《表1：变量的统计性描述：国际资本异常流动对中国经济增长的差异化影响研究——基于分位数模型的实证分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《国际资本异常流动对中国经济增长的差异化影响研究——基于分位数模型的实证分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

大多数计量回归模型考察的是自变量X对因变量Y的均值回归。如果因变量Y的分布是非对称的，则需要借助能够更加全面地反映因变量条件分布的分位数回归模型。分位数回归模型由Koenker和Bassett(1978）提出，它能够估计自变量X与因变量Y在不同分位数的线性关系。相比于经典的最小二乘估计，分位数回归更加完整地体现了因变量Y的条件分布，非常适用于具有异方差特征的模型。不同于普通最小二乘方法通过使残差平方和最小而得到估计参数，分位数回归方法通过使残差绝对值的加权平均值最小对参数进行估计，因此，不易受到离群值和异常值的干扰。并且，对于扰动项不服从正态分布的情况，分位数回归能够得到比普通最小二乘回归更为有效的估计参数。根据表1的统计结果，各变量均具有较大的波动区间。此外，鉴于样本数量有限，不再对样本进行缩尾处理以消除极端值的干扰。因此，分位数模型适用于本文的回归分析。