引力模型在国际贸易研究中的应用 一、引力模型概述 引力模型源自于牛顿万有引力定律，其将两个物体之间的引力与它们各自的质量和两者之间的距离联系起来。20 世纪40 年代James Stewart 首次将引力应用于社会科学。而最早将其应用于国际贸易的是Tinbergen（1962），引力模型预言两个国家的双边贸易流量是两国经济规模以及两国之间距离的函数。 经济规模用GDP、人口和人均收入来衡量。距离一般是测量两个国家首都之间的距离（绝对距离），也有的研究测量两个贸易伙伴之间的距离与它们和其他贸易伙伴距离的比值（相对距离），并有若干具体 表述的统计形式(ITC，2000；Soloaga andWinters，2001)。 引力模型已经广泛应用于国际贸易研究，其大受欢迎应归因于以下几点：原理简单、数据适用、模型容易被用于计量研究。通过学者的努力，模型被不断扩展，加入了被认为影响贸易流动的虚拟变量，如共同的语言、共同的边界和国家间的历史关系。引力模型也被用于政策分析，例如对拥有共同货币的区域或优惠贸易协定的成员国之间的贸易流动估计。 二、贸易引力模型理论基础 贸易引力模型不是首先从贸易理论中推演而来的，而是以对现实贸易关系的直观判断为依据建立起来的，因此，贸易引力模型的实证研究在先，理论研究在后。但基于习惯，本文先介绍贸易引力模型的理 论基础。 Anderson(1979)指出引力模型与世界贸易模型在某些方面是一致的，如假定来自不同地区的产品(进口品和国内产品)是不完全替代的（Armington 假设）。接着一系列的研究指出引力模型框架与许多标准的贸易理论是一致的，如H-O 模型，垄断竞争模型。Helpman & Krugman（1985）明确表明，引力模型是来源于规模报酬递增的垄断竞争模型，垄断竞争的一般均衡模型预言不同国家的消费者希望进口有别于其他任何国家的商品，所以贸易流量就会与进口国规模（需求）和出口国规模（产品多样性）联系在一起。Deardorff (1998)表示，引力模型同样得自于不存在产品差异情况下的H-O 模型，他得出此结论的窍门就是放松了国际间要素价格相等的假设，这样国家间就可以专门生产差别产品。产品的不同在供给一方，消费偏好在需求一方，这样就暗示了引力方程，Deardorff强调引力类型贸易的关键是国家间生产差别产品，而差别产品是由垄断竞争企业提供（H e l p m a n 的假设）还是专门化生产（Anderson和Deardorff的假设）并不是关键。Eaton & Kortum(2002)建立了一个以李嘉图模型为基础的同质产品新贸易模型，这个模型的实质也是体现了一种引力关系。Deardorff(1995)指出“几乎所有的贸易模型都可以导出类似引力方程的结果，但它们成功的经验并不能证明什么，仅仅是一个不可更改的事实”。 三、贸易引力模型在国际贸易研究中的应用 （一）在国际贸易中的应用 （二）在国际服务贸易中的应用
2009年11月四川大学学报(自然科学版)N ov．2009第46卷第6期Jour na l of Si c huan U ni ve r si t y(N a t ur a l Sc i enc e E di t i on)V01．46N o．6 doi：103969／j．i ssn．0490’6756．2009．06．003 变系数模型的木鲁 又里选择及在股票数据中的应用 邓金兰，王彬寰，樊仕利 (四J II大学数学学院，成都610064) 摘要：作者研究了纵向数据分析中变系数模型的变量选择及效应估计问题，该模型允许变 量的效应随时间改变．本文方法在进行变量选择的同时，也估计变系数函数，避免了传统的变 量选择方法极其复杂的计算．将本文方法用于股票价格分析，能够快速地在公司的众多财务变 量中挑选出对股票收益率有显著影响的变量，并估计这些变量的时变效应，很好地解释股票收 益率的变化． 关键词：变量选择；变系数模型；局部线性；交叉验证 中图分类号：0212．7文献标识码：A文章编号：0490—6756(2009)06—1585—07 V ar i abl e s el ect i on of var yi ng-coef f ci ent m ode l s and i t s appl i cat i on on s t oc k da t a D E N GJ i n—Lan。W A N GB i n—H uar l，FA N Shi-L i (Sch ool of M a t hem at i c s，S i chua n U ni ve r s i t y，C hengdu610064，C hi na) A bs t r ac t：T hi s pap er di scus ses t he var i a bl e s el ec t i on and es t i m at i on bas ed o n var yi ng—e oe f fc i e nt m odel s f or l o ngi t u di n al dat a．T he m ode l al l ow s t he ef f ec t of var i abl es t o var y w i t h t i m e．T he m et hod i n t h i s pa—pe r es t i m at es t he f un ct i o ns of var yi ng—coef fc i e nt and se l e ct s var i abl es s i m ul t aneou s l y，w hi ch avo i ds t he i nt ens i ve co m put at i o n f or t he t ra di t i onal var i abl e s el ect i on．