教学课程资源库 更多>>

ISBN: (纸本)9787520180603

关键词： Econometrics   Machine learning   Minimum wage   Panel data  

摘要： This dissertation is comprised of four chapters. Chapter 1 is a reprint of my job market paper “Estimation and Inference with Transfer Learning.” In this chapter we propose and study machine learning algorithms which utilize “transfer learning,” and their application to improving semi-parametric inference in cases of insufficient sample size. We consider multiple machine learning algorithms, including elastic net and deep feedforward neural networks with rectified linear unit (ReLU) activation functions, and allow for transfer through an ℓ1penalty term in the loss function which shrinks the estimates towards auxiliary estimates. Novel results on error bounds and convergence rates are established to justify the usage of these algorithms as nuisance function estimators for double machine learning. We evaluate the usage of these algorithms in conducting valid inference on treatment effects with Monte Carlo simulations and an empirical application on the Job Corps training program. Our numerical results show that transfer learning can substantially improve estimation in the presence of sizeable missing data. Chapter two is comprised of an analysis of the effects of minimum wages on unemployment duration and re-employment outcomes. Using the Survey of Income and Program Participation, we build a sample of unemployment spells to study how the minimum wage affects several outcomes of the unemployed. We establish that the policy matters for the unemployed in two ways. A higher initial level of the minimum wage (at the start of a spell)leads workers to abandon their job search but has mostly null effects on other outcomes. However, being unemployed at the time the minimum wage is raised is associated with longer spells, a higher rate of search quitting, and fewer working hours after re-employment. Chapter three is derived from a joint work of mine with Ying-Ying Lee entitled ”Double Machine Learning Nonparametric Inference with Continuous Treatment.” In this chapter we numer

摘要： Chapter 1 examines the impact of signed realized measures on forecasting realized volatility using a Time Varying Heterogeneous Autoregressive Model (HAR) framework. To account for this we propose an empirical methodology contribution considering a family of 3 extended models (Signed TV-HAR), where the disentangled continuous and jump signed variations are incorporated. We demonstrate empirically (using 3 major financial indexes for the period 2014-2020) and via Monte Carlo simulations that the proposed family produces significantly better forecasts than the standard Corsi (2009)’s HAR model and some of its classical extensions. The purpose of chapter 2 is to estimate and forecast the Mexican IPC (Quotes and Trade) Index. We introduce a new model that extends the Realized GARCH models of Hansen et al. (2012). Our model generalizes the original specification along three different directions. First, I adopt an autoregressive specification for the volatility dynamics. Second, it features a time varying volatility persistence. That is, the response coefficient in the volatility equation is time sensitive. Finally, our framework allows to consider, in a parsimonious way, the inclusion of a jump adjusted realized measure in the measurement equation of the model. The forecasting performance of the model is evaluated obtaining gains relative to the traditional R-GARCH model. In chapter 3 the objective is to establish if there are Granger causality relationships between income inequality and trade in Mexico. What is the statistical relationship between globalization and income inequality in Mexico? Is there a causal relationship between inequality and trade volume in Mexico?

关键词： 转型发展   独立学院   计量经济学   案例教学法  

摘要： 转型发展背景下,计量经济学案例教学法的实施有利于学生掌握课程的基本理论和方法,有利于培养学生分析和解决现实经济问题的能力,是培养学生实践应用能力和创新能力的重要举措.但为了取得良好的授课效果,计量经济学教师需要建设优质的案例库、具有较高的业务素质和实施与案例教学法相匹配的考核方式.

