《表3 系统GMM回归分析》
由于当期的食品消费规模往往还会受到前期消费规模的影响,即食品的消费存在一定惯性,前期如果消费规模较大,本期的消费规模往往也会较大。为此进一步采用系统GMM方法进行回归,从而考虑前期因素的影响。采用系统GMM方法进行的回归还可以有效解决遗漏变量和内生性的问题,从而使得回归结果更加科学合理。系统GMM方法要求工具变量有效,而且要求扰动项存在一阶自相关,而不存在二阶自相关。(1)、(2)和(3)列中ar(1)均小于0.05,ar(2)均大于0.1,因而扰动项满足存在一阶自相关,而不存在二阶自相关的要求,Sargon值均大于0.1,因而所有工具变量都是有效的,所以采用系统GMM方法进行估计是合适的。表3显示考虑动态效应后的回归结果。
图表编号 | XD0041129700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.20 |
作者 | 杨军 |
绘制单位 | 浙江财经大学 |
更多格式 | 高清、无水印(增值服务) |