• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    房地產(chǎn)投資增長(zhǎng)率對(duì)經(jīng)濟(jì)增漲率的影響
    ——基于省際面板數(shù)據(jù)分析

    2018-07-26 11:00:06朱衛(wèi)中南財(cái)經(jīng)政法大學(xué)湖北武漢430073
    中國(guó)房地產(chǎn)業(yè) 2018年13期
    關(guān)鍵詞:單位根數(shù)據(jù)模型增長(zhǎng)率

    文/朱衛(wèi) 中南財(cái)經(jīng)政法大學(xué) 湖北武漢 430073

    1、引言

    投資對(duì)一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)增長(zhǎng)起著重大作用。房地產(chǎn)業(yè)在國(guó)民經(jīng)濟(jì)中占有重要地位,主要通過(guò)以下幾個(gè)方面來(lái)體現(xiàn):一是房地產(chǎn)業(yè)在開(kāi)發(fā)投資建設(shè)中直接帶動(dòng)建筑、建材、冶金等行業(yè)的發(fā)展,二是房屋建成入住之后,帶動(dòng)家具、家電和裝修等行業(yè)的發(fā)展。此外房地產(chǎn)業(yè)的發(fā)展還會(huì)帶動(dòng)相關(guān)產(chǎn)業(yè)的人員需求,提高了社會(huì)的整體就業(yè)水平,進(jìn)而增加國(guó)民收入,影響消費(fèi),帶動(dòng)經(jīng)濟(jì)增長(zhǎng)。目前,我國(guó)經(jīng)濟(jì)正處于新常態(tài),面臨著諸多挑戰(zhàn)和風(fēng)險(xiǎn)。因而,研究房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的作用,不僅具有理論價(jià)值,而且具有重要的現(xiàn)實(shí)意義。

    本文首先分析我國(guó)經(jīng)濟(jì)發(fā)展的背景,了解到房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響,然后總結(jié)國(guó)內(nèi)外學(xué)者對(duì)這方面研究的成果,接著在理論分析的基礎(chǔ)上結(jié)合數(shù)據(jù)進(jìn)行建模、實(shí)證分析,最終得出房地產(chǎn)投資增長(zhǎng)率與地區(qū)經(jīng)濟(jì)增長(zhǎng)率的關(guān)系。

    2、文獻(xiàn)綜述

    1998 年我國(guó)全面終止住房分配制度后,房地產(chǎn)市場(chǎng)發(fā)展迅猛,房地產(chǎn)投資也成了學(xué)者們的重要研究領(lǐng)域,參考已有的相關(guān)文獻(xiàn),主要有以下幾個(gè)方面的研究:

    2.1 關(guān)于房地產(chǎn)投資的概念

    國(guó)內(nèi)外學(xué)者從不同角度進(jìn)行了解讀。其中,王兆金等認(rèn)為房地產(chǎn)投資是指不同的投資主體(政府、企業(yè)和個(gè)人)為實(shí)現(xiàn)某種預(yù)定的目標(biāo),直接或間接性地對(duì)房地產(chǎn)的開(kāi)發(fā)、經(jīng)營(yíng)、管理、服務(wù)和消費(fèi)所進(jìn)行的投資活動(dòng)。同時(shí),社會(huì)文化和政治環(huán)境、行政負(fù)擔(dān)和監(jiān)管限制是影響房地產(chǎn)投資規(guī)模的重要因素,這一觀點(diǎn)在Karsten、Nathan 等的研究中都得到了肯定。在此基礎(chǔ)上,筆者結(jié)合我國(guó)實(shí)際情況,發(fā)現(xiàn)影響我國(guó)房地產(chǎn)投資規(guī)模大小的因素主要有城鎮(zhèn)化水平、居民消費(fèi)價(jià)格指數(shù)、第三產(chǎn)業(yè)等。從大部分學(xué)者的研究結(jié)論來(lái)看,都把房地產(chǎn)投資視作經(jīng)濟(jì)發(fā)展長(zhǎng)河中的一股重要力量。