A ppl yi ng t h i s m e t hod t o s t o ck pr i c e，t he var i—abl es ar e s el ec t ed qui ckl y w hi c h have si gni f i c ant ef f ec t on t he r e t u r n r at e of s t o ck f r om t he num e r ous com p any fi na nc i a l var i abl es，a nd t he t i m e-var yi ng ef f ec t of t ho s e s i gni fi ca nt var i abl es coul d be es t i m at ed s i m ul t aneo us l y．T he r es ul t s s h ow t hat t hi s m e t hod w or ks w el l． K ey w or ds：v ar i abl e s el ec t i on，va ryi ng—c oe ff c i e nt m odel s，l ocal l i nea r，c ross—va l i da t i on 1引嗣 上市公司股价与公司基本面(财务信息)的关系一直受到国内外学术界和投资界的广泛关注，是西方发达国家证券市场研究中长盛不衰的课题．从表面上看，股价取决于市场供求关系，但从本质上来说，股票价格最终要受制于股票价值，遵循“价格围绕内在价值上下波动”的价值规律．影响上市公司股票价值的主要因素是公司的经营能力和管理能力，而公司的经营和管理能力主要是通过公司每个季度的财务基本面来体现的，因而研究上市公司的财务基本面对股票价格的影响关系具有重要的意义．国外研究(见文献[1，2])表明：上市公司股价与公司基本面具有显著的相关关系．B a l l和B r ow n (1968)(见文献[1])开创了上市公司基本面与股价变动关系的实证研究；O u和Penm an(1989)在文献[2]中选用了投资者比较关心的68个财务变量，对未来股票价格变化进行预测，得出的结论是公开 收稿日期：2008—11一16 基金项目：国家自然科学基金(10771148) 作者简介：邓金兰(1983一)，女，四川德阳人，硕士，主要研究向概率论与理统计及其应用．E-m ai l：c dj t一1024@163．CO f f l
面板数据的F检验固定 效应检验 标准化工作室编码[XX968T-XX89628-XJ668-XT689N]
面板数据模型(P A N E L D A T A)F检验,固定效应检验1．面板数据定义。 时间序列数据或截面数据都是一维数据。例如时间序列数据是变量按时间得到的数据；截面数据是变量在截面空间上的数据。面板数据（panel data）也称时间序列截面数据（time series and cross section data）或混合数据（pool data）。面板数据是同时在时间和截面空间上取得的二维数据。面板数据示意图见图1。面板数据从横截面（cross section）上看，是由若干个体（entity, unit, individual）在某一时刻构成的截面观测值，从纵剖面（longitudinal section）上看是一个时间序列。 面板数据用双下标变量表示。例如 y , i= 1, 2, …, N; t= 1, 2, …, T i t N表示面板数据中含有N个个体。T表示时间序列的最大长度。若固定t不变，y , ( i i . = 1, 2, …, N)是横截面上的N个随机变量；若固定i不变，y. t, (t= 1, 2, …, T)是纵剖面上的一个时间序列（个体）。 图1 N=7，T=50的面板数据示意图 例如1990-2000年30个省份的农业总产值数据。固定在某一年份上，它是由30个农业总产总值数字组成的截面数据；固定在某一省份上，它是由11年农业总产值数据组成的一个时间序列。面板数据由30个个体组成。共有330个观测值。 对于面板数据y i t, i = 1, 2, …, N; t= 1, 2, …, T来说，如果从横截面上看，每个变量都有观测值，从纵剖面上看，每一期都有观测值，则称此面板数据为平衡面板数据（balanced panel data）。若在面板数据中丢失若干个观测值，则称此面板数据为非平衡面板数据（unbalanced panel data）。 注意：EViwes 、、既允许用平衡面板数据也允许用非平衡面板数据估计模型。
第十讲经典面板数据模型 一、面板数据（panel data） 一维数据: 时间序列数据(cross section data)：变量在时间维度上的数据截面数据(time series data)：变量在截面空间维度上的数据)。 二维数据: 面板数据(同时在时间和截面空间上取得的，也称时间序列截面数据（time series and cross section data）或混合数据（pool data）。 面板数据=截面数据+时间序列数据。
