什么是隐性变量法
隐性变量法的基本思路是,将全要素生产率看为一个隐性变量即未观测变量,进而借助状态空间模型(state space model) 利用极大似然预期给出全要素生产率估算。
隐性变量法的应用
具体估算中,为了避免显现伪回归,需要执行模型设定检验包含报告稳定性检验和协整检验。稳定性检验和协整检验的方法很多,常见的有ADF (the Augmented Dickey-Fuller) 单位根检验和JJ(Johanson and Juselius ,1990) 协整检验。受于产出、劳活力和资本存量报告的趋势成分一般是单位根过程且三者之间不存在协整关系,所以往往利用产出、劳活力和资本存量的一阶差分序列来建立回归方程。采取C - D 生产函数,且如果范围收益不变,则有如下观测方程:
(1)
其中,Δ
Ln(
TFPt) 为全要素生产率上涨率,如果其为一个隐性变量,且遵循一阶自回归即AR 过程,则有如下状态方程:
Δ
Ln(
TFPt) = ρΔ
Ln(
TFPt − 1) + υ
t (2)
其中,ρ为自回归系数,满足| ρ| < 1 ,
为白噪声。如此,利用状态空间模型,通过极大似然预期同期估算出观测方程(1) 和状态方程(2) ,进而得到全要素生产率上涨的估算值。隐性变量法的最大优点在于,不再将全要素生产率看为残差,而是将其看为一个独立的状态变量,如此将全要素生产率从残差中分离出来,进而刨去掉一部分测算误差对全要素生产率估算的影响。同期,在具体估算时,还充分考虑了报告非稳定性导致的伪回归困难。
有关条目 全要素生产率分析代数指数法上涨会计法