    2.2 房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)的關(guān)系

    由于研究對(duì)象、研究方法不同,關(guān)于房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)的關(guān)系,學(xué)術(shù)界眾說(shuō)紛紜、觀點(diǎn)各異,經(jīng)梳理發(fā)現(xiàn),現(xiàn)有關(guān)于房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)的關(guān)系研究主要集中在以下兩方面:①房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)之間的作用機(jī)理方面。岳朝龍等通過(guò)實(shí)證分析發(fā)現(xiàn): 房地產(chǎn)投資和經(jīng)濟(jì)增長(zhǎng)之間相互促進(jìn),長(zhǎng)期內(nèi)房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)影響顯著,且經(jīng)濟(jì)增長(zhǎng)對(duì)房地產(chǎn)投資也有反饋?zhàn)饔?。但Huang等人基于投入產(chǎn)出法和國(guó)民經(jīng)濟(jì)增長(zhǎng)理論卻發(fā)現(xiàn): 房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)有單向促進(jìn)作用,經(jīng)濟(jì)增長(zhǎng)對(duì)房地產(chǎn)投資并沒(méi)有促進(jìn)作用,如王重潤(rùn)等通過(guò)Feber模型分析發(fā)現(xiàn),在我國(guó)的大中城市,房地產(chǎn)投資有較為嚴(yán)重的“擠出效應(yīng)”,房地產(chǎn)投資增長(zhǎng)會(huì)引起社會(huì)資金對(duì)實(shí)體經(jīng)濟(jì)投入的減少,進(jìn)而阻礙經(jīng)濟(jì)增長(zhǎng)。②房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)影響的程度。Bisping等把房地產(chǎn)投資分為房地產(chǎn)住宅投資和商業(yè)投資兩大類(lèi),再把各自對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生的影響予以分析比較,實(shí)證研究發(fā)現(xiàn),房地產(chǎn)住宅投資對(duì)帶動(dòng)經(jīng)濟(jì)增長(zhǎng)更有優(yōu)勢(shì)。但Zhang等表達(dá)了不同意見(jiàn),認(rèn)為房地產(chǎn)投資不一定對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用,他們通過(guò)對(duì)中國(guó)1991-2007年30個(gè)省份地區(qū)的數(shù)據(jù)做動(dòng)態(tài)計(jì)量模型分析,發(fā)現(xiàn)房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響存在明顯的“門(mén)檻效應(yīng)”,在我國(guó)只有人均GDP大于1000美元的省份,房地產(chǎn)投資才能有效地促進(jìn)該地區(qū)經(jīng)濟(jì)增長(zhǎng)。

    總體而言,現(xiàn)階段學(xué)術(shù)界關(guān)于房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系為本文研究提供了前期成果積累,并指引了深入研究的方向。隨著我國(guó)經(jīng)濟(jì)邁入新常態(tài),在現(xiàn)有研究的基礎(chǔ)上,有必要對(duì)我國(guó)房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)的關(guān)系重新解讀。與以往相比,本文在研究采用1998—2015年全國(guó)各省市的房地產(chǎn)投資和地區(qū)生產(chǎn)總值的面板數(shù)據(jù),考慮到的不平穩(wěn)性,綜合運(yùn)用了單位根檢驗(yàn)、面板數(shù)據(jù)模型選擇和回歸估等實(shí)證檢驗(yàn)工具,分析了我國(guó)房地產(chǎn)投資增長(zhǎng)率與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系。

    3、研究方法

    3.1 面板數(shù)據(jù)的單位根檢驗(yàn)

    目前面板數(shù)據(jù)的單位根檢驗(yàn)主要有六種,分別是:LLC檢驗(yàn)、Hadri檢驗(yàn)Breitung檢驗(yàn)、IPS(Im-Pesaran-Shin)檢驗(yàn)、崔仁(InChoi)檢驗(yàn)。本文主要采用LLC檢驗(yàn)和IPS檢驗(yàn)。

    3.1.1 LLC檢驗(yàn)

    LLC檢驗(yàn)適用于相同根 ( common root) 情形。LLC 檢驗(yàn)原理的原假設(shè)是

    H0∶ρ=0(有單位根);備擇假設(shè)是H1∶ρ<0。LLC 檢驗(yàn)為左單側(cè)檢驗(yàn),統(tǒng)計(jì)量為 :