面板数据用双下标变量表示。例如 y i t, i = 1, 2, …, N; t = 1, 2, …, T N表示面板数据中含有N个个体。T表示时间序列的最大长度。若固定t不变，y i ., ( i = 1, 2, …, N)是随机变量在横截面上的N个数据；若固定i不变，y. t, (t = 1, 2, …, T)是纵剖面上的一个时间序列（个体）。 平衡面板数据（balanced panel data）。 非平衡面板数据（unbalanced panel data）。 例1998-2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（不变价格）和人均收入数据见表1。人均消费和收入两个面板数据都是平衡面板数据，各有15个个体。
表1.中国部分省级地区的居民数据（不变价格，元）
二、面板数据模型及其作用 1.经典面板数据模型 建立在古典假定基础上的线性面板数据模型. 2.非经典面板数据模型 (1)非平稳时间序列问题的面板数据模型(面板数据协整模型) (2)非线性面板数据模型(如面板数据logit模型, 面板数据计数模型模型) (3)其他模型(如面板数据分位数回归模型) 3.面板数据模型作用 （1）描述个体行为差异。
中国贸易量引力模型的实证分析 中国自从2001年加入世界贸易组织，中国经济融入全世界经济的进程加快，中国对外贸易的活力进一步增强。1978年，中国货物进出口总额只有206亿美元，在世界货物贸易中排名第32位，所占比重不足1%。2010年，中国货物进出口总额达到29740亿美元，比1978年增长了143倍，年均增长16.8%。其中，出口总额15778亿美元，年均增长17.2%；进口总额 13962亿美元，年均增长16.4%。中国出口总额和进口总额占世界货物出口和进口的比重分别提高到10.4%和9.1%，连续两年成为世界货物贸易第一出口大国和第二进口大国。由此看出，中国的对外贸易增长非常迅速，并且对中国经济发展起到至关重要的作用，所以对于中国贸易量变化的研究非常必要。 一，建立模型 本文选取引力模型的主要基本指标，来验证中国贸易和其主要影响因素间的关系。引力模型的基本形式为： 引力模型等式显示了ij两国的GDP总量，和两国之间的距离。其中T代表两国之间的贸易总量。Y代表了该国的国内生产总值，D说明了两国之间的距离，在本文中用两国之间的首都距离代表。由于引力模型基本公式是非线性公式，将等式两边取自然对数变成线性等式： 二，数据来源 鉴于中国在2012年的GDP总量是定值，故没有加入计算。本文选取2012年和中国贸易量较大的18个国家作为样本，其中中国和各个国家的贸易额来自中国国家商务部的2012年1-12月进出口数据；各个国家的GDP总量来自于IMF 的统计数据；各国到中国的距离以各国首都到北京的距离测算，来自于网站https://www.doczj.com/doc/d96512391.html,。 三，引力模型的回归分析 本文收集了中国和18个国家在2012年的贸易总量，各个国家的GDP总量，和两个国家的距离。
变系数模型的研究与分析 【摘要】：非参数回归一般假定回归函数属于某一个函数类，如常常假定回归函数是一个光滑的函数，因此非参数回归对模型的假设很少，最主要的优点就是模型具有稳健性。非参数回归作为现代统计分析的主要方法之一，得到广泛的应用。对于非参数回归人们提出了许多估计方法，如核估计，局部多项式估计，光滑样条估计，级数估计(傅里叶级数估计，小波级数估计)等。这些方法本质上讲都是局部估计或局部光滑，当回归变量X为一维变量时，非参数回归函数用这些方法一般都能得到很好的估计。但当回归变量是多维向量时，由于X的局部邻域包含很少的数据，用这些估计方法，很难估计出一般的多元非参数回归函数，人们把这种现象称为‘维数祸根’(thecurseofdimension)。可是实际中我们经常遇到的是高维数据，因此高维数据分析是人们一直关心的问题，近年来统计工作者提出了许多分析方法，总得来说可以分为两大类：一类称为函数近似(functionapproximation)，如可加模型(HastieandTibshirani,1986)，部分线形模型(Engle,etal;1986)；另一类为降维(dimensionreduction)，如SIR 回归(slicedinverseregression(Li,1991))，投影追踪回归(projectionpursuitregression)(FriedmanandStuetzle,1981)；图回归(graphicalregression,Cook,1994),PHD(principalHessiandirection)分析(Cook,1998),MA VE方法(minimumaveragevarianceestimationmethod(Xia,Y.etal.,2002)。本论文主
引力模型的应用领域 引力模型是应用广泛的空间相互作用模型，它以牛顿万有引力公式为基础，这也是引力模型名字的由来。目前这个模型理论相当成熟，应用领域也很广泛。比如：空间布局、旅游、贸易、城市分析、交通、市场营销、企业区位、考古、高校招生和生物迁徙等领域。下面我将从引力模型应用的不同领域来谈谈自己对引力模型的理解。 一、引力模型在国际贸易领域的应用 引力模型最早应用于国际贸易研究，并且应用的相当广泛。最早将引力模型应用到贸易领域的是Jan Tinbergen（1962）。以下是我看过的有关该领域的一些期刊论文。 1、戴明辉、沈文星写的“中国木质林产品贸易流量与潜力研究：引力模型方法”，来源于资源科学2010（11）。本文在传统引力模型的基础上，通过引入具有林产品特色的要素禀赋、森林认证变量，对传统引力模型进行修正。运用1999年到2008年这10年间中国对28个木质林产品贸易伙伴国的面板数据进行实证分析，并进行中国主要木质林产品贸易潜力测算。