简介:如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。
简介:随着国家产业的转型升级,国内的经济形势也在快速的转变之中.从现在的经济形势看,依靠传统的经济增长模式已经不能更好的适应未来经济的发展要求,所以国家的高层领导提出有关供给侧结构性改革的概念;但是由于在一些方面仍然存在着短板,所以为了更好的利用金融因素对地方的供给侧结构性改革提供动力,转变我国经济发展方式作出相关的探讨.
简介:制造业低碳化发展日益成为转型升级的必由之路。利用分行业分年份碳强度计算方式,引入加工贸易产品、细分能源测算等方法精确计算了中国制造业1995-2010年6个重要年份制造业的隐含碳整体排放及贸易排放情况。主要研究结论如下:化学工业、食品饮料和烟草制造业、金属冶炼及压延加工业行业排放最多,分别为9亿吨、7.9亿吨、7.4亿吨;净出口隐含碳排放行业比例一直保持在50%以上,2010年排放最多的行业为非金属矿物制品业、纺织业、通信设备与计算机及其他电子设备制造业,分别为0.15亿吨、0.10亿吨和0.02亿吨;进出口隐含碳排放密集度呈现两极分化的发展态势;为推动制造业“供给侧改革”低碳化发展,应倾向于支持隐含碳排放绩效高的行业、隐含碳排放密集度低的产业、净出口隐含碳排放绩效高的行业。