    3.1.2 IPS(Im-Pesaran-Shin)檢驗(yàn)

    IPS檢驗(yàn)克服了LLC檢驗(yàn)的缺陷,允許面板中不同個(gè)體(序列)

    ρi不同。它的原假設(shè)和備擇假設(shè)為:

    H0:ρi=0,i=1,2...,N(存在單位根)

    3.2 面板數(shù)據(jù)模型

    面板數(shù)據(jù)模型的一般形式為:

    其中,αit為模型的常數(shù)項(xiàng),xit= (x1t,x2t,…,xkt) 是 1×K 向 量,βit=(β1t,β2t,…,βkt) 是K×1向量。隨機(jī)誤差項(xiàng)uit互相獨(dú)立,且滿足零均值、同方差的假定。然而,上述模型不能用來(lái)估計(jì),也不能用來(lái)預(yù)測(cè),因?yàn)閰?shù)的個(gè)數(shù)比自由度nT多。因此,為了方便,我們假設(shè)參數(shù)不隨時(shí)間變化,只隨個(gè)體變化。因此,模型改寫(xiě)為:

    誤差項(xiàng)可以分解為:

    其中。μit是個(gè)體效應(yīng),εit為特異誤差。且War(εit)=σt2,εit相互獨(dú)立。根據(jù)對(duì)μi的不同假定,可以將面板數(shù)據(jù)模型分為固定效應(yīng)模型(Fixed Effect Model) 和隨機(jī)效應(yīng)模型(Random Effect Model)。如果是固定效應(yīng)模型,那么

    μi在時(shí)間上是固定的,與解釋變量可能有關(guān),也可能無(wú)關(guān);如果是隨機(jī)效應(yīng)模型,那么μi也是隨機(jī)變量;如果從時(shí)間上看,不同個(gè)體之間不存在顯著性差異,從截面上看不同的截面之間也不存在顯著性差異,則為混合回歸模型。

    4、模型設(shè)計(jì)與數(shù)據(jù)說(shuō)明

    4.1 變量選擇和模型設(shè)計(jì)

    通常地區(qū)GDP值能描述該地的經(jīng)濟(jì)發(fā)展?fàn)顩r,為了考察房地產(chǎn)投資增長(zhǎng)率與經(jīng)濟(jì)增長(zhǎng)率之間的關(guān)系,本文選擇各地區(qū)生產(chǎn)總值的一階差分(d_gdp)作為描述地區(qū)增長(zhǎng)率的變量,各地區(qū)房地產(chǎn)開(kāi)發(fā)投資一階差分(d_fdc)為描述地區(qū)房地產(chǎn)投資開(kāi)發(fā)增長(zhǎng)率的變量。另外,一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r受多個(gè)因素的影響,經(jīng)總結(jié)整理相關(guān)文獻(xiàn),社會(huì)固定資產(chǎn)投資、勞動(dòng)力就業(yè)情況對(duì)經(jīng)濟(jì)的增長(zhǎng)有顯著影響,因此本文選擇除房地產(chǎn)開(kāi)發(fā)投資外各地區(qū)其他固定資產(chǎn)投資nfdc和各地區(qū)城鎮(zhèn)失業(yè)率syl作為控制變量。為保證投資效率影響的效果檢驗(yàn)的一致性以及保證數(shù)據(jù)的平穩(wěn)性,對(duì)nfdc進(jìn)行一階差分(d_nfdc)、對(duì)syl取對(duì)數(shù)(ln_syl)作為控制變量,建立面板數(shù)據(jù)回歸模型,模型設(shè)計(jì)如下:

    其中,α0為截距項(xiàng),表示除社會(huì)固定資產(chǎn)投資增長(zhǎng)率和失業(yè)率外,其他影響因素對(duì)經(jīng)濟(jì)增長(zhǎng)率的影響;β0、β1、β2分別表示房地產(chǎn)投資增長(zhǎng)率、非房地產(chǎn)投資的固定資產(chǎn)投資、城鎮(zhèn)失業(yè)率對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)率的影響系數(shù);σ0為隨機(jī)誤差項(xiàng)。

