Panel data methodology is used to e

Panel data methodology is used to estimate equations (3a-b). We mainly apply Feasible Generalized Least Squares (FGLS) combined with the Seemingly Unrelated Regression (SUR) technique, thus controlling for correlation between error terms over time and between cross-sections. The use of panel data methodology has several advantages over cross-section analysis. First, panels make it possible to capture the relevant relationships among variables over time. Second, a major advantage of using panel data is the ability to monitor the possible unobservable trading-partner pairs’ individual effects. When individual effects are omitted, OLS estimates will be biased if individual effects are correlated with the regressors. Mátyás (1997), Chen and Wall (1999) and Egger (2000) present a discussion of the advantages of using this methodology to estimate the gravity equation of trade. Panel unit-root tests are conducted for exports in real terms (aggregated), the real exchange rate, total income, per capita income differences and transport costs. Stochastic trends that express themselves as autocorrelation of the error terms are found to prevail in all series analysed. Due to missing data and possibly an insufficient number of observations, Period SUR15 cannot be performed. We control for autocorrelation of the disturbances by plugging in AR-terms whenever they prove to be significant. Simulations are based on 1988-2002 data and the coefficients for this period.

ผลลัพธ์ (ไทย) 1:

ใช้แผงข้อมูลวิธีการประมาณการสมการ (3a-b) เราส่วนใหญ่นำไปใช้เป็นไปได้ตั้งค่าทั่วไปอย่างน้อยสี่เหลี่ยม (FGLS) รวมกับเทคนิคดูเหมือนไม่เกี่ยวข้องการถดถอย (เซอ) การควบคุมดังนั้น สำหรับความสัมพันธ์ ระหว่างเงื่อนไขข้อผิดพลาดช่วงเวลา และ cross-sections การใช้แผงข้อมูลวิธีมีข้อดีหลายผ่านการวิเคราะห์ระหว่างส่วน ครั้งแรก แผงทำให้สามารถจับความสัมพันธ์เกี่ยวข้องระหว่างตัวแปรช่วงเวลา สอง จากการใช้แผงข้อมูลเป็นความสามารถในการตรวจสอบสามารถ unobservable คู่ค้าคู่ของแต่ละผล เมื่อแต่ละผลจะละเว้น จะลำเอียง OLS ประเมินถ้าแต่ละลักษณะมี correlated กับ regressors ที่ Mátyás (1997), เฉิน และผนัง (1999) และ Egger (2000) เสนอคำอธิบายเกี่ยวกับประโยชน์ของการใช้วิธีนี้การประมาณการสมการแรงโน้มถ่วงของการค้า มีดำเนินการทดสอบหน่วยรากแผงสำหรับส่งออกในเงื่อนไขจริง (รวม), อัตราแลกเปลี่ยนที่แท้จริง รายได้รวม ความแตกต่างของรายได้ต่อหัว และต้นทุนการขนส่ง แนวโน้มแบบเฟ้นสุ่มที่แสดงเป็น autocorrelation เงื่อนไขข้อผิดพลาดจะพบเหนือชั้นในทุกชุด analysed เนื่องจากขาดข้อมูล และอาจรวมถึงการสังเกตจำนวนไม่เพียงพอ SUR15 ระยะเวลาไม่สามารถทำ เราควบคุมสำหรับ autocorrelation การรบกวน โดยเสียบ AR-เงื่อนไขเมื่อใดก็ ตามที่พวกเขาพิสูจน์ให้สำคัญ จำลองงานบนข้อมูล 1988-2002 และสัมประสิทธิ์สำหรับรอบระยะเวลานี้

ผลลัพธ์ (ไทย) 2:

วิธีการแผงข้อมูลที่ใช้ในการประเมินสมการ (3a-B) เราส่วนใหญ่ใช้เป็นไปได้ทั่วไปสองน้อย (FGLS) รวมกับที่ดูเหมือนไม่เกี่ยวข้องถดถอย (SUR) เทคนิคจึงควบคุมความสัมพันธ์ระหว่างเงื่อนไขข้อผิดพลาดในช่วงเวลาและระหว่างส่วนข้าม การใช้วิธีการของแผงข้อมูลมีหลายข้อได้เปรียบกว่าการวิเคราะห์ตัด ครั้งแรกแผงทำให้มันเป็นไปได้ที่จะจับภาพความสัมพันธ์ระหว่างตัวแปรที่เกี่ยวข้องในช่วงเวลา ประการที่สองข้อได้เปรียบที่สำคัญของการใช้ข้อมูลที่แผงคือความสามารถในการตรวจสอบที่เป็นไปได้คู่ค้าพันธมิตรสำรวจ 'ผลกระทบของแต่ละบุคคล เมื่อผลกระทบของแต่ละบุคคลจะถูกตัดออกประมาณ OLS จะลำเอียงถ้าผลกระทบของแต่ละบุคคลมีความสัมพันธ์กับ regressors Máty​​ás (1997), เฉินและผนัง (1999) และ Egger (2000) นำเสนอการอภิปรายข้อดีของการใช้วิธีการนี​​้ในการประมาณการสมการแรงโน้มถ่วงของการค้าที่ แผงทดสอบรากหน่วยจะดำเนินการสำหรับการส่งออกในแง่จริง (รวม) อัตราแลกเปลี่ยนที่แท้จริง, รายได้รวมต่อหัวแตกต่างรายได้และค่าใช้จ่ายในการขนส่ง แนวโน้ม Stochastic ที่แสดงตัวเองเป็นอัตเงื่อนไขข้อผิดพลาดที่พบจะชนะในซีรีส์วิเคราะห์ทั้งหมด เนื่องจากข้อมูลที่ขาดหายไปและอาจจะเป็นจำนวนไม่เพียงพอของการสังเกตระยะเวลา SUR15 ไม่สามารถดำเนินการ เราควบคุมสำหรับอัตระเบิดโดยการเสียบ AR-แง่เมื่อใดก็ตามที่พวกเขาพิสูจน์ให้เป็นอย่างมีนัยสำคัญ จำลองอยู่บนพื้นฐานของข้อมูลและ 1988-2002 สัมประสิทธิ์สำหรับช่วงเวลานี้

ผลลัพธ์ (ไทย) 3:

แผงข้อมูล วิธีการที่ใช้ในการประมาณสมการ ( 3a-b ) ส่วนใหญ่เราใช้ไปได้ Generalized Least Squares ( fgls ) รวมกับการถดถอยที่ดูเหมือนไม่เกี่ยวข้องกัน ( SUR ) เทคนิค ดังนั้น การควบคุมความสัมพันธ์ระหว่างข้อผิดพลาดเงื่อนไข ระยะเวลา และระหว่างและ . การใช้แผงข้อมูลวิธีการมีข้อดีหลายกว่าการวิเคราะห์หน้าตัด . ครั้งแรกติดตั้งให้สามารถจับภาพที่เกี่ยวข้องความสัมพันธ์ระหว่างตัวแปรในช่วงเวลา สองข้อได้เปรียบที่สำคัญของการใช้ข้อมูลแผงคือความสามารถในการตรวจสอบเป็นไปได้ unobservable พันธมิตรคู่ค้าของแต่ละผล เมื่อผลของแต่ละบุคคลจะละเว้น และประมาณการจะลำเอียง ถ้าผลบุคคล มีความสัมพันธ์กับ regressors . M . kgm ไท ( 1997 ) , S . kgmเฉินและผนัง ( 1999 ) และ เอเกอร์ ( 2000 ) ปัจจุบันการอภิปรายของประโยชน์ของการใช้วิธีการนี้เพื่อประมาณการสมการแรงโน้มถ่วงของการค้า การทดสอบหน่วยรากแผง ) สำหรับการส่งออกในแง่จริงจริง ( รวม ) , อัตราแลกเปลี่ยน , รายได้ต่อหัว , ความแตกต่างและต้นทุนการขนส่งStochastic แนวโน้มที่แสดงออกเป็นอัตสหสัมพันธ์ของความคลาดเคลื่อนด้านจะพบว่าเหนือกว่าในชุดทั้งหมดที่วิเคราะห์ เนื่องจากไม่มีข้อมูลเพียงพอและอาจเป็นจำนวนของค่าระยะเวลา sur15 ไม่ได้ถูกดำเนินการ เราควบคุมอัตสหสัมพันธ์ของการรบกวนโดยการเสียบในแง่ AR เมื่อใดก็ ตามที่พวกเขาพิสูจน์ให้เป็นที่สำคัญจำลองตาม 1988-2002 ข้อมูลและค่าสัมประสิทธิ์สำหรับช่วงเวลานี้