摘要： Disentangling the causal effect of policy from that of behavior---i.e. controlling for selection---is a foundational empirical challenge in economics. Dynamic discrete choice models are a structural approach that posits that selection is driven by forward-looking, optimizing decisionmakers. The resultant econometric problem is to recover the structural parameters that characterize the model. This dissertation contributes to the econometrics of dynamic discrete choice models in several directions. Chapter two shows identification of dynamic discrete choice models with continuous permanent unobserved heterogeneity. That is, the model allows for infintely many persistent unobserved differences between decision making agents. The previous literature allowed for only finitely many types of persistent unobserved differences. The third chapter provides a hypothesis test for an important modeling assumption, that of ‘homogeneity’. Commonly, it is assumed that behavior is sufficiently similar across time or markets that data can be pooled across these dimensions. However, this assumption may fail in the presence of a structural break or multiple equilibria. The chapter proposes a hypothesis test to evaluate whether the homogeneity assumption holds in the data. As an approximate randomization test, the hypothesis test is valid even without a large sample. The fourth chapter provides a computationally advantageous estimator for dynamic discrete choice models. The estimator is based on the observation that dynamic discrete choice models possess a multiple index structure. The chapter shows that index sufficiency can be used to construct a set of equality constraints, which restrict the parameter of interest to belong to a subspace of the parameter space. The chapter proposes an estimator that imposes these restrictions, thus attaining computational gains by reducing the effective dimension of the parameter space.

关键词： 智慧城市   绿色发展   超效率SBM模型   熵值法   计量经济学  

摘要： 自中国经济步入新常态以来,人口、资源与环境的矛盾在经济下行的压力下日益凸显,贯彻落实绿色发展理念成为了兼顾经济增长与环境改善的关键。城市作为绿色发展的空间载体,深刻影响着国家的绿色发展格局。过去粗放式的城市发展模式虽带来了经济的高速增长,但也加剧了城市的环境污染和生态恶化,传统的经济增长方式亟待调整。随着新一代信息技术的发展,通过“创新”实现“绿色”的智慧城市建设为经济增长提供了一种新模式。智慧城市建设以创新为驱动力,不仅可以优化产业结构、提高资源配置和要素利用的效率,也能够解决城市病问题,是实现城市绿色发展的重要途径。然而,现有文献缺乏对智慧城市建设水平与绿色发展效率关系的深入系统分析。为此,本文从多维度、非线性以及动态演进角度研究了智慧城市建设水平对绿色发展效率的影响效应。本文基于2003～2018年中国163个智慧城市的面板数据,采用超效率SBM模型测度绿色发展效率,通过构建智慧城市建设水平评价指标体系、结合熵值法和多因素综合评价法评估智慧城市建设综合水平以及智慧基础设施、智慧民生、智慧技术、智慧经济产业四个维度的水平;构建动态面板模型,运用系统广义矩估计方法实证检验了智慧城市建设综合水平及各维度水平对绿色发展效率的非线性影响,并采用夏普利值分解和潜力评估的方法开展了进一步影响效应分析。本文的主要研究结论如下:(1)2003～2018年间全国智慧城市绿色发展效率虽有所提升,但平均水平仍较低,尚未达到DEA有效状态。研究期内,绿色发展效率的变化表现出了明显的时序性特征、阶段性特征。此外,绿色发展的基础和升级效果存在明显的区域异质性。(2)目前,我国智慧城市建设仍处于初级发展阶段。总体而言,智慧城市建设综合水平在研究期内有较大幅度的增长,但平均水平仍较低;在各维度层面,具体表现为智慧基础设施薄弱、智慧技术水平较低、智慧经济产业发展滞后、智慧民生质量有待提升。此外,智慧城市建设存在维度间、区域间的发展不均衡等问题。(3)智慧城市建设水平对绿色发展效率存在显著的非线性影响。无论是智慧城市建设综合水平还是各维度水平,均对绿色发展效率具有显著的先抑制后促进的正“U”型影响。在智慧城市建设水平对绿色发展效率的非线性影响中,绿色发展效率的变化表现出了显著的路径依赖和自我强化,人力资本水平阻碍了城市的绿色发展,城市规模显著抑制了绿色发展效率的提升。(4)城市绿色发展成效产生差异的主要原因是智慧城市建设水平的变化。四个维度中,智慧经济产业水平是最关键的影响因素,智慧基础设施与智慧技术对绿色发展的影响力度次之,智慧民生的贡献率相对较低。各影响效应中,以2011年为分界点,前期技术效应的影响占据主导地位,后期转为结构效应主导。此外,就各维度提升绿色发展效率的潜力而言,智慧民生水平对绿色发展效率的提升率最高,其次是智慧经济产业水平与智慧基础设施水平,提升潜力最低的是智慧技术水平。

