random walk matlab代码_小范带你学空间计量之十三：如何利用MATLAB软件进行GNSMSACSDEM等8种空间计量模型的参数估计及遴选...

      本次公众号推送的文章主题为“如何利用MATLAB软件进行GNSM、SAC、SDEM等8种空间计量模型的估计与遴选”。附件中包含原始数据、程序文件和参考文献。该推文主要内容系范巧老师2019年7月3-5日在兰州大学经济学院内部培训中的核心内容之一。

       科研不易，码代码也颇烦，求赞赏。

一、参考文献

范巧,郭爱君.一种嵌入空间计量分析的全要素生产率核算改进方法[J].数量经济技术经济研究,2019,36(08):165-181.

二、程序提取路径

链接：https://pan.baidu.com/s/1jVM5H3TM9qrnQ0bY7Ky4hA

提取码：ptk9

三、案例分析的基本情况：

1. 1990-2016年人均GDP对数值作为被解释变量，人均资本存量和人均能源消费总额作为解释变量，来优选空间计量模型或非空间计量模型，并利用最适宜模型估算全要素生产率。

2. 空间权重矩阵的5种设定：基于省会城市间公路里程数设计空间权重矩阵；基于Dube(2014)的方法来设计时间权重矩阵；基于克罗内克积来设计时空权重矩阵。

四、主要的步骤：

1.在excel中完成GDP、资本存量、年末总人口数和能源消费总量数据的收集和处理；参见“1. 原始数据序列”。并将数据导入matlab中。

图1. 原始数据序列

2. 利用专题3的分析方法，确定时空权重矩阵，值得注意的是，使用的时间权重矩阵为Dube(2014)年的方法。参见“data.mat”和“Weight_matrix.mat”。

图2. 导入空间权重矩阵，并确定时间权重矩阵和时空权重矩阵

3. 运行程序语言文件“TFP_Model_Choice_Mixed_Run.m”，估算GNSM\SAC\SDEM\SDM\SAR\SEM\SLX\OLS等模型的参数估计结果，并进行混合效应下模型的选择。(注意这里需要依据变量的显著性和参数真值的LR\LM或WALD准则进行混合效应模型的遴选，如本文的备选模型SDM\SDEM和SAC等模型)。

图3. 混合效应视角下各种模型的结果

4. 分别运行程序语言文件“TFP_Sac_Fixed_Cross_Run.m”、“TFP_Sac_Fixed_Time_and_Cross_Run.m”、“TFP_Sac_Fixed_Time_Run.m”、“TFP_Sac_Mixed_Run.m”、“TFP_Sac_Random_Run.m”；“TFP_SDEM_Fixed_Cross_Run.m”、“TFP_SDEM_Fixed_Time_and_Cross_Run.m”、“TFP_SDEM_Fixed_Time_Run.m”、“TFP_SDEM_Mixed_Run.m”、“TFP_SDEM_Random_Run.m”；以及“TFP_SDM_Fixed_Cross_Run.m”、“TFP_SDM_Fixed_Time_and_Cross_Run.m”、“TFP_SDM_Fixed_Time_Run.m”、“TFP_SDM_Mixed_Run.m”、“TFP_SDM_Random_Run.m”；等15个文件，分别估算三种备选模型下模型的个体固定效应、时期和截面固定效应、时期固定效应、混合效应以及随机效应的参数估计值。整理模型参数估计值，并依据模型估计结果稳定性和相应的模型参数估计结果性质，结合WALD检验、HAUSMAN检验和LR检验、LM检验等综合确定最适宜模型。图略。

5. 运行程序语言“TFP_Calculation_Run.m”，来计算TFP的实际值、指数和相应的增长率。

图4. TFP增长率、指数及绝对值计算结果。

6. 将第5步分析结果中的Rate_TFP、TFP和TFP_Index一起保存为新的数据文件，并命名为TFP_Calculation_Result.mat。

图5. TFP相关计算结果的保存文件

  7. 将TFP_Calculation_Result.mat文件拷入“2. TFP Analysis”文件夹，并运行程序语言“TFP_and_Index_Graph_and_Compare_Run.m”，对基于空间计量模型的TFP结果与传统非空间模型下的估算结果做一个比较。

图6. 两种算法下的TFP估计结果对比