基于Gibbs抽样算法的面板数据分位回归方法

 文章讨论了含有随机效应的面板数据模型,利用非对称Laplace分布与分位回归之间的关系,文章建立了一种贝叶斯分层分位回归模型。通过对非对称Laplace分布的分解,文章给出了Gibbs抽样算法下模型参数的点估计及区间估计,模拟结果显示,在处理含随机效应的面板数据模型中,特别是在误差非正态的情况下,本文的方法优于传统的均值模型方法。文章最后利用新方法对我国各地区经济与就业面板数据进行了实证研究,得到了有利于宏观调控的有用信息。     

基于分位回归的国家形象影响因素分析

国家形象是国家软硬实力的综合体现,对于一国在国际舞台的表现有着重要影响。现实中存在许多影响国家形象的因素。本文从国际竞争力的概念和数据出发,通过对世界主要国家和地区的国家形象的影响因素做出实证分析研究。利用洛桑国际管理发展学院（IMD）的国际竞争力数据库中关于国家形象指标的数据,我们采用分位回归方法,以揭示造成不同国家形象水平的客观影响因素,并与普通最小二乘回归结果进行对比,从而得到更全面的信息,为提高我国的国家形象提供实证依据。     

分位回归、教育回报率与收入差距

本文简要回顾了新近出现的一些利用分位回归考察我国教育回报率和收入差距的文献。本文认为单纯利用分位回归中教育回报率的差异来考察教育对收入差距的影响的做法有待商榷;同时,在应用分位回归和报告回归结果的过程中区分“条件分布”和“无条件分布”是十分必要的。     

中国农民工汇款的影响因素分析——一个区间回归模型的应用

 摘　　要:中国农村劳动力的大规模转移，为劳动力输出地带来了大量汇款，这些汇款甚至超过了当地的财政收入。在本文中，我们利用最近所做的农民工汇款问卷调查数据来分析影响农民工汇款的因素。因为关于汇款量的调查数据处于不同的区间而不是具体的数值，所以我们利用区间回归模型来对此进行分析。研究结果表明，农民工的打工收入、农村老家的非汇款收入、农村老家的耕地数量以及农民工的年龄对汇款量具有显著的正向影响，而农民工的转移成本、是否全家一起外出打工、是否有失业经历以及是否接受过大学教育对汇款量具有显著的负向影响 。     

江苏新生代农民工收入差异的个体因素分析

本文立足于从个体角度来探讨造成江苏新生代农民工收入差异的影响因素.借助调查问卷数据,选取相关的变量构建明瑟收入扩展模型,进行多元回归分析,通过对拟合模型的分析得出除了控制变量以外,仍存在其他变量对收入产生影响等结论,同时该模型也存在非调查指标的影响力均包含在常数项中,无法进行具体分析等不足.     

中国农民工生活质量影响因素研究

摘　　要:本课题对农民工生活质量的影响因素进行回归分析;同时引入农民工的主观评价来拓展研究的深度,在此基础上提出提高农民工生活质量的政策建议。     

影响地区收入差距的税收因素分析

改革开放以来,我国城镇居民家庭可支配收入有了较大的提高,从1992年的人均2026·6元上升到2004年的9421·61元。伴随着收入的提高,消费结构也发生了深刻的变化,从传统的“吃、穿、用”到“住、行”全面升级。消费结构的升级一方面对国民经济的发展,尤其是产业结构的改造和升级产生了深刻的影响;另一方面也对城镇居民的环境、资源、居住、交通等提出了新的挑战。因此,近年来对消费结构的研究逐渐成为学者们研究的重点和热点之一。王选选和杭斌(1999)研究了文化程度差异对居民消费结构的影响分析。孙凤和易丹辉(2000)通过PanelData模型分析了…     

农民工参加社会保险的影响因素研究

2006年国家统计局对全国31个省份各级城市中的29425名农民工(包括在固定工作岗位就业的农民工和灵活就业的农民工)进行了调查①.     

