7个观测值显著, 然后发到了JFE, 探讨中国地方政府的融资情况, 实证识别技巧值得借鉴!
凡是搞计量经济的,都关注这个号了
邮箱:econometrics666@126.com
注:以上部分7个观测值显著,主要是由于没有添加任何控制变量。这也不是文章主体识别模型,更细致的识别内容还需参看下方内容。
正文
The financing of local government in China: Stimulus loan wanes and shadow banking waxe, ZhuoChen, ZhiguoHe, ChunLiu, Journal of Financial Economics Volume 137, Issue 1, July 2020, Pages 42-71
The upsurge of shadow banking is typically driven by rising financing demand from certain real sectors. In China, the 4 trillion yuan stimulus package in 2009 was behind the rapid growth of shadow banking after 2012, expediting the development of Chinese corporate bond markets in the poststimulus period. Chinese local governments financed the stimulus through bank loans in 2009 and then resorted to nonbank debt financing after 2012 when faced with rollover pressure from bank debt coming due. Cross-sectionally, using a political-economy-based instrument, we show that provinces with greater bank loan growth in 2009 experienced more municipal corporate bond issuance during 2012–2015, together with more shadow banking activities including trustloans and wealth management products. China’s poststimulus experience exhibits similarities to financial market development during the US National Banking Era.
一,摘要
二,研究背景
三,研究假设与思路框架
1. 核心假设的提出
2. 研究思路
四,具体研究设计与结果
1. 主要数据来源
数据类型 | 数据来源 | 具体描述 |
---|---|---|
MCB数据 | WIND | WIND包含了每种MCB的发行数量、发行日期、到期日、地点、用途和评级等信息。 |
银行贷款、信托贷款和委托贷款数据 | 中国人民银行 | |
WMP数据 | WIND、全国银行业理财信息登记系统 | |
各省份GDP、财政赤字、固定资产投资等数据 | 国家统计局 | |
各城市数据 | 城市统计年鉴 | 其中缺省值参考城市经济和社会发展统计公报 |
2. 描述性统计分析
1)2008-2016地方政府债务结构的变化
2)2004-2016市政企业债券(MCB)发行的变化
3. 实证分析
1)初步研究设计与证据
2)实证研究设计
3)实证研究结果
4)稳健性检验
省份层面 | Anderson-Robin检验 |
---|---|
城市层面 | 有限信息最大似然估计法LIML |
1)影子银行活动和地方政府非银行债务的关系
2)银行贷款和委托贷款的关系
5.中美比较研究
1)与美国联邦银行时代(1863-1912)影子银行发展的对比
2)与2009年美国施行ARRA 计划的对比
美国ARRA计划 | 中国4万亿刺激计划 | |
---|---|---|
规模 | 7870亿美元 | 4万亿人民币 |
投资/扶持的领域 | 大部分资金流向税务减免和医疗健康领域,仅有1050亿美元投入基础设施的建设 | 基本全部投入基础设施的建设 |
实施过程 | 规定每个州最多拥有自资金分配日起18个月的资金使用权 | 地方政府以地方融资平台为主体主要向商业银行进行贷款 |
评价 | 不管是在政界还是学术界该政策均得到了普遍积极的评价 | 褒贬不一 |
五,总结与评价