结果表明中国木质林产品贸易流量和双方的经济规模成正相关，与距离因子成负相关，要素禀赋和双边贸易流量成正相关，而森林认证在双边贸易中起着积极的作用。 2、刘岩写的“贸易流量引力模型的理论研究综述”，来源于国际商务——对外经济贸易大学学报2010（3）。本文主要是进行引力模型的理论研究，笔者主要通过梳理近30 年来引力模型的理论发展脉络，全面展示了该理论从局部均衡到一般均衡的扩展；由无贸易理论基础到与贸易国自身禀赋的融合；并提出今后相关理论和实证研究可能进行扩展的方向。比如：人均收入水平是否可以用于解释双边发展中国家的贸易流量。 3、谢国娥、李亮写的“基于引力模型的中澳双边农产品贸易影响因素研究”，来源于华东理工大学学报社会科学版2010（4）。本文主要以1992～2008 年中澳双边农产品贸易的面板数据为基础，运用引力模型分析影响中澳双边农产品贸易的各种因素。其结果表明：中澳双边农产品贸易流量与两国对农产品的需求成正相关；与澳大利亚进口关税率成负相关；与两国的RCA的相关系数、SARS的相
2005年中国经济学年会论文 研究领域：国际经济学 论文题目：基于引力模型的中国双边产业内贸易的实证研究 作者：韩剑 作者单位：东南大学经济管理学院
基于引力模型的中国双边产业内贸易的实证研究 韩剑[1] 摘要：产业内贸易理论是当今国际贸易的最新前沿理论，在实践中，产业内贸易对于促进一国贸易乃至经济的可持续发展起到至关重要的作用。本文在回顾国外相关文献的基础上，建立产业内贸易的引力模型，对影响我国双边产业内贸易的因素作计量分析。结果表明，产业内贸易与经济总量、人均收入水平、区域经济一体化呈正相关，与规模和收入差异、地理距离呈负相关，实证结论为我国参与国际分工和选择贸易政策提供了理论依据。关键词：引力模型、产业内贸易、双边贸易 战后科技进步的加速促进了社会分工的不断扩大，国际分工由原来的垂直型分工逐渐转化为水平型分工，国际贸易的基本格局也由产业间贸易向产业内贸易转变。在这种转变中，由于各国所处的经济发展水平不同，资本与技术存量的差异等因素，双边产业内贸易发展水平表现出明显的差异。相同类型的国家或地区出于产业结构、收入水平和消费偏好上的相似性，其双边贸易主要表现为产业内贸易；不同类型国家或地区的贸易则更多的受要素禀赋影响，接近于传统的产业间贸易。随着各国经济发展和国民收入水平的相对变化，一国产业内贸易的国别结构也将出现动态调整，进而对其产业内贸易的总体水平产生影响。产业内贸易的影响因素非常复杂，本文从国家特征揭示出产业内贸易变化的一般规律，在此基础上有重点地加强与潜在贸易伙伴国的经济联系，积极发展双边产业内贸易，从而为我国参与国际分工和选择贸易政策提供一个理论依据。 1、理论述评 产业内贸易理论是当今国际贸易的最新前沿理论，并处于不断的研究探索和发展中。20世纪60年代以来，经济学家在这一领域展开了广泛的讨论，经过了70年代中期的经验研究和80年代的理论研究，建立了一套解释同一产业内产品双向流动的国际贸易新理论。迪克西特（Dixit,1977）、斯蒂格利茨（Stiglitz,1977）、克鲁格曼(Kmgman,1990)、赫尔普曼(Helpman,1981)、布兰德(Brander,1991)等经济学家结合现代产业组织和市场结构理论，对不同类型的产业内贸易进行了广泛的研究，形成主流的产业内贸易理论。同时以格鲁贝尔与劳埃德、阿奎诺（Aquino,A.1978）、伯格斯特朗德（Bergstrand,J.H.,1983）、格林纳韦(Greenaway,1987)为代表的学者不断地发展和完善各自的产业内贸易指数计算模型，为产业内贸易的实证研究奠定了基础。 伴随计量工具的大量运用，越来越多的有关产业内贸易的文献集中于对产业内贸易因素的研究。影响产业内贸易的因素很多，既有国家层面的（country specific）特征，包括国家规模、人均收入水平、经济一体化，也有产业层面的（industry specific）特征，如产品差别化、规模经济、市场结构等。在研究双边产业内贸易时，由于更多的涉及宏观层面的内容，因此抽象掉产业层面影响因素的回归模型在实践中收到了良好的效果。 在产业内贸易的早期研究中，国民收入水平是最早被考察的一个变量。林德（1961）的需求相似理论早就阐述了收入水平对产业内贸易的影响。他认为，相同的收入水平容易 [1]韩剑，男，东南大学经济管理学院博士研究生,研究方向：世界经济，E-mail:icedsword@https://www.doczj.com/doc/d96512391.html,
5.2 面板数据模型理论 5.2.1 面板数据模型及类型。 面板数据（panel data ）也称时间序列截面数据（time series and cross section data ）或混合数据（pool data ）。面板数据是同时在时间和截面空间上取得的二维数据。面板数据从横截面（cross section ）上看，是由若干个体（entity, unit, individual ）在某一时刻构成的截面观测值，从纵剖面（longitudinal section ）上看是一个时间序列。 面板数据用双下标变量表示。例如： it y , N i ,,2,1 ;T t ,,2,1 其中，N 表示面板数据中含有的个体数。T 表示时间序列的时期数。若固定t 不变，?i y ),,2,1(N i 是横截面上的N 个随机变量；若固定i 不变，t y ?,),,2,1(T t 是纵剖面 上的一个时间序列。