    4.2 數(shù)據(jù)描述

    我國(guó)從1998終止福利分房制度,本文以我國(guó)1998-2015作為研究期。本文所使用的原始數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局歷年的《中國(guó)統(tǒng)計(jì)年鑒》以及各省市的統(tǒng)計(jì)年鑒,為了保證實(shí)證結(jié)果的準(zhǔn)確性,剔除了數(shù)據(jù)有缺失的兩個(gè)省份,故樣本容量為全國(guó)29個(gè)省市,共2088個(gè)數(shù)據(jù)。

    5、實(shí)證分析

    5.1 單位根檢驗(yàn)

    為避免出現(xiàn)時(shí)間序列由于非平穩(wěn)而造成的偽回歸現(xiàn)象,在做面板數(shù)據(jù)模型之前,我們首先對(duì)時(shí)間序列進(jìn)行平穩(wěn)性的單位根檢驗(yàn)。

    根據(jù)單位根檢驗(yàn)結(jié)果顯示: ln_gdp,ln_fdc,ln_nfdc均沒(méi)通過(guò)LLC檢驗(yàn)和IPS檢驗(yàn),ln_syl在均在1%的顯著水平下通過(guò)LLC檢驗(yàn)和IPS檢驗(yàn)。對(duì)gdp、gdc、nfdc、進(jìn)行一階差分d_gdp、d_fdc、d_nfdc均能在1%的顯著水平下通過(guò)LLC檢驗(yàn)和IPS檢驗(yàn)。因此,d_gdp、d_fdc、d_nfdc、ln_syl表現(xiàn)平穩(wěn)。

    5.2 面板數(shù)據(jù)模型形式確定

    在進(jìn)行回歸之前,本文通過(guò)F檢驗(yàn)和Hausman 檢驗(yàn)來(lái)選擇合適的面板數(shù)據(jù)模型形式。一般地,F(xiàn)檢驗(yàn)是決定選取混合模型還是固定效應(yīng)模型,Hausman 檢驗(yàn)則是決定選取固定效應(yīng)模型還是隨機(jī)模型。如表所示,F(xiàn)檢驗(yàn)和Hausman檢驗(yàn)p值均為零,拒絕原假設(shè),所以本文面板數(shù)據(jù)應(yīng)選擇固定效應(yīng)模型。

    5.3 回歸結(jié)果分析

    本文采用固定效應(yīng)模型對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)、房地產(chǎn)投資、除房地產(chǎn)外其他社會(huì)固定資產(chǎn)投資、城鎮(zhèn)失業(yè)率的數(shù)據(jù)進(jìn)行回歸,檢驗(yàn)房地產(chǎn)對(duì)全國(guó)各地區(qū)經(jīng)濟(jì)增長(zhǎng)的影響程度。回歸結(jié)果如表4,同時(shí)將混合模型和隨機(jī)模型結(jié)果一并呈現(xiàn),根據(jù)三個(gè)模型的系數(shù)顯著性檢驗(yàn)和自變量的解釋程度來(lái)看,固定效應(yīng)模型3個(gè)變量系數(shù)的回歸結(jié)果都在1%的顯著水平下通過(guò)檢驗(yàn);隨機(jī)效應(yīng)模型和混合效應(yīng)模型中,變量ln_syl的回歸結(jié)果都沒(méi)能通過(guò)顯著性檢驗(yàn),因此,固定效應(yīng)模型更能真實(shí)反房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響,這也正印證上述的檢驗(yàn)。

    從固定模型的計(jì)量結(jié)果來(lái)看,房地產(chǎn)投資變量與經(jīng)濟(jì)增長(zhǎng)正相關(guān),且解釋程度高達(dá)99%。對(duì)房地產(chǎn)投資和經(jīng)濟(jì)增長(zhǎng)進(jìn)行一階差分后這兩個(gè)變量分別描述的是房地產(chǎn)投資增長(zhǎng)率和經(jīng)濟(jì)增長(zhǎng)率。由回歸結(jié)果可知,當(dāng)房地產(chǎn)投資增長(zhǎng)率提高1%時(shí),經(jīng)濟(jì)增長(zhǎng)率提高13.61%,經(jīng)濟(jì)增長(zhǎng)率的漲幅大于房地產(chǎn)投資增長(zhǎng)率的漲幅,增加房地產(chǎn)投資有利于地區(qū)經(jīng)濟(jì)的增長(zhǎng)。

