中国经济增长与能源消费空间面板分析

近年来面板数据广泛应用于各类统计分析,但变量的空间相关并没有引起足够的重视。本文引入空间面板回归模型研究中国各省市区经济增长和能源消费的关系。利用matlab软件及其spatial econometric模块建立和比较传统面板回归模型与空间面板回归模型,结果表明空间面板回归模型较传统面板回归模型优越,本文的研究为空间面板数据分析提供了一个应用实例。     

中国经济增长与能源消费空间面板分析

近年来我国的经济获得了较大的发展,其中能源的消费成为影响经济发展的一个关键环节,因此需要对经济增长与能源消费之间的关系进行研究,通过有效的统计方法,对相关数据进行分析,进而提高能源消费的合理性和科学性,进而推动经济的发展。本文笔者以空间面板的数据分析为主要手段,对经济增长与能源消费进行了分析,进而引起对变量相关空间的重视,提出了经济增长和能源消费的趋势,为经济增长与能源消费关系的探讨提供指导和依据。     

面板数据单位根检验的一个简明蒙特卡洛实验框架

本文考虑到构成面板数据之横截面时间序列扰动项之间的关联性和异质性,设计出一个简明的蒙特卡洛实验框架以生成面板数据单位根检验统计值之有限样本密度分布和对应临界值。我们设计的蒙特卡洛框架提供了一个简明的可操作平台,可以运用于涉及到面板数据单位根检验的相关实证研究。     

基于面板数据模型的林业投入产出效率影响因素研究

基于我国2003-2017年31个省域有关林业经济的面板数据,采用固定效应模型对全国及湖北省林业投入因素和产出效率进行分析。结果显示:相对于全国而言,湖北省的林业资源投资效率是属于中等偏上的,其中投资完成额这一指标做出了巨大贡献,造林面积和人员平均工资起到了辅助作用,而林业就业人数抑制了林业经济发展。     

基于空间Probit面板模型的债务危机预警方法

主权债务危机在不同时期和不同国家一直呈现不同特性,如何处理危机的时期和地域异质性一直是该领域的研究热点。本文构建了空间Probit面板模型,将债务危机在各国之间的传染效应纳入预警模型之中,以拟合债务危机在地域上的相关性。并且,本文提出一种混合了Gibbs取样法和Griddy-Gibbs取样法的MCMC估计方法。定量研究中,本文以巴西、阿根廷、土耳其和尼日利亚为例说明该模型具有较好的预警效果。     

市场竞争导致的银行集中与效率:基于面板数据分析

本文基于亚洲七个国家的面板数据，研究市场竞争导致的银行集中与银行效率的关系。理论研究表明银行集中会带来两种相反作用的效应：规模经济和专业化经济。银行集中度提高所带来规模经济上升促进银行效率；相反专业化经济下降损害银行效率。实证发现在市场竞争导致的银行集中，规模经济效应大于专业化经济效应，银行集中度与银行效率有显著的正相关关系。所以提高银行效率必须努力寻求市场化竞争所导致的银行集中。     

空间动态面板非线性Logistic模型的稳健LM检验及应用

研究目标:探究空间动态面板Logistic平滑转移自回归(SDPD-LSTAR)模型的稳健LM检验的水准和效力。研究方法:重塑得分函数和方差-协方差矩阵,推导识别时间滞后、空间滞后和非线性效应的修正稳健LM检验及其联合效应检验,通过蒙特卡洛模拟和基于STIRPAT的中国284个城市碳排放影响因素实例评估检验的功效和实践性。研究发现:稳健LM检验具有中心卡方的极限分布性质,检验功效好、计算较简便,比一般的LM检验更精确、适用性更广,该优越性随参数局部偏误的出现而显著,应用实例展现了检验良好的实践性。研究创新:提出具有时空依赖和非线性空间区制平滑转换特征的SDPD-LSTAR模型,在ML和GMM框架下推导模型的稳健LM检验。研究价值:探究SDPD-LSTAR模型的选择问题,为空间动态非线性理论和应用提供重要支持。     

半参数趋势阈值面板模型及其参数估计

半参数趋势面板数据模型在社会经济问题的实证分析中具有很强的适用性,但现有的研究中,半参数趋势面板模型考虑了时间趋势的非线性,但没有考虑政策等因素对参数的影响。本文将结构突变理论引入截面相关下的半参数趋势面板模型,并基于PPLE方法,建立了有效估计量和识别程序。通过仿真实验和实证应用,验证了对于含有突变点的半参数趋势面板模型,EPPLE方法的参数估计是有效的。     