对于面板数据来说，如果从横截面上看，每个变量都有观测值，从纵剖面上看，每一期都有观测值，则称此面板数据为平衡面板数据（balanced panel data ）。若在面板数据中丢失若干个观测值，则称此面板数据为非平衡面板数据（unbalanced panel data ）。 面板数据模型是建立在面板数据之上、用于分析变量之间相互关系的计量经济模型。面板数据模型的解析表达式为： it it it it it x y T j N i ,2,1;,2,1 其中，it y 为被解释变量；it 表示截距项，),,,(21k it it it it x x x x 为k 1维解释变量向量；' 21),,,(k it it it it 为1 k 维参数向量；i 表示不同的个体；t 表示不同的时间；it 为 随机扰动项，满足经典计量经济模型的基本假设),0(~2 IIDN it 。 面板数据模型通常分为三类。即混合模型、固定效应模型和随机效应模型。 ⑴ 混合模型。 如果一个面板数据模型定义为： it it it x y T j N i ,2,1;,2,1 则称此模型为混合模型。混合模型的特点是无论对任何个体和截面，回归系数 和 都是相同的 ⑵ 固定效应模型。 固定效应模型分为3种类型，即个体固定效应模型（entity fixed effects regression model ）、时间固定效应模型（time fixed effects regression model ）和时间个体固定效应模型（time and entity fixed effects regression model ）。 ① 个体固定效应模型。 个体固定效应模型就是对于不同的个体有不同截距的模型。如果对于不同的时间序
地理引力模型应用及参数取舍问题 陈英鹏 201132020128 一概念 引力模型是由地理学家，社会学家以及经济学家为了了解和预测人类在地理空间上的经济、社会及政治性相互影响与相互作用方式，利用经典力学中牛顿万有引力公式建立的一种理论假说。最早将引力模型用于研究国际贸易的是丁伯根(荷兰经济学家，创建了丁伯根原则，首届诺贝尔经济学奖得主，他为了说明在由多个国家组成的世界里，贸易流量的不对称现象即大国的贸易量占其GNP的比重小于小国，而建立了贸易引力模型）和Pōōnen,他们分别独立使用引力模型研究分析了双边贸易流量,并得出了相同的结果:两国双边贸易规模与他们的经济总量成正比,与两国之间的距离成反比。Linnemannn于1966年，在引力模型里加入了人口变量，认为两国之间的贸易规模还与人口有关，人口多少与贸易规模成正相关关系。Berstrand(1989)则更进一步，用人均收入替代了人口数量指标。引力模型应用广泛，它是国际贸易流量的主要实证研究工具。在后续的引力模型扩展中，研究者主要是依据研究自己的重点，按照影响双边贸易流量的主要因素设置不同的解释变量。 为了更好地理解引力模型，首先写出牛顿万有引力公式：
在方程中，F ij为物体i与j之间的引力，m i,m j是物体i与j各自的质量，d ij为物体i与j之间的距离，k为常数，它可依据具体情况来确定。该公式表明，引力的大小与物体i与j各自的质量成正比，与距离的平方成反比。在这里，我介绍丁伯根建立的贸易引力模型： （1） 在方程中，X ij是 i城市向j 城市的总出口；Y i与Y j分别为i城市与j 城市的生产总值,D ij为i城市与j 城市之间的距离，K，e 为常数，a、b为参数。该公式表明，i城市向j城市出口总量的大小或者i城市与j城市之间的贸易量的大小与i城市与j 城市的城市居民收入的总量成正比，与两城市之间的距离成反比。 二引力模型的变量取舍及引力模型的改进在扩展后的引力模型中，常常添加的变量有两类：一类是添加虚拟变量，如共同语言、共同边界、共同殖民历史、共同宗教等，早期对引力模型的扩展以这一类为主；另一类是添加制度质量指标变量，如是否同属一个优惠贸易协定或者区域经济一体化组织、政府治理质量、合约实施保障等。两经济体双边农产品贸易流量主要受经济规模、国家人口数量、两国首府之间的直线距离以及各种贸易制度安排等因素的影响。其中经济规模和优惠贸易安排是最重要的影响因素。 在引力模型公式(1)中,通常取引力衰减的基数为两城市之间的距离,但随着城市快速轨道交通的建成,居民出行时间大大缩短,客观上拓展了城市的边界,两点之间空间距离已经不是影响两点相互作用
面板数据模型 一、 面板数据的概念 面板数据是时间序列数据和截面数据相结合的二维数据，为方面起见，暂且将之统称为TC 数据（即时间截面二维数据的意思），以我国31个省份1991-1999年的GDP 数据为例，则每一个年度称为一个截面，每个省份称为一个个体，每一个年度的31个省份的GDP 数据（31个）就是截面数据，每一个省份的9年的GDP 数据（9个）就是时间序列数据，即GDP 这个变量在时间维度有9个取值，在截面维度有31个取值，这些数据合在一起就是TC 数据，共31*9=279个。如果每个截面包含相同数量的个体，则称之为平衡TC 数据，否则为非平衡TC 数据。 面板数据的主要优点有： 1. 有利于降低多重共线性程度。增加数据纬度的同时也增加了样本容量，样本容量增加可以增加变量之间的差异，降低变量间的相关程度，从而降低共线性程度。 2. 可以进行模型效应分析，更准确地理解统计结果的实际含义。 二、 面板数据模型的种类 面板数据模型分为Pooled Data 模型和Panel Data 模型二类，Pooled Data 模型适用于研究时期较多个体较少的TC 数据，须为每个个体命名，研究目的侧重于个体差异或时期趋势；Panel Data 模型适用于研究个体较多、时期较少的TC 数据，不须为每个个体命名，研究目的侧重于由时期差异或个体推断总体。 