典型文献
分层交叉因子面板模型的GPCA算法及多维政策冲击的动态识别
文献摘要：
微观经济个体通常受到多层次、多维度政策环境冲击的持续性影响,而分层交叉因子面板模型是识别其动态效应的有效工具.本文通过交叉因子的属性重组,将交叉因子转换为平行因子,建立了分层交叉因子面板模型的识别机制及重组主成分分析(GPCA)算法.蒙特卡洛仿真实验表明,GPCA估计量具有良好的有限样本性质和因子识别能力,比Li和Yang(2018)的CPCA估计量收敛速度更快.将其应用于识别我国制造企业投资多维政策环境冲击的动态效应,发现宏观投资环境冲击具有明显的下行趋势,行业投资冲击和区域投资冲击均具有显著的时变性和趋势性波动特征.本文为识别多层多维政策环境冲击的动态效应提供了新的有效方法.
文献关键词：
分层因子;交叉因子;GPCA算法;多维政策环境冲击
中图分类号：
作者姓名：
黎娇龙;杨继生
作者机构：
中南财经政法大学统计与数学学院;华中科技大学经济学院
文献出处：
引用格式：
[1]黎娇龙;杨继生-.分层交叉因子面板模型的GPCA算法及多维政策冲击的动态识别)[J].统计研究,2022(02):130-148
A类：
CPCA,多维政策环境冲击
B类：
交叉因子,面板模型,GPCA,政策冲击,动态识别,微观经济,持续性影响,动态效应,平行因子,识别机制,蒙特卡洛仿真,估计量,有限样本,识别能力,Li,Yang,收敛速度,制造企业,企业投资,投资环境,区域投资,时变性,趋势性,波动特征,分层因子
AB值：
0.345332
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
