简介:基于国家统计局1995―2012年个人人均年收入数据,运用数据拟合方法,研究国内绝大多数个人人均年收入的累积分布函数和概率密度函数从1995—2012年的演化过程,结果显示:累积分布函数为C(x)=Ae-(x-μ)2/2σ2,遵循高斯分布;概率密度函数为P(x)=B(x-μ)e-(x-μ)2/2σ2,概率密度函数图像的宽度随着时间的推移从1995—2012年逐步变宽,是(x-μ)因子推动概率密度函数P(x)中的e-(x-μ)2/2σ2部分,在使图像逐步变宽的同时右方出现了一个逐年加长的类似指数函数的长尾,这种图像提示从1995—2012年极少数人获取了极大数量的个人收入;进一步利用个人人均年收入的概率密度函数P(x)计算相应的Gini系数在这一时期的演化后发现,当今中国收入不公平性已很严重,各级相关部门应当从政策改革和福利分配方面有所重视。
简介:如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。