另外，Pooled Data 模型允许各时期的个体不相同，Panel Data 模型要求各时期的个体相同。例如： pooled data t=1:A B C D F t=2:A B D E panel data t=1:A B C D E t=2:A B C D E 三、 模型的基本形式 1. Pooled Data 模型 it it it it it x y εβα++=，T t N i ,,1;,,1 ==…………① 2. Panel Data 模型 ()it it it it x f y εβα++=，T t N i ,,1;,,1 ==…………① 其中，()it x f β可以是非线性的。 比较分析：由于研究目的不同，所以前者允许系数可变，后者假定系数不变。 四、 模型形式的分类 根据模型是否存在个体效应（即不同的个体是否有不同的模型），可分为效应模型和无效应模型两类，其中，Pooled Data 模型的效应模型又分为变系数模型和变截距模型两种；Panel Data 模型的效应模型只有变截距模型一
从贸易引力模型看中国双边贸易安排 【原文出处】浙江社会科学 【原刊地名】杭州 【原刊期号】200206 【原刊页号】17～20 【分类号】F52 【分类名】外贸经济、国际贸易 【复印期号】xx02 【标题】 【作者】刘青峰/姜书竹 【作者简介】刘青峰，男，1967年生，宁波大学商学院硕士生。 姜书竹，男，1977年生，宁波大学商学院硕士生。【内容提要】本文采用贸易引力模型从实证角度分析、验证了决定中国2000年双边贸易状况的主要因素是贸易双方的经济规模、国民收入水平、空间距离和制度安排等，并在此基础上提出了发展中国对外贸易的对策建议。 【摘要题】研究与探讨 【关键词】对外贸易/双边贸易/贸易安排/贸易引力模型【正文】 构建一个适当的分析框架来考察我国与贸易伙伴的双
边贸易状况，分析制约双边贸易发展的基本因素，并进而有针对性地提出扩大双边贸易的对策，可为我国政府制定扩大双边贸易的措施、为企业开拓潜在的国际市场提供具有实际价值的参考。本文的分析框架采用了“贸易引力模型”，所选取的数据是中国2000年30个主要贸易伙伴的双边贸易额及相关的数据，在模型拟合的基础上，进行了相应的研究。 一、贸易引力模型的构建 贸易引力模型最初出现在Timbergen(1962)和Poynohen(1963)于20世纪60年代早期所作的研究中。基本模型是 Tij=A·(Y[,i]Y[,j]/D[,ij])(1) 其中T[,ij]是双边贸易额，为进出口的总和；Y[,i]是国家i的GDP；Y[,j]是国家j的GDP；D[,ij]是国家i和国家j的距离；A是比例常数。 该模型的思想来源于牛顿的万有引力定律：两个物体的相互吸引力与他们质量的积成正比，与它们之间的距离的平方成反比。进而设想：两个国家的贸易量与它们的经济规模之积正相关，而与两国之间的空间距离负相关。 80年代以来，西方经济学家在基本模型的基础上进行了不断的改进。比较著名的有Helpman(1987)和Deardorff(1995)的研究。前者涉及Anderson(1979)、Krugman和Helpman(1985)
内容摘要：自引力模型被引入国际贸易领域以来，由于其原理简单、数据适用、模型容易被用于计量研究而得到广泛的应用。通过众多学者的努力，该模型被不断扩展，加入了被认为影响贸易流动的虚拟变量，如共同的语言、共同的边界和国家间的历史关系。同时，由于服务贸易的崛起，将引力模型应用于服务贸易领域也开始成为学者研究的热点。本文介绍了引力模型理论基础的争论以及其在国际贸易实证研究中的应用，试图在众多学者研究的基础上对引力模型的应用厘清略思路。 关键词：引力模型理论基础实证研究 引力模型概述 引力模型源自于牛顿万有引力定律，其将两个物体之间的引力与它们各自的质量和两者之间的距离联系起来。20世纪40年代James Stewart首次将引力应用于社会科学。而最早将其应用于国际贸易的是Tinbergen（1962），引力模型预言两个国家的双边贸易流量是两国经济规模以及两国之间距离的函数。 经济规模用GDP、人口和人均收入来衡量。距离一般是测量两个国家首都之间的距离（绝对距离），也有的研究测量两个贸易伙伴之间的距离与它们和其他贸易伙伴距离的比值（相对距离），并有若干具体表述的统计形式(ITC，2000；Soloaga and Winters，2001)。 引力模型已经广泛应用于国际贸易研究，其大受欢迎应归因于以下几点：原理简单、数据适用、模型容易被用于计量研究。通过学者的努力，模型被不断扩展，加入了被认为影响贸易流动的虚拟变量，如共同的语言、共同的边界和国家间的历史关系。引力模型也被用于政策分析，例如对拥有共同货币的区域或优惠贸易协定的成员国之间的贸易流动估计。 贸易引力模型理论基础 贸易引力模型不是首先从贸易理论中推演而来的，而是以对现实贸易关系的直观判断为依据建立起来的，因此，贸易引力模型的实证研究在先，理论研究在后。但基于习惯，本文先介绍贸易引力模型的理论基础。 Anderson(1979)指出引力模型与世界贸易模型在某些方面是一致的，如假定来自不同地区的产品(进口品和国内产品)是不完全替代的（Armington假设）。接着一系列的研究指出引力模型框架与许多标准的贸易理论是一致的，如H-O模型，垄断竞争模型。