关键词： 银行职员   心脏病   职业压力   工作倦怠   心理资本  

摘要： 研究背景在各职业中,银行职员们工作时间最长,且面临过度压力、工作倦怠的考验,这些将导致高脂血症、高血压、糖尿病等严重疾病,也令他们养成吸烟、酗酒、喝烈酒等糟糕的生活方式。世界卫生组织(WHO)曾声明,心血管疾病(CVD)是一种致命的瘟疫,对专职人员,尤其是对发展中国家(如巴基斯坦)中需处理重大问题的银行职员有很大伤害。与全球平均心脏病发病率相比,巴基斯坦的这一比例日益上升,这可能是由于不合理和不连贯的卫生政策导致的。研究发现,工作压力、工作倦怠和心理资本三者之间存在密切关联,它们会损害心脏健康。法国、澳大利亚、加拿大、日本等发达国家采取了一定的措施来解决专职人员(尤其是银行职员)的心脏健康问题。因此,无论是联邦政府还是省政府,都迫切需要采取一定的措施来解决银行职员的心脏健康问题。对于银行职员群体,他们要致力于自己的工作,重视身体健康,避免与社会隔绝,出现身心问题。银行职员们要在不同的区域忙碌,处理各方面的工作,例如账户管理、结算盈亏标准、无息银行、伊斯兰银行事务、储蓄计划、租赁工具、住房融资等。诚然,银行职员才是真正的事务管理者,但他们容易忽视自己的身体健康。最终,这些银行职员不得不面临各种各样的心脏问题。其中大多数会选择住院或寻访私人心脏科医生。心理资本对于处理任何心脏健康问题有很大帮助,拥有高心理资本的银行职员能够高效处理繁忙的工作。因此,心理资本的差别将导致心脏病患比例的不同。如今,银行职员的心脏健康问题极其严重,会导致许多精神疾病,损害工作效率。长此以往,银行职员们将不得不住院治疗。研究发现,工作时间苛刻、生活方式不自然的私立银行职员的期望变量(包括工作压力、工作倦怠、心理资本等)的统计学显著水平普遍高于公立银行职员。目标本研究旨在探讨以下研究问题:1)估计巴基斯坦银行员工中引起心脏病危险因素的心理问题的患病率;2)检验心理资本在心脏病银行职员职业压力和工作倦怠关系中的中介作用。方法本研究采用2018年3月至4月在旁遮普省(人口:1.1亿)调查的数据。在旁遮普的城市(北旁遮普、中旁遮普和南旁遮普等)中随机选择银行,其中公立银行来自旁遮普的五个主要城市。我们将自我管理问卷(包括职业压力量表、工作倦怠量表和心理资本量表)直接发放给2000名员工,在获得书面知情同意后完成了 1778人的问卷调查,其中男性903人(50.78%),女性875人(49.21%),其中患心脏病的银行职员532人。人口统计要素包括年龄、性别、资历、银行类型、工资、职级和工作时间。学历分为“研究生”或“以上”,月薪分为≤40000PKR或>40000PKR。根据对“你是银行高管还是银行普通职工?”问题的回答,雇员的工作级别分为“高级官员”或“低级官员”。“根据目前每天工作9小时的标准制度,每周工作时间分为<45小时和>45小时。结果结果表明,在患心脏病的银行职员和未患心脏病银行职员的全部样本中,心理资本、职业压力与工作倦怠之间存在着密切的相关性。患心脏病的银行职员的心理资本,在职业压力(外在付出、奖励和过度投入)与情感耗竭之间起部分中介作用,在过度承诺和去个性化之间起完全中介作用。心理资本在奖励与个人成就的关系中起部分中介作用,在过度承诺与个人成就的关系中起完全中介作用。对于患患心脏病的男性银行员工,心理资本对“外在付出和过度投入”与情绪疲惫之间的关系起部分中介作用,心理资本对于“外在付出与过度承诺”与情绪疲惫之间的关系起完全中介作用。而对于女性银行员工,心理资本在“外在付出与奖励”与情感耗竭的关系中起部分中介作用,在过度承诺与情感耗竭的关系中起完全中介作用。心理资本在“外界奖励”与去个性化的关系中起部分中介作用,但在心脏病相关的男性银行职员过度承诺与去个性化的关系中起中介作用。相比之下,心理资本在患心脏病女性员工的外界奖励与去个性化之间起部分中介作用,而在过度承诺与去个性化之间起完全中介作用。对银行男性员工而言,心理资本在“外在付出与奖励”与个人成就的关系起部分中介作用;对在银行女性员工而言,心理资本在“过度承诺与个人成就”的关系起部分中介作用,在过度承诺和个人成就之间起完全中介作用。我们还观察到,在银行男性员工中,心理资本部分中介了“外在付出与奖励”与个人成就的关系,完全中介了过度承诺与个人成就的关系;在银行女性员工中,心理资本部分中介了奖励与个人成就的关系;完全中介了在过度承诺和个人成就之间的关系。类似地,本研究表明,在私营银行患心脏病的员工中,外在付出、过度承诺和情绪衰竭的统计学水平显著较高,而在公立银行的员工中,心理资本,去个性化和个人成就的在统计学水平显著较高。我们的数据还表明,在公立银行和私营银行的雇员之间,奖励水平在统计上没有显著差异。本科学历员工的外在付出和过度承诺水平显著高于本科学历员工,而研究生学历员工的心理资本和个人成就水平显

