的关系时,假设模型满足Gauss_Markov条件,当研究的数据是时间序列时,通常会存在序列相关,针对这类数据的问题可以结合时间序列分析的方法加以处理;如     

固定资产投资与经济增长关系探究:来自平行数据的证据

一、研究现状评述从数据特点进行分类,对投资和经济增长关系的研究,大致可以分为两个方面:(1)利用时间序列数据或者截面数据进行实证分析;(2)利用平行数据进行实证分析。所谓平行数据(panel data,也译作面板数据、综列数据等),是指在时间序列数据上取多个截面,在这些截面上同时选取样本观测值所构成的样本数据。利用截面数据,Levine and Renelt(1992)研究表明投资是一个灵敏的变量,对国家经济增长的影响是正的与统计显著的。利用法国、德国、日本、英国与美国的时间序列数据,Alfred and Willi(2001)研究了投资的外部性与内生经济增长的关…     

一种新的非等间隔灰色预测模型

文章分析得出传统非等间隔GM(1,1)模型模拟序列并非GM(1,1)模型的指数序列,因此导致其应用范围不及GM(1,1)模型。建立模拟序列为指数序列的非等间隔GM(1,1)模型,线性组合背景值的建立使得模型满足无偏性。以实例数据验证了新的非等间隔灰色预测模型对非等间隔近似指数序列拟合具有更高的精度,拓广了灰色理论的应用范围。     

中国城镇化进程与经济增长关系的实证研究

 以我国1978-2009年城镇化率和人均GDP年度时间序列数据为基础,建立反映城镇化水平和经济增长动态关系的向量自回归(VAR)模型;在VAR模型的基础上,运用脉冲响应函数和方差分解分析了城镇化进程与经济增长相互之间的动态影响。为了弥补时间序列数据只包含时间和指标两维信息的缺陷,进一步采用2000-2009年我国31个省市的城镇化率和人均GDP的面板数据,利用横截面、时间和指标三维信息对两者之间的关系进行分析。通过运用面板数据的单位根检验和面板数据协整检验,得出我国城镇化进程与经济发展水平之间存在长期稳定的均衡关系。在此基础上,建立面板数据固定效应变系数模型,从弹性角度分析,认为我国城镇化率每提高一个百分点,可以维持7.1%的经济增长。     

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     

基于纵向数据的半参数时间变化系数回归模型的系数估计

一、引言 纵向数据是指对每个个体在不同时间进行观测而得到的由截面和时间序列融合在一起的数据.纵向数据最大的优点就是它将截面数据和时间序列数据结合在一起,更好地分析出个体随时间的变化趋势.本文要研究的是基于纵向数据的半参数时间变化系数回归模型.     

双截面数据及其处理思路初探

在研究一组相关总体的数量特征、总体间数量特征关系和总体间的交互作用时,如果从每一总体中抽取一组截面数据,就形成了一种不同于截面数据、时间序列数据和面板数据的特殊数据类型——双截面数据,虽然现有数据处理方法可以为双截面数据提供“面板化”、“平行化”和方程结构耐抗性检验等处理思路,但鉴于双截面数据的特殊性,每种思路都有不完善的地方,充分挖掘双截面数据所隐含信息的针对性处理方法仍需进一步探索。