关于几个条件独立性检验统计量的构造与比较分析

变量间的条件独立性可视为在概率空间上对其因果关系的一种描述,因而可以通过检验变量之间的条件独立性来检验因果关系。文章详细介绍了几个条件独立性检验统计量的构造方法和基本原理,包括线性模型假设下的Fisher-z检验统计量和在非线性模型下或无法确定变量之间的模型时使用的3个非参数的条件独立性检验统计量,并对这几个不同的条件独立性检验统计量的检验效率进行了对比分析。     

CSI测评模型共线性问题的一个模拟研究

多重共线性是多元统计分析中经常遇到的问题,特别是,多重共线性问题对顾客满意度指数测评可能造成的影响一直是一个值得关注的问题.本文以我国顾客满意度指数服务行业基础测评模型为研究对象,运用蒙特卡罗方法,研究模型变量共线性对测评模型的影响.结果表明,在使用偏最小二乘方法构建顾客满意度指数模型时,测评模型有很好的估计精度,并且基本不受变量共线性显著影响.     

半参数变系数空间滞后模型的截面极大似然估计

在线性参数空间滞后模型中,解释变量的系数一般假设为固定常数,本文首先放松了这种假设,将解释变量的系数设定为某一变量的未知函数,提出一类全新的半参数变系数空间滞后模型;其次导出了该模型的截面极大似然估计,并证明了该估计的一致性;最后用蒙特卡洛数值模拟方法考察了该估计在小样本条件下的性质,数值模拟结果显示我们提出的估计方法在小样本条件下依然有优良的表现。     

基于结构方程模型的研究生满意度指数模型构建

分析影响研究生满意度的因素,根据结构方程的建模方法,设计模型的潜在变量与观察变量,构建潜在变量间的假设关系与研究生满意度指数模型。     

科技进步对城镇职工性别工资差异的影响

现阶段中国劳动力市场仍存在性别歧视问题,相关学者多采用差异分解方法对性别工资差异问题进行实证研究,由于难以直接得到各个行业或职业的女性和男性平均工资,而使用了基于模型假设的模糊数据分析与计量以得到近似数据,使得结果与实际有一定偏差。基于此,本文引入工资倾向系数这一概念,并建立测算模型,以精确计算性别工资倾向指数,并进一步建立了回归模型,分析检验科技进步对性别工资差异的影响。结果发现,科技进步和城镇女性就业人员的比例是影响城镇性别工资差异的重要因素,其中科技进步有着更大的影响。     

全要素生产率中的加成定价与规模报酬效应

研究目标：考察经典方法估计全要素生产率时是否因加成定价或规模报酬效应而出现估计偏差。研究方法：基于放松完全竞争和规模报酬不变假设的增长核算框架估计全要素生产率,并在分别估计加成定价率和规模报酬率基础上对古典索洛余值进行分解。研究发现：加成定价效应是造成古典索洛余值与全要素生产率偏差的重要原因;富有弹性的劳动力市场可以降低全要素生产率受到经济冲击的影响。研究创新：基于扩展后的增长核算框架估计了中国、韩国、日本和美国的全要素生产率,分析古典索洛余值是否存在估计偏差以及偏差的主要来源。研究价值：分离新古典索洛余值中的加成定价和规模效应,可以有效降低经验研究中全要素生产率的估计偏差。     

基于多项Logit选择模型的在线渠道价格促销效应实证研究

在线渠道下,不同品牌的价格折扣促销的差异性会引起在线消费者品牌选择行为变化。同时,在线的价格比较机制也增加了消费者价格敏感度,如果不分离出这一重要的促销效应,那么会产生估计偏差,影响模型的预测能力。本文首先回顾品牌选择的离散模型中价格促销的研究脉络;然后构建在线渠道消费者品牌选择离散Logit模型;接着在对中国某电子商务公司的消费者实际购买可乐的面板数据分析的基础上,研究价格折扣对于该公司消费者品牌选择行为的影响效应,研究发现：（1）如果不引入价格折扣促销因素,将会过高估计价格的影响;（2）价格折扣促销对于消费者网上品牌选择有显著的影响,且影响为正效应。文章最后剖析价格折扣对在线渠道的消费者品牌选择的行为影响机理,并提出未来的研究方向。     

