Bootstrap方法在经济计量领域的应用

作为一种数据挖掘方法,Bootstrap方法为解决误差项分布未知时经济计量模型问题提供了一种有效的研究途径.本文在界定Bootstrap方法的概念、基本思想基础上,梳理经济计量领域常见的四种Bootstrap方法:残差Bootstrap,参数Bootstrap,Wild Bootstrap和Pairs Bootstrap等的简单发展历史、适用范围和实现步骤,总结Bootstrap方法在经济计量领域的研究现状,并在此基础上指出Bootstrap方法可能的发展趋势.     

企业集聚及其影响因素的实证研究——基于广东省中山市和江门市镇级面板数据的分析

本文采用广东省1998-2004年间43个镇的面板数据,对各镇的工业化程度、企业的市场规模和劳动力成本与工业企业集聚程度之间的关系进行实证研究.结果表明,无论在纵向还是横向,工业化程度和市场规模对企业集聚都有正效应;然而,劳动力成本对企业集聚程度的影响在纵向(时间上)为正,但是在横向(截面上)却为负.     

空间经济计量模型Bootstrap检验的水平扭曲

本文使用回归残差的Bootstrap方法,对线性模型空间相关性进行检验.基于空间相关性检验统计量Moran's Ⅰ,在不同Bootstrap样本数及不同空间衔接结构下,研究并比较Bootstrap和渐近检验方法.通过Monte Carlo实验揭示了当空间经济计量模型中残差不满足经典正态假定条件时,空间相关性的渐近检验理论不再有效.本文把Bootstrap方法用于空间相关性检验,对水平扭曲进行了分析校正.研究同时发现,从水平扭曲角度来看,无论残差是否满足经典正态假定条件,空间经济计量模型Bootstrap检验通常都很有效.