1. 使用 RMarkdown 的 child 参数，进行文档拼接。
  2. 这样拼接以后的笔记方便复习。
  3. 相关问题提交到 Issue

1 paper review

1.1 普惠金融

@AmyYuhanSun

李建伟 (2017) 在变异系数法确定指标权重的基础上构建普惠金融发展指数，测算了2009-2014年我国30个省份的普惠金融发展程度，并在此基础上构建相关空间计量模型，实证检验了省域普惠金融发展对城乡收入分配差距的影响。

采用的是2014年的省际截面数据，选取普惠金融发展指数（IFI）及其平方项（IFI^2），考察普惠金融发展和城乡收入差距之间是否具有类似U型关系，衡量直接效应。实证研究结果表明，普惠金融发展和城乡收入差距之间在省域空间层面上表现出非完全一致的关系，存在着某种意义上的“U型”关系，即当IFI小于0.53时，省域普惠金融的发展对缩小城乡收入差距具有显著的作用;IFI大于0.53时，普惠金融的发展会扩大城乡收入差距。作者并未对拐点的经济解释含义进行分析。

针对间接效应，作者加入省域普惠金融发展的空间滞后解释变量（W_IFI）衡量间接效应，研究周边省域普惠金融的发展对本省域城乡收入差距的改善，实证检验中该变量并不显著。

结果表明， “地理维度的渗透性” 子维度在现阶段我国普惠金融的发展中起到主导效应，省域普惠金融发展水平差异悬殊；大部分省域普惠金融的发展对缩小本省域城乡收入差距具有显著的作用，但普惠金融发展和城乡收入差距之间在省域层面上表现出非完全一致的关系；周边省域普惠金融的发展对本省域城乡收入差距的改善存在空间溢出效应，不过这种溢出效应或区域辐射效应还不明显。

1.2 波动率计算

@AmyYuhanSun

丁剑平 (2020) 在测算市场利率的日实际波动率时，采用利率变化率的绝对值进行估计。进一步阅读 Kurov and Stan (2017) 以及 Ho, Shi, and Zhang (2017) 的文献，了解到日收益（波动率）绝对值以及平方都可用于波动率的估计。该方法假设收益服从以下分布：\(r_t = \sigma_t\epsilon_t\),其中\(\sigma_t^2 \equiv Var(r_t\mid I_t-1)\)，\(I_t\)为\(t-1\)时刻的信息集，\(\epsilon_t \stackrel{\text{i.i.d}}{\sim} \mathcal N(0,1)\)。

1.3 无形资本度量

@AmyYuhanSun

我们会考虑做成 Y 变量，进行回归。

郑世林 (2020) 本文通过无形资本支出数据及其转化为投资的比例来计算各类无形资本，目前没有一个统一的数据(库)，需要按国家、年份分别进行计算。具体而言，科学R&D、矿藏勘探和金融业新产品设计无形资本投资量可以直接利用支出数据及其转化比例进行计量。然而，软件、新建筑和工程设计、广告、市场研究、企业特定人力资本以及组织资本等细分无形资本缺乏权威的支出数据统计。由于软件等无形资本的投入与产出之间存在着显著的高度正相关关系，因此，通过结合中国省级层面无形资本投入产出的实际情况，利用无形资本相关产出数据来衡量无形资本投资。

计算机化信息资本主要包括软件、数据库两个方面。对于软件，以软件业务收入减去软件产品收入的差额作为软件业无形资本投资，数据主要来自《中国电子信息产业统计年鉴》（软件篇）和《1949~2009中国电子信息产业统计》;数据库主要指体现在计算机数据库中的知识资本，由于作者暂未在正式出版的统计年鉴上发现相关统计信息，故未纳入本文的核算体系，这会使得计算机信息资本投资存在一定程度的低估。

创新资本主要包括科学R&D、矿藏勘探、新建筑和工程设计、金融业新产品设计。对于科学R&D，参照GDP核算原则，一般只计量市场部门产生的价值，因此本文在统计时也只考虑市场部门的 R&D 投资，具体用各地区“R&D 经费内部支出”扣除科研机构、高等院校的R&D经费内部支出，数据来源于2001~2017年《中国科技统计年鉴》；对于矿藏勘探，利用2001~2017年《中国国土资源年鉴》中的“地质勘查投入”来衡量；对于新建筑和工程设计，使用《中国统计年鉴》中“建筑业”目录下的“勘察设计机构营业收入”衡量。然而，建筑工程设计工作大部分属于R&D范畴之内，且部分已被计入R&D投资，因此，本文以勘察设计机构营业收入的50%作为新建筑和工程设计无形资本投资；金融业新产品设计采用金融业公布的业务和管理费支出的 20%作为该部分无形资本投资,数据来源于锐思数据库；

