《表1 主要变量的描述性统计》
注:本文采用的数据主要来自于2001-2018年《中国统计年鉴》的分省份面板数据。
参考李文星和徐长生、汪伟的估计方法,首先使用静态面板方法进行估计,得到基准回归结果[17][30]。但是李锴和齐邵洲认为在没有考虑内生性的情况下,对模型进行最小二乘法和固定效应或随机效应估计,结果可能是有偏的或非一致的[31]。而且,受消费习惯的影响,居民平均消费倾向可能较其它变量数据具有更大的惯性,因此本文进一步采用动态面板GMM估计方法进行估计。动态面板GMM估计有以下优点:(1)动态面板模型能较好地识别居民消费储蓄行为的惯性;(2)动态面板GMM估计能有效控制居民平均消费倾向和其他解释变量之间的联合内生性问题;(3)GMM估计使用差分可以解决固定不变的不可观察变量与解释变量相关的遗漏变量问题,其中动态面板估计方法主要使用了差分GMM估计和系统GMM估计。
图表编号 | XD0059778300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 易行健、菅倩倩 |
绘制单位 | 广东外语外贸大学金融学院、广东外语外贸大学金融学院 |
更多格式 | 高清、无水印(增值服务) |