    6、結(jié)論與建議

    6.1 研究結(jié)論

    通過(guò)本文的分析,在影響房地產(chǎn)投資的主要因素中,房地產(chǎn)投資增長(zhǎng)率以及其他社會(huì)固定資產(chǎn)投資、城鎮(zhèn)失業(yè)率均對(duì)經(jīng)濟(jì)增長(zhǎng)的速度有顯著影響且解釋度高達(dá)99%。房地產(chǎn)投資增長(zhǎng)速度和其他社會(huì)固定資產(chǎn)投資增長(zhǎng)速度與經(jīng)濟(jì)增長(zhǎng)率正相關(guān),城鎮(zhèn)失業(yè)率與經(jīng)濟(jì)增長(zhǎng)率負(fù)相關(guān),當(dāng)房地產(chǎn)投資增長(zhǎng)率上升1%時(shí),經(jīng)濟(jì)增長(zhǎng)率上升13.61%;當(dāng)其他社會(huì)固定資產(chǎn)投資增長(zhǎng)率上升1%時(shí),經(jīng)濟(jì)增長(zhǎng)率上升13.67%;當(dāng)城鎮(zhèn)失業(yè)率上升1%時(shí),經(jīng)濟(jì)增長(zhǎng)率下降7%。由實(shí)證分析的結(jié)果可以得知,投資能大力推動(dòng)經(jīng)濟(jì)的增長(zhǎng),且經(jīng)濟(jì)增長(zhǎng)的程度要遠(yuǎn)大于社會(huì)投資的漲幅,另外,降低失業(yè)率也能推動(dòng)經(jīng)濟(jì)的增長(zhǎng)。

    6.2 政策建議

    房地產(chǎn)投資能有效提高地區(qū)經(jīng)濟(jì)發(fā)展,各地區(qū)要發(fā)展經(jīng)濟(jì)必須重視房地產(chǎn)投資,但也不能因噎廢食,而要與我國(guó)宏觀經(jīng)濟(jì)發(fā)展相適應(yīng)。其次,由于目前房地產(chǎn)業(yè)存在的主要問(wèn)題是房?jī)r(jià)過(guò)高、投機(jī)嚴(yán)重等,居民的真正居住需求得不到滿足。因此政府需要從調(diào)控房?jī)r(jià)、治理投機(jī)活動(dòng)入手,才能使房地產(chǎn)業(yè)健康發(fā)展。最后,我國(guó)的房地產(chǎn)投資資源消耗大、工業(yè)程度化低、環(huán)境負(fù)荷嚴(yán)重,因此政府必須大力促進(jìn)“節(jié)能省地型”房地產(chǎn)。筆者給出如下幾點(diǎn)建議:

    (1) 政府要全面正確的認(rèn)識(shí)房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的作用。 一方面,政府要合理引導(dǎo)房地產(chǎn)企業(yè)開(kāi)發(fā)投資,合理規(guī)劃土地利用,合理控制房地產(chǎn)投資規(guī)模,保證房地產(chǎn)投資在投資結(jié)構(gòu)中占據(jù)合理比例。 另一方面,政府要認(rèn)識(shí)到經(jīng)濟(jì)增長(zhǎng)不能過(guò)度依賴(lài)房地產(chǎn)投資,因?yàn)榉康禺a(chǎn)企業(yè)對(duì)其他行業(yè)發(fā)展存在擠出效應(yīng),這就要求政府發(fā)展多元化的經(jīng)濟(jì)增長(zhǎng)點(diǎn),科學(xué)的建設(shè)房地產(chǎn)市場(chǎng)。