“从一般到简单”与消费函数的建立

消费函数是研究消费与收入之间关系的一种函数。传统经济计量学对消费函数的研究通常都先假定消费是收入等少数几个变量的简单线性模型,然后再用数据进行估计和检验。如果模型通不过检验,则增添其它可能相关的变量,得到一个大模型,再进行检验。如此不断修改模型,直至得到一个可以通过检验的一般模型为止。这样,不同的研究者因修改模型的途径不同,得到的结果亦可能不同,比如得到绝对收入假设、相对收入假设和持久收入假设     

高校女教师工作满意度指数模型构建研究

院高校女教师已经成为高校教师的重要组成部分,由于性别差异,影响女性教师工作满意度的因素及提高她们满意度的方法和男性教师有很大区别的.本文在回顾高校教师工作满意度测评的基础上,结合高校女教师的特点,分析影响高校女教师工作满意度的影响因素,根据结构方程的建模方法,设计模型的潜在变量与观察变量,构建潜在变量间的假设关系与高校女教师工作满意度的指数模型     

客户重要性与审计师独立性实证研究——来自上市公司1998—2006年的初步证据

本文以我国证券市场1998—2006年的上市公司为样本，在控制其他变量的影响后，实证研究了客户重要性与审计师独立性之间的相关性。研究发现：随着客户重要性的增加，审计师会更加谨慎，进而会更加倾向于出具非标审计意见。由此得出的研究结论是：客户重要性没有影响审计师独立性。     

流动人口是否参加医疗保险对其医疗支出的影响研究

采用Andsersen医疗服务利用模型研究医疗保险决策对医疗服务利用的影响,使用中国家庭收入分配调查数据中关于流动人口医疗服务利用调查年份的最新数据（CHIP2008）,以年医疗支出作为医疗服务利用的代理变量,使用倾向得分匹配法（PSM）评估在消除选择性偏差和其他混杂偏差后流动人口参加医疗保险对其医疗支出的影响,结果表明：与我国其他群体相比,流动人口参保率较低;流动人口参加医疗保险会显著增加其医疗支出;流动人口参加医疗保险对其医疗支出的影响存在性别差异,与女性流动人口相比,医保对于男性流动人口医疗支出的促进作用更加显著。     

绿色信贷政策对重污染企业债务成本的影响——基于PSM-DID模型的实证研究

文章以2007—2018年A股上市重污染企业的非平衡面板数据为原始样本,通过倾向得分匹配法匹配出重污染企业的反事实参照组。将《绿色信贷指引》作为绿色信贷政策实施的起点,运用双重差分模型分别对全样本和匹配样本进行实证检验,探究了绿色信贷政策对重污染企业债务融资成本的净影响效应,并进一步考察了产权性质不同下绿色信贷政策对国有企业和非国有企业债务融资成本的影响效果。实证结果发现:(1)绿色信贷政策实施以来,重污染企业的债务融资成本显著高于非重污染企业;(2)相较于非国有企业,国有企业受绿色信贷政策影响更明显。文章尝试运用PSM-DID方法检验政策效果,很好地解决了选择偏差和遗漏变量的问题,同时又避免了内生性问题,为绿色信贷政策的检验提供了新的研究思路和方法。     

面板数据的贝叶斯Lasso分位回归方法

文章讨论了含有随机效应的面板数据模型,通过引入条件Laplace先验,文章构造了一种新的贝叶斯Lasso分位回归法。与一般贝叶斯分位回归法不同的是,该方法能够更大程度的将模型中非重要解释变量系数压缩至0,从而在估计系数的同时也起到了变量选择的作用。利用积分恒等式,文章构造了一种易于实施的参数估计的切片Gibbs抽样算法。模拟结果显示,在模型含有较多变量时,新方法排除“噪声”变量的能力明显高于现有文献中其他方法。文章最后对我国各地区多个宏观经济指标的面板数据进行了建模分析,演示了新方法估计参数与挑选变量的能力。     