经济竞争力资本主要包括广告、市场研究、企业特定人力资本、组织资本。广告作为公开而广泛地向公众传递信息的宣传手段，对提升企业形象，增加未来销售收入和利润具有重要作用，是无形资本的一部分，但部分广告只是为了短期促销，不属于无形资本投资的范畴，因此，将广告经营额的60%作为无形资本投资，数据来源于《中国广告年鉴》和《中国文化及相关产业统计年鉴》；本文根据2004年、2008年和2013年经济普查数据，得到这3年“咨询与调查营业收入”与“租赁和商务服务业营业收入”两项指标数据，通过计算，发现两者的比值稳定在0.1左右,由于《第三产业统计年鉴》上可以获得中国各省份租赁和商务服务业的相关数据，因此，本文将租赁和商务服务业收入乘以平均占比0.096作为各省份市场研究无形资本投资；企业特定人力资本根据2007年中国居民收入调查（CHIPS）数据计算的员工培训支出占工资比重来估算,其中，就业人员工资总额数据来自 2001~2017 年《中国统计年鉴》；组织资本根据目前经济界学者的通用定义，该类无形资本又可以分为两个部分：一是企业外购的管理咨询服务；二是企业内部组织管理支出；当前尚无官方统一发布的企业外购管理咨询服务支出数据，因而本文聚焦于企业内部组织管理支出用2006年中国营养与健康调查数据（CHNS）中管理者工资占全国调查人员工资比重这一结构数（5.12%），乘以《中国统计年鉴》中就业人员的工资总额作为管理人员的总工资，再以20%的管理人员工资作为组织资本投资。

本文对于不同部分也采用了不同的折旧率。

计算机化信息资本折旧率。美国经济分析局将商业软件包和委托开发软件的使用年限设为3年和5年，对应的折旧率分别为0.55和0.33，0.33为大多数文献沿用的固定折旧率。此外，日本财务省将软件使用年限定为5年，在10%残值率下算得折旧率0.369。因此，参照现有研究，本文也假设软件摊销期为5年。在折旧方法上，采用年数总和加速折旧法，计算得到新增软件在使用年限内的每期折旧率分别为5/15、4/15、3/15、2/15 和 1/15。

定创新资本折旧率。OECD（2012）报告显示，在核算R&D资本时，德国、意大利、葡萄牙等大部分国家采用的平均服务年限为 10 年，仅有美国、芬兰等少数几个国家的 R&D 服务年限依据行业设定不同值。因 此，本文也假定中国创新资本的平均服务年限为10年。本文参照国家税务总局关于固定资产残值比例的规定，假定残值率为0.05，并采用几何效率递减方法，计算得到折旧率为0.26。同时，本文将创新资本服务年限略微缩减 1 年，计算得到折旧率约为 0.28，并将其作为 2012~2016 年的创新资本折旧率，以捕捉创新资本折旧加速的态势。

经济竞争力资本折旧率。2012年9月，人力资源领域综合服务机构CHINAHRKEY发布了《中国中小企业人力资源管理白皮书》显示，中国中小企业平均寿命仅2.5年，远远低于美国中小企业大约7年的平均寿命。因此，将2000~2011年折旧率定为0.65高于美国的0.6。由于中国企业存活期较短，这会提高企业竞争力资本折旧率，为此，同样认为中国折旧率高于美国的0.4，并将2000~2011年企业竞争力资本折旧率设为0.45。2012年之后，中国经济增长方式由粗放模式转换为创新驱动模式，带动了品牌、企业竞争力水平的提高，中小企业的寿命延长。2019年中国人民银行发布报告称，中小企业平均寿命在3年左右，而美国和日本分别是8年、12年左右。中国中小企业存续时间延长，会使得该阶段相应无形资本的折旧下降，但与美国依然存在一定差距。因此本文将2012~2016年品牌资本和经济竞争力资本的折旧率分别设为0.63与0.43。

2 空间计量

(苏丹妮, 盛斌, and 邵朝对 2019)采用因变量滞后的SAR模型研究了国内价值链(NVC)分工网络下经济增长的溢出效应。文章主要从以下几个方面为我们的实证模型提供了借鉴：第一、临近矩阵的构建不仅仅局限于国家-时间，运用更加适合主题的国家-产业构建权重矩阵，更具有现实意义；第 二、根据微笑曲线理论将经济增长总溢出效应解构，将其分解为静态的前端溢出、后向溢出 以及动态过程的溢出效应，再由实证结果进行统计意义的比较，更清晰的反映了何种环境下 的溢出效应具有更大贡献；第三、为使实证结果更具稳健性同时又考虑到模型的现实意义， 作者采用空间滞后被解释变量和时间滞后的GMM矩估计控制模型内生性；第四、文章采用了 交叉项来研究市场化程度对其他区域经济增长对本区域经济增长传导机制的影响1。