Helpman Krugman（1985）明确表明，引力模型是来源于规模报酬递增的垄断竞争模型，垄断竞争的一般均衡模型预言不同国家的消费者希望进口有别于其他任何国家的商品，所以贸易流量就会与进口国规模（需求）和出口国规模（产品多样性）联系在一起。Deardorff (1998)表示，引力模型同样得自于不存在产品差异情况下的H-O模型，他得出此结论的窍门就是放松了国际间要素价格相等的假设，这样国家间就可以专门生产差别产品。产品的不同在供给一方，消费偏好在需求一方，这样就暗示了引力方程，Deardorff强调引力类型贸易的关键是国家间生产差别产品，而差别产品是由垄断竞争企业提供（Helpman的假设）还是专门化生产（Anderson和Deardorff的假设）并不是关键。Eaton Kortum(2002)建立了一个以李嘉图模型为基础的同质产品新贸易模型，这个模型的实质也是体现了一种引力关系。Deardorff(1995)指出“几乎所有的贸易模型都可以导出类似引力方程的结果，但它们成功的经验并不能证明什么，仅仅是一个不可更改的事实”。 贸易引力模型在国际贸易研究中的应用
我国大陆与香港地区贸易的引力模型分析 田贞余 [内容摘要]利用引力模型将中国大陆各省、自治区、直辖市对香港地区出口的实际值 与模型估计值进行比较,发现参与泛珠三角区域经济合作的各省、自治区、直辖市与 香港地区贸易联系密切,从一个侧面说明泛珠三角区域经济合作具有较好的基础。 [关键词]引力模型;转口贸易;板面数据 作者简介:田贞余,男,深圳大学经济学院博士,深圳518060 我国香港地区具有优良的港口,位居亚太地区要冲,背靠中国大陆,又是自由贸易港,香港地区利用这些条件向世界各国发展转口贸易,成为转口贸易大港。根据香港特区政府统计处提供的数据计算,2003年,香港地区进口商品18058亿港元,其中香港地区消费4946亿港元,转口16207亿港元;转口商品占进口商品的比例达到7216%。 在香港地区的转口贸易伙伴中,我国大陆无论从转口货物来源地还是转口目的地来看都处于绝对优势地位。香港地区与我国大陆的转口贸易额远远超过香港地区与其它国家(地区)的转口贸易额,可见我国大陆对于香港地区成为一个转口贸易大港起着重要作用(见表1)。我国大陆生产的商品通过香港地区转口到世界各地,世界各地的产品也经过香港地区转口到我国大陆。香港地区已成为我国与发达国家或地区之间贸易的桥梁。 表12003年香港地区的主要转口贸易伙伴 位次 按转口目的地按转口货物来源地 国家(地区)贸易额(百万港元)国家(地区)贸易额(百万港元) 1中国大陆705,787中国大陆967,104 2美国285,084日本161,231 3日本91,154台湾107,144 4德国51,369美国63,158 5英国49,625韩国57,000 6台湾38,616马来西亚33,933 7韩国34,336德国26,583 数据来源:香港特区政府统计处 责任编辑:潘德平 收稿日期:20051411
5.2 面板数据模型理论 5.2.1 面板数据模型及类型。 面板数据（panel data ）也称时间序列截面数据（time series and cross section data ）或混合数据（pool data ）。面板数据是同时在时间和截面空间上取得的二维数据。面板数据从横截面（cross section ）上看，是由若干个体（entity, unit, individual ）在某一时刻构成的截面观测值，从纵剖面（longitudinal section ）上看是一个时间序列。 面板数据用双下标变量表示。例如： it y , N i ,,2,1 =;T t ,,2,1 = 其中，N 表示面板数据中含有的个体数。T 表示时间序列的时期数。若固定t 不变，?i y ),,2,1(N i =是横截面上的N 个随机变量；若固定i 不变，t y ?,),,2,1(T t =是纵剖面 上的一个时间序列。对于面板数据来说，如果从横截面上看，每个变量都有观测值，从纵剖面上看，每一期都有观测值，则称此面板数据为平衡面板数据（balanced panel data ）。若在面板数据中丢失若干个观测值，则称此面板数据为非平衡面板数据（unbalanced panel data ）。 面板数据模型是建立在面板数据之上、用于分析变量之间相互关系的计量经济模 型。面板数据模型的解析表达式为： it it it it it x y μβα++= T j N i ,2,1;,2,1== 其中，it y 为被解释变量；it α表示截距项，),,,(21k it it it it x x x x =为k ?1维解释变量向量；'21),,,(k it it it it ββββ =为1?k 维参数向量；i 表示不同的个体；t 表示不同的时间；it μ为 随机扰动项，满足经典计量经济模型的基本假设),0(~2μσμIIDN it 。 面板数据模型通常分为三类。即混合模型、固定效应模型和随机效应模型。 ⑴ 混合模型。 如果一个面板数据模型定义为： it it it x y μβα++= T j N i ,2,1;,2,1== 则称此模型为混合模型。混合模型的特点是无论对任何个体和截面，回归系数α和β都是相同的 ⑵ 固定效应模型。 固定效应模型分为3种类型，即个体固定效应模型（entity fixed effects regression