摘要： 本研究主要旨在研究昆明主城区居民入户调查的数据逻辑关系和深层次原因,进而为测算昆明市住房需求预测提供可靠的数据依据,并为市政府制定相关房地产政策提供一定的理论支撑。昆明市主城区居民住房需求基于微观数据和宏观数据进行分析[1-2]。微观数据为5085份2013年昆明市主城区住户入户调查数据。宏观数据为2000-2012年昆明市统计年鉴数据。因住房消费量、家庭收入、住房价格、以及其他商品价格难以准确界定和计算,本文居民住房需求分析分别从房屋需求量、居民收入水平、房屋售价、以及物品价格进行分析。

关键词： 迪基   弗勒   佩伦   非平稳时间序列   协整   引文桂冠奖　　Dickey   Fuller   Perron   Non-stationary Time Series   Cointegration   Citation Laureates  

摘要： 迪基、弗勒和佩伦是非平稳时间序列计量经济学领域极具影响力的经济学家。迪基和弗勒提出了时间序列分析中单位根的DF检验和ADF检验等，佩伦在非平稳时间序列统计分析领域的突出贡献则包括PP检验、MIC准则以及结构突变的单位根检验等，这些研究极大地推动了非平稳时间序列的统计建模和分析，被科睿唯安公司授予2020年度经济学领域的“引文桂冠奖”，并被预测可能问鼎未来的诺贝尔经济学奖。本文对这三位计量经济学大师在非平稳时间序列计量经济学领域做出的卓越贡献进行评介。

关键词： 经济集聚   固定资产投资   作用机制   集聚的减贫效应:基于空间计量经济学视角   空间计量经济学   农村减贫   减贫效应   机制分析  

摘要： 我国是世界上最大的发展中国家,贫困问题一直制约着我国的现代化进程。改革开放以来,政府实施的减贫政策和经济的快速发展大大改善了我国的贫困状况,贫困人口数量大幅下降,2008年我国绝对贫困率已降至1%。随着经济发展水平的提高,大规模、粗放的减贫方式的边际效益越来越小,转变扶贫方式成为大势所趋。