Yang, Noah, and Shoff (2015) 将总效应分为直接效应和间接效应的基础上，考虑到不同距离邻国的自变量对 自身因变量的影响是存在差异的，因此他们将直接效应和间接效应再次分解，验证了相关国 家距离的远近对直接效应和间接效应的影响。具体来说

\[\begin{array}{c} y=\rho W y+\alpha l_{n}+X \beta+W X \theta+\varepsilon\\ \varepsilon^{\sim} N\left(0, \sigma^{2} I_{n}\right) \end{array} \] 如上，给出SDM模型的一般形式，对上述公式变形，得下式

\[\begin{array}{l} \left(I_{n}-\rho W\right) y=\alpha l_{n}+X \beta+W X \theta+\varepsilon  y=\left(I_{n}-\rho W\right)^{-1} \alpha l_{n}+\left(I_{n}-\rho W\right)^{-1} X \beta  +\left(I_{n}-\rho W\right)^{-1} W X \theta+\left(I_{n}-\rho W\right)^{-1} \varepsilon \end{array}\]

求\(y\)对\(x\)的偏导数，得

\[\partial y / \partial X_{r}=\left(I_{n}-\rho W\right)^{-1}\left(I_{n} \beta_{r}+W \theta_{r}\right)\]

而对上述等式，将\(\left(I_{n}-\rho W\right)^{-1}\)表示成关于W无穷次幂的线性组合，其中I只衡量直接效应，表 示个体对自己的影响力，而W的阶数就衡量了领国与本国距离的远近，阶数越低，代表距离 越近；换句话说，W的线性组合使我们可以通过W的权重矩阵对直接效应和间接效应进行分割 ，并估计出分割后不同领国\(w1,\cdot,w4\)的系数大小，实证结果表现出的\(\beta_1\>\beta_2\>\beta_3\>\beta_4\)也验证了前面的结论。

除此之外，Yang, Noah, and Shoff (2015) 的文章也从另外两个方面为我们的实证研究提供指导：第一、在选择SDM 模型度量直接效应和间接效应前，事实上我们应当证明间接效应的存在和不可忽略性，将相 关自变量的直接效应绝对数与间接效应绝对数相除，可以观察到间接效应的相对大小，从而 证明模型选择的合理性；第二、 因为 Yang, Noah, and Shoff (2015) 研究了相当多自变量的影响作用，因此他们的归纳也存在一定难度，对此，Yang, Noah, and Shoff (2015) 先从三个方面对自变量进行分类并展开实证研究，在结论部分也只展示了直接效应和间接效 应均显著的自变量对因变量的影响，从而保证实证结果的逻辑性和清晰性。

2.1 四大属性

这是目前总结的综述。

  1. dollar-indices-chen-comments.pdf
  2. ramey1994cross.pdf
  3. angeletos2020business.pdf
  4. campante2018long.pdf
  5. zhou2020measuring.pdf
  6. nakamura2018elusive.pdf

附录

2.2 Fix Rejected Push

git status (查看当前所在branch)
git checkout (切换到对应branch)
git pull origin (pull对应branch)

参考文献

Ho, Kin Yip, Yanlin Shi, and Zhaoyong Zhang. 2017. “Does News Matter in China’s Foreign Exchange Market? Chinese Rmb Volatility and Public Information Arrivals.” International Review of Economics & Finance 52 (NOV.): 302–21.

Kurov, Alexander, and Raluca Stan. 2017. “Monetary Policy Uncertainty and the Market Reaction to Macroeconomic News.” Journal of Banking & Finance 86: 127–42.

Yang, Tse-Chuan, Aggie J. Noah, and Carla Shoff. 2015. “Exploring Geographic Variation in Us Mortality Rates Using a Spatial Durbin Approach.” Population, Space and Place 21 (1): 18–37. https://doi.org/10.1002/psp.1809.

丁剑平刘璐. 2020. “中国货币政策不确定性和宏观经济新闻的人民币汇率效应.” 财贸经济 5: 19–34.

李建伟. 2017. “普惠金融发展与城乡收入分配失衡调整——基于空间计量模型的实证研究.” 国际金融研究 366 (10): 14–23.

苏丹妮, 盛斌, and 邵朝对. 2019. “国内价值链、市场化程度与经济增长的溢出效应.” 世界经济 10 (August): 143–68.

郑世林杨梦俊. 2020. “中国省际无形资本存量估算：2000～2016年.” 管理世界 36: 67–81+110+82.

  1. (苏丹妮, 盛斌, and 邵朝对 2019)一般化该方法，为研究z对“x影响y机制”的影响，设立如下包含交叉项的模型： \(y=\beta_0+\beta_1 x+\beta_2 z+\beta_3 x \cdot z+\mu\) 观察\(\beta 3\)的系数，若为正，表示\(z\)强化了\(x\)对\(y\)的影响，反之\(z\)为负，则削弱了\(x\)对\(y\)的影响。↩︎