發(fā)布時(shí)間：2021-01-22

評(píng)論(0)

資本積累情況改變投入策略，還加入了控制函數(shù)聯(lián)系生產(chǎn)函數(shù)和投入函數(shù)： ? 然而，生產(chǎn)函數(shù)中包含的一些變量在數(shù)據(jù)集中有多種測(cè)量結(jié)果，為了充分使用數(shù)據(jù)同時(shí)規(guī)避因測(cè)量誤差帶來的估計(jì)結(jié)果偏誤，文章使用了經(jīng)

發(fā)布時(shí)間：2019-09-03

評(píng)論(0)

場(chǎng)僅僅通過bonus depreciation的變化。結(jié)果如圖4A和4B： 為了獲得隨時(shí)間的變化，文中使用控制函數(shù)法。圖4C報(bào)告了隨年份變化的估計(jì)值。 最實(shí)證的最后，作者提出“為什么政策驅(qū)動(dòng)的資本積累

發(fā)布時(shí)間：2019-08-11

評(píng)論(0)

場(chǎng)僅僅通過bonus depreciation的變化。結(jié)果如圖4A和4B： 為了獲得隨時(shí)間的變化，文中使用控制函數(shù)法。圖4C報(bào)告了隨年份變化的估計(jì)值。 最實(shí)證的最后，作者提出“為什么政策驅(qū)動(dòng)的資本積累

發(fā)布時(shí)間：2019-06-16

評(píng)論(0)

獲得σ隨時(shí)間的變化，文中使用控制函數(shù)法。圖4C報(bào)告了σ隨年份變化的估計(jì)值。 實(shí)證的最后，作者提出“為什么政策驅(qū)動(dòng)的資本積累從補(bǔ)充變?yōu)閯趧?dòng)替代？”。作者認(rèn)為一種可能的機(jī)制是企業(yè)能夠隨著時(shí)間的推移更自由地

發(fā)布時(shí)間：2019-02-19

評(píng)論(0)

權(quán)的安全性可能會(huì)受到投資決策的影響，從而導(dǎo)致土地使用權(quán)安全的潛在內(nèi)生性可能存在于投資函數(shù)中土地使用權(quán)安全變量的潛在內(nèi)生性中。因此，我們采用Wooldridge（2015）提出的兩階段控制函數(shù)方法來解決

發(fā)布時(shí)間：2018-04-25

評(píng)論(0)

（Ackerbeg et al.，2007）。在這種情況下，控制函數(shù)不僅吸收了企業(yè)不可觀測(cè)的生產(chǎn)率差異帶來的影響，還控制了內(nèi)生的投入決策以及最終品或中間品價(jià)格可能造成的內(nèi)生性問題（De Loecker

發(fā)布時(shí)間：2017-06-02

評(píng)論(0)

使得貝爾曼方程和玻爾茲曼方程有解，而且有經(jīng)濟(jì)學(xué)含義。模型有了整體框架后，理論的結(jié)果十分明顯，即個(gè)體的最優(yōu)行為，也就是最優(yōu)控制函數(shù)，是滿足“去中心化（decentralized）”形式，其潛臺(tái)詞就是：群

發(fā)布時(shí)間：2015-12-29

評(píng)論(0)

偏差時(shí)，這種建模方法產(chǎn)生了許多麻煩的技術(shù)問題。退一步說，以外生回歸因子評(píng)估一個(gè)多項(xiàng)式logit模型是不容易的。我們使用了Tera、Basu and Rathouz（2008）描述的控制函數(shù)