文献研读1(1)：Economic growth in a cross section of countries

yvh74 发表于 2014-1-29 16:44
https://bbs.pinggu.org/a-1121743.html

谢谢楼主

总结贴（一）

文章的核心是探索经济增长的影响因素。
数据：1960-1985年的98个国家
因变量：1960-1985年人均实际增长率。
自变量：包括五类。初始条件、人力资本、ZF消费、政治稳定、市场秩序。
初始人均GDP（1960年）
初始人均资本（1960年），考虑了私人投资和总投资。人力资本（1960年的小学入学率 or 初中入学率）
出生率（每个妇女总的孩子数量）
ZF消费 （去除公共消费或者公共投资）
政治稳定（每年政变和革命的数量，每万人被刺杀的个数）经济系统（计划、市场，还是二者的结合）
市场秩序（购买力平价指数）

影响经济增长的因素很多，Weil. Economic Growth. 3rd总结的非常详细。可参考。

总结贴二：
（一）处理自变量测度误差的方法

1. 改变自变量的初始值。本文由GDP60，改为GDP70
2.改变因变量的范畴。本文由1960-1985的增长率，改为1970-1985的增长率
3.工具变量。用GDP60作为GDP70的IV.
4.WLS。首先考察残差与要使用的作为权重的变量间关系，然后在决定使用什么形式。本文发现残差与GDP60和POP成倒数关系。故使用GDP和POPULATION的平方根做权重
5.改变样本大小。本文考察GDP60>1000美元的样本。
6. 看其他文章，还有用差分方法的。

总之，看结果是否稳定。


（二）如何处理反向因果

1.滞后变量。文章认为经济增长与人力资本间可能有反向因果。使用human 50进行检验。
2.其他外生变量。 之前看Glaser （2010） book 第一章时，使用的是土壤条件等外生变量。

贴一：这也太简陋了点。呵呵。建议加上作者简介，研究简要背景，“攻击”的什么,....。

yvh74 发表于 2014-1-31 07:41
贴一：这也太简陋了点。呵呵。建议加上作者简介，研究简要背景，“攻击”的什么,....。

你急什么，我现在都可以修改。我发个这帖子的目的是学习，不是为了好看。。。

问题：关于模型的估计，QUESTIONS:

第一个问题：也看见https://bbs.pinggu.org/thread-2883641-1-1.html
通常，我们非常讨厌共线性。但是在检验变量是否显著时，却常常引入共线性的变量。
例子1
Growth rate = GDP0 + x + e
为了检验初始的GDP0，是否显著，再引入一个其他年份的GDP1。GDP0和GDP1同时放入方程，检验。

例子2
Growth rate = x + human capital + e
最初，使用小学和初中入学率作为human capital的代理变量。
为了检验其稳定性，再引入 小学的学生-老师比例。
然后，将 小学初中入学率，小学的学生-老师比例，同时引入模型进行回归分析。

请问：
同时引入多个表达同一个意思的变量，这样不就引入共线性吗？这么做的原因是什么，理由是什么？
为什么不是将 另外的变量作为IV，或者替代原来的变量呢？

谢谢。


第二个问题：也可见https://bbs.pinggu.org/forum.php? ... &extra=#pid23443034

Model1 - Model3, 因变量不同，但自变量相同。
growth = GDP0 + humancapital + governmentconsumption + policy                           (1)
invest   = GDP0 + humancapital + governmentconsumption + policy                           (2)
fertility  = GDP0 + humancapital + governmentconsumption + policy                           (3)


Model4 加入 invest 和fertility。
growth = GDP0 + humancapital + governmentconsumption + policy  + invest + fertility   (4)

问题：
为什么不对 model1-model3构造联力方程求解，而是估计model4？

谢谢。

第三个问题，也看见：https://bbs.pinggu.org/forum.php?mod=viewthread&tid=2884818&extra=
方程两边有同样的变量。

model
因变量：
净出生率（出生率×（1-死亡率））

其中一个自变量为：mortality（死亡率）

这样做回归分析，有没有问题，为什么？

谢谢啊
第四个问题：也可见https://bbs.pinggu.org/thread-2885625-1-1.html
最近在看经济增长的文献，发现一个有趣的问题：

y1 = x1 + x2 + x3 + e1
y2 = x1 + x2 + x3 + e2
y3 = x1 + x2 + x3 + e3

自变量都相同，因变量换来换去，一会儿 人均GDP，一会儿人口，一会儿投资，一会儿人口出生率。

我感到很迷惑，不知这是否合适？

请讨论。。


第五个问题：也可见https://bbs.pinggu.org/thread-2885591-1-1.html
x都是外生的，y是内生的。
y1 = x + e1                    （1）
y2 = x + e2                    （2）
y3 = x + e3                    （3）

现在运行，
y1 = y2 + y3 + x + e    （4）
如果模型（1）（2) (3)中x的系数都是显著的，但（4）中的x不显著、y2和y3都显著。

那么，是不是说y2 和y3解释了y1?

请大家先回答 YES or NO，然后再解释。

谢谢。

评议：
先说亮点。很多时候，变量x1影响y，是因为x2影响x1，然后x1再影响y。
本文最大的亮点是证明x1是清白的，确实不是因为x2影响x1导致影响y的。
在我看来，这一点是本文最大的亮点。

再说缺点：
1.Barro一文，文中没有提供计量模型的理论基础。没有阐释模型的形式。
2.自变量的选取。
常常将表达同一个意思的变量，选入多个，放入模型进行估计。比如，作者同时将表达政治稳定的2个变量带入模型进行估计（革命的次数和谋杀的次数）。不知这是为什么？
没有考虑区位因素。
3. 自变量与误差项相关的问题，没有讨论。


欢迎朋友们指正！

a good  topic

好。跟着学习