经济计量学教材 第四讲 基本假设的检验

前面我们已建立起一个古典正态线性回归模型,并且说明了如何对这个模型进行估计、检验和预测。但应注意到,这一“完满”的体系是建立在一些假设的基础之上的,这些假设包括对随机扰动项u的假设和对解释变量x的假设。对u的假设是     

中小型房企核心员工的薪酬激励与离职倾向

笔者运用spss17.0软件进行相关及多元回归分析,就薪酬激励对中小型房企核心员工离职倾向的影响进行了深入研究。同时,也分析了在职业发展和工作环境因素介入下,薪酬激励对离职倾向影响的变化,构建了薪酬激励与离职倾向影响关系模型,就变量间关系提出研究假设,进行数据分析和验证。     

投资模型选择问题研究

本文研究五类代表性的投资组合模型：方差,绝对偏差,LPM模型,极大极小模型,以及最大绝对偏差模型,讨论不同的风险度量模型是否真的会造成资产配置的效果不同。区别于传统的从风险与收益的角度进行比较,我们研究5个风险模型得到的最优策略结构,通过权重和重叠的资产数目来探讨不同模型间的相似程度。我们的实证结果发现,不同的风险度量模型会对投资组合的构成造成非常显著的影响。这些结果对投资者或者基金经理进行投资实践具有非常重要的意义,因为传统的看法普遍认为模型的选择取决于投资者对风险的态度而不是从模型本身的理论或者实践价值来选择模型。     

企业集团对公司绩效的影响及其决定机制研究——基于倾向得分匹配法(PSM)

企业集团是我国主要企业组织形式。本文借鉴东亚经济体发展企业集团的经验,基于考虑我国经济转型的特定经济社会环境,采取Logit模型测算独立企业选择加入企业集团的倾向得分并分析其影响因素。在此基础上,运用微观经济计量学的新进展——准实验方法,建立反事实分析框架,采用倾向得分匹配法(PSM)克服企业集团与公司绩效实证研究中潜在的内生性问题,得出企业集团对公司绩效影响的可信估计,旨在为正确发挥企业集团的独特优势、引导其内涵式发展提供参考。     

企业集团对公司绩效的影响及其决定机制研究——基于倾向得分匹配法(PSM)北大核心

企业集团是我国主要企业组织形式。本文借鉴东亚经济体发展企业集团的经验,基于考虑我国经济转型的特定经济社会环境,采取Logit模型测算独立企业选择加入企业集团的倾向得分并分析其影响因素。在此基础上,运用微观经济计量学的新进展——准实验方法,建立反事实分析框架,采用倾向得分匹配法(PSM)克服企业集团与公司绩效实证研究中潜在的内生性问题,得出企业集团对公司绩效影响的可信估计,旨在为正确发挥企业集团的独特优势、引导其内涵式发展提供参考。     

基于Lasso-Logistic模型的个人信用风险预警方法

将lasso-logistic模型引入到个人信用评估中,通过模拟实验发现,逐步回归法倾向于保留一些不重要的变量,而且选出正确模型的概率较低,而Lasso不仅计算更加快捷、同时进行变量选择和参数估计,而且能更准确筛选出重要变量。此外,本文以信用卡消费信贷违约数据为例对我国个人信用评估进行了实证分析,发现相对于全变量Logistic模型和逐步回归Logistic模型,lasso-logistic模型更能抓住影响消费信用风险的关键因素,而且预测准确率也更高。     

HAC估计的性质与修正及其在伪回归中的应用研究

本文通过频谱分析揭示了预白化HAC和参数化VARHAC比非参数HAC具有明显优势,并指出传统预白化HAC法由于使用了存在有限样本偏差的OLS法来估计自回归参数,导致其存在有限样本偏差,由此构造的t统计量具有过度拒绝原假设倾向。为了减少预白化HAC的偏差,将OLS估计量的线性修正（LBC）和非线性修正（NBC）嵌入到预白化HAC中,研究表明该法能大大减少长期方差的估计偏差,并通过蒙特卡洛模拟证实对预白化HAC的修正估计能有效减少平稳过程之间的伪回归概率,从而提高了回归模型统计推断的可靠性。