变系数动态面板数据模型的半参数估计

本文把一般的常系数的动态面板数据模型拓广到变系数的情形。对于变系数的动态面板数据模型首先推导出模型所隐含的各种矩条件,然后利用广义矩估计的方法得到了模型中未知参数的半参数广义矩估计,最后对于我们所得到的估计的渐进性和一致性进行证明。     

面板数据协整关系检验的一个简明蒙特卡洛实验框架

体现处于考察中的面板数据之问的样本关联性,本文设计出一个简明蒙特卡洛实验框架以生成单一方程式面板数据之间协整关系检验统计值之有限样本密度分布及对应临界值。本文的蒙特卡洛实验框架提供了一个简明的可操作平台,可以运用于涉及面板数据协整关系检验的相关实证研究。为检测所发展的计量分析方法的可操作性与适用性,本文给出了相关应用实例。     

A Comparative Analysis of Different IV and GMM Estimators of Dynamic Panel Data Models

It is well known that the usual procedures for estimating panel data models are inconsistent in the dynamic setting. A large number of consistent estimators however, have been proposed in the literature. This paper provides a survey of the majority of mainstream estimators, which tend to consist of IV and GMM ones. It also considers a newly proposed extension to the promising Wansbeek–Bekker estimator (Harris & Mátyás, 2000). To provide guidance to the applied researcher working on micro-datasets, the small sample performance of these estimators is evaluated using a set of Monte Carlo experiments.     

Forecasting distress in cooperative banks: The role of asset quality

This paper analyzes the drivers of financial distress that were experienced by small Italian cooperative banks during the latest deep recession, focusing mainly on the importance of bank capital as a predictor of bankruptcy for Italian nonprofit banks. The analysis aims to build an early-warning model that is suitable for this type of bank.The results reveal non-monotonic effects of bank capital on the probability of failure. In contrast to distress models for for-profit banks, non-performing loans, profitability, liquidity, and management quality have a negligible predictive value. The findings also show that unreserved impaired loans have an important impact on the probability of bank distress. Moreover, the loan–loss ratio provision on substandard loans constitutes a suitable antibody against bank distress. Overall, the results are robust in terms of both the methodology (i.e., frequentist and Bayesian approaches) and the sample used (i.e., cooperative banks in Italy and euro-area countries).     

Forecasting and turning point predictions in a Bayesian panel VAR model

We provide methods for forecasting variables and predicting turning points in panel Bayesian VARs. We specify a flexible model, which accounts for both interdependencies in the cross section and time variations in the parameters. Posterior distributions for the parameters are obtained for hierarchical and for Minnesota-type priors. Formulas for multistep, multiunit point and average forecasts are provided. An application to the problem of forecasting the growth rate of output and of predicting turning points in the G-7 illustrates the approach. A comparison with alternative forecasting methods is also provided.     

同期相关面板数据退势单位根检验的小样本性质

本文基于SUR回归将时间序列的两种单位根检验（ADF—GLS检验）推广到面板数据,得到了同期相关面板数据退势单位根检验,称为SUR—ADF—GLS检验。通过蒙特卡洛试验研究发现,SUR—ADF—GLS检验具有良好的小样本性质。并且,SUR—ADF—GLS检验关于面板数据的同期相关性结构存在着较强的“依存性”。     

天津市气温的随机模型

气温是大自然最常见的现象,对其预测有多种模型。文章依据采用广为使用的Ornstein-Uhlenbeck过程来建立气温变化的随机模型,并用天津2000年至2009年日气温对模型参数进行估计,并详细求解了模型。     

蒙特卡罗方法在核类本科专业的教学初探

蒙特卡罗方法是以概率统计理论为基础、通过计算机编程而实现的一种数值计算方法,在核科学与技术等领域有着广泛的应用。新时期下,初步尝试面向核类本科专业开设蒙特卡罗方法这门课程,将概率统计思想和编程实践训练融入到蒙特卡罗方法教学中,教学取得了一定成效。     

SELECTION BIAS CORRECTIONS BASED ON THE MULTINOMIAL LOGIT MODEL: MONTE CARLO COMPARISONS

Abstract.  This survey presents the set of methods available in the literature on selection bias correction, when selection is specified as a multinomial logit model. It contrasts the underlying assumptions made by the different methods and shows results from a set of Monte Carlo experiments. We find that, in many cases, the approach initiated by Dubin and MacFadden (1984) as well as the semi-parametric alternative recently proposed by Dahl (2002) are to be preferred to the most commonly used Lee (1983) method. We also find that a restriction imposed in the original Dubin and MacFadden paper can be waived to achieve more robust estimators. Monte Carlo experiments also show that selection bias correction based on the multinomial logit model can provide fairly good correction for the outcome equation, even when the IIA hypothesis is violated.