【摘要】:同时考虑到时间序列容易产生异方差,因而将所有变量取对数。在随后的实证分析中,我们进一步考虑了货币政策的滞后性,在模型中设置了被解释变量和解释变量的滞后一期作为解释变量,将上述模型(7-1)转化为动态面板计量模型(7-2),为消除模型(7-2)中的内生性问题,即被解释变量与随机误差存在自相关,采用广义矩估计GMM方法对模型(7-2)进行估计,则有
(一)变量设置
首先是货币政策状态变量的选择,因为信贷渠道和汇率渠道都是畅通的,两变量均是第三产业比重的格兰杰原因,这里就选择上述两个变量作为货币政策的状态变量,并作为解释变量。其中,信贷渠道机制用金融机构贷款余额表示,汇率渠道用出口总额来表示。
其次是产业结构,分别选择第一产业增加值、第二产业增加值和第三产业增加值作为被解释变量。
最后是区域选择,采用本章第一节聚类分析结果,将所研究的30个省级行政区域划分为6个区域,划分结果中第四区域仅有山东省一个省份,考虑到样本容量的问题,这里仅考虑除去第四区域的其他5个区域特征。
(二)数据处理
数据来源于历年“统计年鉴”、“中经网数据库”等,样本时间段为2000—2014年,为消除通货膨胀因素的影响,我们对数据进行了平减处理。同时考虑到时间序列容易产生异方差,因而将所有变量取对数。(www.daowen.com)
(三)模型设定
依据上述所选择的变量及理论分析,可构建5个区域的面板计量模型
其中:Y ijt表示产业增加值;Loan ijt表示金融机构贷款余额;E x ijt表示净出口额;V i表示固定效应;εit表示随机扰动项;i表示区域;j表示第一、第二和第三产业;t表示年份。
在随后的实证分析中,我们进一步考虑了货币政策的滞后性,在模型中设置了被解释变量和解释变量的滞后一期作为解释变量,将上述模型(7-1)转化为动态面板计量模型(7-2),为消除模型(7-2)中的内生性问题,即被解释变量与随机误差存在自相关,采用广义矩估计GMM方法对模型(7-2)进行估计,则有
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。
有关中国货币政策的产业结构效应研究的文章