    (2) 加強(qiáng)普通中低檔住房建設(shè),實(shí)現(xiàn)“居者有其屋”。2015年以來(lái)我國(guó)房?jī)r(jià)普遍集體上漲,高昂的房?jī)r(jià)成為薪資階層的負(fù)擔(dān),一些弱勢(shì)群體更是望房興嘆。因此,政府要注重民生,一方面大力加強(qiáng)保障房建設(shè),增加該類(lèi)住房的供應(yīng),加大對(duì)該類(lèi)住房的補(bǔ)貼,實(shí)現(xiàn)真正的惠及群眾。另一方面,政府要全面建設(shè)社會(huì)保障體系,保障低收入群體的基本生活需求。

    (3) 發(fā)揮稅收調(diào)節(jié)作用,抑制投資投機(jī)性購(gòu)房。通過(guò)稅收調(diào)節(jié),在一定程度上抑制外來(lái)投資者的投機(jī)行為,降低市場(chǎng)風(fēng)險(xiǎn)。同時(shí),也要對(duì)部分開(kāi)發(fā)商“捂盤(pán)惜售”等違規(guī)銷(xiāo)售行為進(jìn)行處罰,打壓其投機(jī)行為,平衡市場(chǎng)供需關(guān)系。

    (4) 縮小居民收入差距,完善保障住房建設(shè)。強(qiáng)化、擴(kuò)大以低收入群體為主的就業(yè)支持,繼續(xù)發(fā)揮最低工資制度的積極作用。此外,繼續(xù)落實(shí)住房“雙軌制”,充分挖掘住房保障對(duì)收入分配的調(diào)節(jié)潛力。繼續(xù)加大保障房對(duì)低收入群體的支持力度,探索實(shí)施租金管制的可能性及實(shí)施辦法。

    (5) 完善房信貸政策,優(yōu)化投資路徑。一方面,通過(guò)加強(qiáng)金融監(jiān)管,強(qiáng)化借款人資格審查,謹(jǐn)防出現(xiàn)房地產(chǎn)泡沫。同時(shí),嚴(yán)格控制對(duì)房地產(chǎn)。開(kāi)發(fā)商的貸款數(shù)額及貸款期限,降低房地產(chǎn)開(kāi)發(fā)企業(yè)的投資熱情。另一方面,轉(zhuǎn)變開(kāi)發(fā)模式,調(diào)整投資方向。改變以商住投資為主要投資的傳統(tǒng)投資模式,加強(qiáng)對(duì)文化地產(chǎn)、旅游地產(chǎn)以及養(yǎng)老地產(chǎn)等的投資,這樣既能滿足消費(fèi)者需求的多元化和個(gè)性化,又可以加大對(duì)商住房地產(chǎn)“去庫(kù)存”的力度。

    猜你喜歡
    單位根數(shù)據(jù)模型增長(zhǎng)率
    2020年河北省固定資產(chǎn)投資增長(zhǎng)率
    2019年河北省固定資產(chǎn)投資增長(zhǎng)率
    面板數(shù)據(jù)模型截面相關(guān)檢驗(yàn)方法綜述
    STAR模型下退勢(shì)單位根檢驗(yàn)統(tǒng)計(jì)量的比較
    加熱爐爐內(nèi)跟蹤數(shù)據(jù)模型優(yōu)化
    國(guó)內(nèi)生產(chǎn)總值及其增長(zhǎng)率
    貨幣供應(yīng)量同比增長(zhǎng)率
    基于MCMC算法的貝葉斯面板單位根檢驗(yàn)
    ESTAR模型的單位根檢驗(yàn)統(tǒng)計(jì)量及其功效比較
    面向集成管理的出版原圖數(shù)據(jù)模型
    华坪县| 桑日县| 巴东县| 葵青区| 伊宁县| 文安县| 开江县| 杂多县| 临夏市| 奇台县| 嫩江县| 景宁| 额敏县| 沙河市| 石柱| 东光县| 万山特区| 类乌齐县| 巴楚县| 汾阳市| 八宿县| 潍坊市| 中山市| 尼玛县| 临高县| 甘肃省| 陇川县| 威信县| 黄陵县| 高唐县| 林甸县| 沅江市| 通榆县| 肥西县| 张家界市| 台北市| 五指山市| 饶平县| 灵石县| 庆安县| 株洲市|