关于工具变量,参看1.内生性问题操作指南, 广为流传的22篇文章,2.看完顶级期刊文章后, 整理了内生性处理小册子,3.如何寻找工具变量?得工具者得实证计量,4.内生性处理的秘密武器-工具变量估,5.工具变量在社会科学因果推断中的应用,6.为你的"工具变量"合理性进行辩护, 此文献可以作为范例,7.没有工具变量、断点和随机冲击,也可以推断归因,8.工具变量与因果推断, 明尼苏达Bellemare关于IV的分析,9.工具变量IV与内生性处理的精细解读,10.我的"工具变量"走丢了,寻找工具变量思路手册,11.面板数据里处理多重高维固定效应的神器, 还可用工具变量处理内生性,12.豪斯曼, 拉姆齐检验,过度拟合,弱工具和过度识别,模型选择和重抽样问题,13.工具变量先锋 Sargan,供参考,14.AEA期刊的IV靠不靠谱?15.计量大焖锅: iv, clorenz, rank, scalar, bys, xtile, newey, nlcom,16.GMM是IV、2SLS、GLS、ML的统领,待我慢慢道来,17.IV和GMM相关估计步骤,内生性、异方差性等检验方法,18.因果推断IV方法经典文献,究竟是制度还是人力资本促进了经济的发展?19.内生变量的交互项如何寻工具变量, 交互项共线咋办,20.面板数据、工具变量选择和HAUSMAN检验的若干问题,21.IV和Matching老矣, “弹性联合似然法”成新趋势,22.IV回归系数比OLS大很多咋回事, 怎么办呢? ,23.不用IV, 基于异方差识别方法解决内生性, 赐一篇文献,24.找不到IV, RD和DID该怎么办? 这有一种备选方法,25.内生转换模型vs内生处理模型vs样本选择模型vs工具变量2SLS,26.内生性, 工具变量与 GMM估计, 程序code附,27.GMM和工具变量在面板数据中的运用,28.关于工具变量的材料包, 标题,模型,内生变量,工具变量,29.必须使用所有外生变量作为工具变量吗?30.工具变量精辟解释, 保证你一辈子都忘不了,31.毛咕噜论文中一些有趣的工具变量!33.前沿: 删失数据分位数工具变量(CQIV)估计, 做删失数据异质性效应分析,34.不需要找工具变量, 新方式构建工具变量, 导师再也不用担心内生性问题了!35.关于顶级外刊工具变量的使用最全策略, 不收藏反复读就不要谈IV估计!36.如何通过因果图选择合适的工具变量?一份关于IV的简短百科全书,37.前沿: nature刊掀起DAG热, 不掌握就遭淘汰无疑!因果关系研究的图形工具! 38.最清晰的内生性问题详解及软件操作方案!实证研究必备工具!39.中国女学者与其日本同行在JPE上发文了!利用独特数据, 地理断点RDD和IV研究中国环境议题!40.双胞胎样本解决遗漏变量和测量误差, LIV解决选择偏差,41.内生性处理的秘密武器-工具变量估计,42.工具变量IV必读文章20篇, 因果识别就靠他了,43.看完顶级期刊文章后, 整理了内生性处理小册子,44.“内生性” 到底是什么鬼? New Yorker告诉你,45.Heckman两步法的内生性问题(IV-Heckman),46.最全估计方法,解决遗漏变量偏差,内生性,混淆变量和相关问题,47.非线性面板模型中内生性解决方案,48.内生性处理方法与进展,49.内生性问题和倾向得分匹配,50.你的内生性解决方式out, ERM独领风骚,51.面板数据是怎样处理内生性的,52.计量分析中的内生性问题综述,53.一份改变实证研究的内生性处理思维导图,54.Top期刊里不同来源内生性处理方法,55.面板数据中heckman方法和程序(xtheckman),56.控制函数法CF, 处理内生性的广义方法,57.二值选择模型内生性检验方法,58.2SRI还是2SPS, 内生性问题的二阶段CF法实现,59.非线性模型及离散内生变量处理利器, 应用计量经济学中的控制函数法!60.最全利用工具变量控制内生性的步骤和代码—在经管研究中的应用,61.如何选择合适的工具变量, 基于既有文献的总结和解释!62.中介效应最新进展: 中介效应中的工具变量法使用方法及其代码!63.弱工具变量的稳健性检验, 附上code和相关说明!64.工具变量对因果效应的识别和外推, 大牛的顶级评述!
2.5年,计量经济圈近1000篇不重类计量文章,
可直接在公众号菜单栏搜索任何计量相关问题,
Econometrics Circle
数据系列:空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 | 夜间灯光 | 官员方言 | 微观数据 | 内部数据计量系列:匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID数据处理:Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |干货系列:能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验计量经济圈组织了一个计量社群,有如下特征:热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此,建议积极进取和有强烈研习激情的中青年学者到社群交流探讨,始终坚信优秀是通过感染优秀而互相成就彼此的。