2006年第4期经济经纬 ECONOM I C S URVEY N o.4 2006 贸易引力模型:来自中国的实证与启示 张 昱,唐志芳 (广东外语外贸大学国际经贸学院,广东广州510420) 摘 要:作者在采用并修正贸易引力模型的基础上,验证了决定中国双边贸易的主要因素是贸易伙伴的经济规模(GDP总量)、人口、空间距离和贸易政策等,并通过Be ta系数检验证明区域经济合作组织是影响中国对外贸易最重要的因素;通过贸易潜力分析,说明中国目前应当充分重视国内市场,坚持扩大内需的战略,同时积极调整贸易结构,改善贸易增长方式。 关键词:贸易引力模型;贸易潜力;B eta系数 作者简介:张昱(1971-),女,湖南株洲人,广东外语外贸大学国际经贸学院副院长,经济学博士,副教授,主要研究为国际贸易理论与政策;唐志芳(1981-),女,湖南安仁人,广东外语外贸大学国际经贸学院04级研究生。 中国分类号:F740 文献标识码:A 文章编号:1006-1096(2006)04-0044-04收稿日期:2006-04-03 本文旨在构建一个适当的分析框架来考察我国与贸易伙伴的双边贸易状况,定量估计和分析影响双边贸易的因素,并从总量上测算我国的贸易潜力,从而为中国对外贸易战略的制定提供一个可供参考的依据。本文采用 贸易引力模型,对中国与30个最大贸易伙伴的双边贸易额及相关数据,进行了实证分析。 一、关于贸易引力模型 贸易引力模型(Trade Gravity M ode l)是在国际贸易研究中分析双边贸易流量时得到广泛应用的一个模型。它的基本思想来源于牛顿的万有引力定律,认为两国或地区之间的双边贸易额与这两国或地区的经济总量成正比,与两者间的空间距离成反比。模型的基本形式是 T ij=AG i G j/D ij 其中T ij是双边贸易额,为进出口的总和;G i是国家i的GDP;G j是国家j的GDP;D ij是国家i和国家j的距离; A是比例常数。 尽管表述形式比较简单,但是由于贸易引力模型在解释双边贸易问题上确实有其独到之处,可以解释很多传统经济理论难以解释的现象,所以自20世纪60年代初提出后,许多学者对该模型进行了扩展性研究,例如L i n ne m ann[5](1966)将人口变量加入引力模型,这些研究使得贸易引力模型在原始模型的基础上得到了丰富和发展,贸易引力模型的形式逐渐趋于完善。 二、中国双边贸易引力模型的建立 本文将以过去的学者对贸易引力模型的研究为基础,根据中国双边贸易的实际情况,试图建立反映中国双边贸易的引力模型。基本的国际贸易引力模型的自然对数形式一般表述为: l n T ij= 0+ 1lnG i G j+ 2lnD ij+ (1-1)式中 0为常数项, 为随机误差项,系数 1和 2反映了T ij对G i G j和D ij的弹性。 根据本文的研究目的,同时考虑到中国具有地大物博,人口众多,且是最大的发展中国家等的基本情况,在模型(1-1)的基础上,通过引入新的解释变量,并作必要的修正,建立适合中国双边贸易的引力模型。该模型对模型(1-1)的扩展和修正表现在以下四个方面: 1.除了GDP和距离这两个基本变量外,引入人口作为解释变量。L i n ne m ann的引力模型包括了人口变量,但有一些学者坚持认为应采用人均GDP来代替人口变量,因为人均GDP除了包含人口规模的基本内涵外,还反映经济发展程度,代表性需求水平和要素禀赋比例等。作者在分析中试采用人口变量代替人均GDP
1.Panel Data 模型简介 Panel Data 即面板数据，是截面数据与时间序列数据综合起来的一种数据类型，是截面上个体在不同时点的重复观测数据。 相对于一维的截面数据和时间序列数据进行经济分析而言，面板数据有很多优点。(1)由于观测值的增多，可以增加自由度并减少了解释变量间的共线性，提高了估计量的抽样精度。(2)面板数据建模比单截面数据建模可以获得更多的动态信息，可以构建并检验更复杂的行为模型。(3)面板数据可以识别、衡量单使用一维数据模型所不能观测和估计的影响，可以从多方面对同一经济现象进行更加全面解释。 Panel Data 模型的一般形式为it K k kit kit it it x y μβα++=∑=1 其中it y 为被解释变量，it x 为解释变量， i ＝1，2，3……N ，表示N 个个体；t ＝1，2，3……T ，表示已知T 个时点。参数it α表示模型的截距项，k 是解释变量的个数，kit β是相对应解释变量的待估计系数。随机误差项it μ相互独立，且满足零均值，等方差为2δ的假设。 面板数据模型可以构建三种形式（以截面估计为例）： 形式一： 不变参数模型 i K k ki k i x y μβα++=∑=1 ，又叫混合回归模型，是指无论从时间上还是截面上观察数据均不存在显著差异，故可以将面板数据混合在一起，采用普通最小二乘估计法（OLS ）估计参数即可。 形式二：变截距模型i K k ki k i i x y μβαα+++=∑=1 *，*α为每个个体方程共同的截距项，i α是不同个体之间的异质性差异。对于不同个体或时期而 言，截距项不同而解释变量的斜率相同,说明存在不可观测个体异质影响但基本结构是相同的，可以通过截距项的不同而体现出来个体之间的差异。当i α与i x 相关时，那就说明模型为固定效应模型，当i α与i x 不相关时，说明模型为随机效应模型。 形式三：变参数模型 i K k ki ki i i x y μβαα+++=∑=1 * ，对于不同个体或时期而言，截距项（i αα+*）和每个解释变量的斜率ki β都是不相同的，表 明不同个体之间既存在个体异质影响也存在不同的结构影响，即每个个体或时期都对应一个互不相同的方程。同样分为固定效应模型和随机效应模型两种。 注意：这里没有截距项相同而解释变量的系数不相同的模型。 2.Panel Data 模型分析步骤