不同行业农民工收入影响因素比较

本文以浙江省1685个城市样本农民工的调查为基础,借助于EViews软件,对不同行业的农民工收入影响因素展开分析。分析结果表明:在总体回归模型中,性别、婚姻、文化程度、身体健康状况、合同期限和技能培训等因素对农民工收入有显著影响,但不同行业影响因素有差异。     

基于分位回归的风险保费预测

风险保费预测是非寿险费率厘定的重要组成部分。在传统的分位回归厘定风险保费中,通常假设分位数水平是事先给定的,缺乏一定的客观性。为此,提出了一种应用分位回归厘定风险保费的新方法。基于破产概率确定保单组合的总风险保费,建立个体保单的分位回归模型,并与总风险保费建立等式关系,通过数值方法求解出分位数水平,实现对个体保单风险保费的预测。通过一组实际数据分析表明,该方法具有良好的预测效果。     

Influence Measures in Quantile Regression Models

In this article, we use the asymmetric Laplace distribution to define a new method to determine the influence of a certain observation in the fit of quantile regression models. Our measure is based on the likelihood displacement function and we propose two types of measures in order to determine influential observations in a set of conditional quantiles conjointly or in each conditional quantile of interest. We verify the validity of our average measure in a simulated data set as well in an illustrative example with data about air pollution.     

公共部门与非公共部门工资差异的分位数回归分析

本文基于浙江省城镇就业人员的微观调查数据,在考虑了部门选择的内生性后,利用工具变量分位数回归方法研究了公共部门与非公共部门间的工资差异。研究结果表明,未考虑部门选择的内生性会低估公共部门和非公共部门间的工资差异。同时,我们还发现公共部门的工资显著高于非公共部门,在各个分位数上,超出的比例大致分布在30.1%至10.7%之间。但随着分位数 的提高,两部门间的工资差距呈现递减的趋势。     

基于分位点回归模型的条件VaR估计以及杠杆效应分析

 在文献中,分析杠杆效应时大多数都是基于ARCH类模型,本文应用分位点回归模型及其变点检测模型分析了“已实现”波动率条件下的CVaR,并尝试从CVaR的角度对杠杆效应进行分析。最后,对中国股票市场进行了实证研究,得到了“已实现”波动率条件下的CVaR估计,并对中国股市的杠杆效应进行了分析。     

中国农民工生活质量指数评价研究

 摘　　要:中国农民工的生活质量到底处于一个什么水平？有何特点？为了研究这一问题，本课题建立了一套农民工生活质量指标体系，从多个方面对城市农民工的生活质量进行了详细测算 。     

Uniform Inference on Quantile Effects under Sharp Regression Discontinuity Designs

ABSTRACT

This study develops methods for conducting uniform inference on quantile treatment effects for sharp regression discontinuity designs. We develop a score test for the treatment significance hypothesis and Wald-type tests for the hypotheses related to treatment significance, homogeneity, and unambiguity. The bias from the nonparametric estimation is studied in detail. In particular, we show that under some conditions, the asymptotic distribution of the score test is unaffected by the bias, without under-smoothing. For situations where the conditions can be restrictive, we incorporate a bias correction into the Wald tests and account for the estimation uncertainty. We also provide a procedure for constructing uniform confidence bands for quantile treatment effects. As an empirical application, we use the proposed methods to study the effect of cash-on-hand on unemployment duration. The results reveal pronounced treatment heterogeneity and also emphasize the importance of considering the long-term unemployed.     

Linear Quantile Regression Based on EM Algorithm

This article aims to put forward a new method to solve the linear quantile regression problems based on EM algorithm using a location-scale mixture of the asymmetric Laplace error distribution. A closed form of the estimator of the unknown parameter vector β based on EM algorithm, is obtained. In addition, some simulations are conducted to illustrate the performance of the proposed method. Simulation results demonstrate that the proposed algorithm performs well. Finally, the classical Engel data is fitted and the Bootstrap confidence intervals for estimators are provided.