本报告基于R语言全面复现了Santos Silva和Tenreyro (2006)在TSP中对引力模型的估计,涵盖了PPML、OLS、Tobit及NLS多种模型,确认复现结果与原文高度一致,且未涉及额外数据清洗或转换,展现了复现工作的透明性和准确性,为贸易模型的统计估计提供了方法论示范。
本文使用R语言重现了Santos Silva和Tenreyro (2006) 对国际贸易引力模型的主要估计结果,依托基础R包并尽可能少用外部库以保持方法清晰可跟踪。
采用的模型包括:Poisson Pseudo Maximum Likelihood(PPML)、普通最小二乘估计(OLS)、Tobit模型以及非线性最小二乘估计(NLS),详细说明了每种模型的实现细节及参数调整方法。
PPML模型通过GLM函数配合准泊松分布拟合,对含0贸易流和去除0贸易流两种情况均进行了复现,结果高度匹配原文。
OLS模型需在含对数因变量时排除零流量数据,避免定义域错误;非对数变量的估计未排除零流。
Tobit模型使用censReg包进行限定回归,包含基于初始值的迭代求解以匹配原文精确参数,最后实现了与原文接近的参数估计收敛。
NLS模型起始值基于PPML结果,通过GLM函数实现带高斯-对数连接的非线性拟合,保证模型参数稳定。
复现结果表以stargazer包生成,涵盖所有模型参数估计及显著性标识,确认参数一致且统计显著性水平符合预期。
| 自变量 | OLS (1) | OLS (2) | Tobit (3) | NLS (4) | PPML (5) | PPML (6) |
|---|---|---|---|---|---|---|
| lypex | 0.938*** | 1.128*** | 1.059*** | 0.738** | 0.721*** | 0.732** |
| lypim | 0.798*** | 0.866*** | 0.848*** | 0.862*** | 0.732*** | 0.741*** |
| ldist | -1.166*** | -1.151*** | -1.160*** | -0.924*** | -0.776*** | -0.784*** |
| border | 0.314** | -0.241 | -0.225** | -0.081*** | 0.202** | 0.193*** |
| comlang | 0.678*** | 0.742*** | 0.759*** | 0.689*** | 0.751*** | 0.746*** |
| colony | 0.397*** | 0.392*** | 0.416*** | 0.036** | 0.020 | 0.025 |
| landl_ex | -0.062 | 0.106* | -0.038 | -1.367*** | -0.872*** | -0.863*** |
| landl_im | -0.665*** | -0.278*** | -0.478*** | -0.471*** | -0.703*** | -0.696*** |
| logSigma | 0.677*** | |||||
| Observations | 9,613 | 18,360 | 18,360 | 18,360 | 9,613 | 18,360 |
结论强调本次复现工作未触及文中未提及的数据处理步骤,无需作者额外指引,体现了规范复现所需的透明度和开放数据标准,对统计模型估计及国际贸易理论研究具有示范意义。
这份研究文档是对2006年Santos Silva和Tenreyro经典论文《The Log of Gravity》的主要结果基于R语言的完整复现。该论文在国际贸易领域被广泛引用(谷歌学术计8000余次),核心贡献是提出一种基于泊松伪最大似然(PPML)的估计方法,以纠正普通最小二乘法(OLS)估计在异方差条件下的偏误。该新估计方法不仅在计量经济学方法论上有重要贡献,也与国际贸易的微观基础理论(如Eaton和Kortum 2001)相一致。报告明确强调此次复现过程基于初始数据与代码的公开下载,尽量采用基础R语言功能以保证透明和可验证性,不依赖或尽量少用外部函数库,使复现步骤清晰且无需额外的作者澄清或数据繁琐处理 。
报告目标在于:
摘要指出本报告成功复现了Santos Silva和Tenreyro(2006)所有主要结果,复现使用纯R语言基础包操作为主,除非绝对必要才调用外部包。数据转换和清洗均忠实于原文,没有自行增添过滤步骤,结果与原文高度一致,显示复现门槛较低,强调论文及数据的透明学术实践。
引言详细介绍原文的学术背景和贡献:
作者通过GitHub公开原始数据集和代码,确保即便原链接失效,后续研究者依旧可获得。数据为Stata格式,采用R的haven包读取,保证数据无损导入。同样,censReg包用于Tobit模型估计,stargazer包排版结果表。文中附有具体的R代码示范,体现操作流程的开放与透明。
本节是报告的技术核心,依次复现多种模型:
以上模型均在R中明确、逐步进行,代码透明,且较为完整地覆盖了原文中所有的关键估计框架 .
呈现了六个模型的回归结果(OLS、Tobit、NLS、PPML两种处理零流方式),并与原文结果高度匹配,符合Peng(2011)定义的“非常接近完全复现”的标准。表1给予详细回归系数估计及标准误,涵盖了所有自变量,包括出口引力、进口引力、距离、边界、语言、殖民关系、土地规模、远程性指标和贸易政策变量等。
关键观察点:
| 模型编号 | 模型类型 | 观测样本量 | lypex系数 (出口引力) | 其他变量点睛 | 显著性水平 | 说明 |
|---|---|---|---|---|---|---|
| (1) | OLS-以log(trade)估计,去零流 | 9,613 | 0.938*** (0.012) | 距离负向突出,colony正向显著等 | p<0.01 一致性较强 | 传统OLS,剔除零贸易流操作 |
| (2) | OLS-以log(1+trade)估计,含零流 | 18,360 | 1.128*** (0.011) | 类似,border不显著,landl_ex正向 | p<0.01 | 包含概率修正,样本更大 |
| (3) | Tobit | 18,360 | 1.059*** (0.011) | 添加logSigma显示,模型考量截断 | p<0.01 | 适合被截断数据 |
| (4) | NLS | 18,360 | 0.738** (0.004) | landl_ex负显著显著,lremot指标提高系数 | p<0.05 | 更灵活拟合非线性关系 |
| (5) | PPML-无零贸易流 | 9,613 | 0.721*** (0.008) | border及comlang等变量显著正向 | p<0.01 | 纠正OLS偏差,处理零流 |
| (6) | PPML-含零贸易流 | 18,360 | 0.732** (0.006) | 接近无零流模型,稳定系数和显著性 | p<0.01 | PPML估计稳健性体现 |
该表清晰说明复现成果几乎无明显差异,四种模型及其变型均成功实现,细节代码与统计显著性详载,实现了严谨且高透明度的复现工作。
本报告并非以估值为主,但在经济计量模型内体现了估计方法的选择对模型准确性的重要影响。
本报告没有进行具体的市盈率或DCF估值,但在经济计量层面上,向政策分析提供了模型估计质量的基础和可复现流程,强调估计方法对结果的影响。
作为方法学复现文档,报告未直接列风险清单,但可推断存在以下风险因素:
报告未显著讨论缓解策略,但通过严格公开数据、代码和透明过程已最大程度降低了上述风险 ~ 6]。
这份报告对Santos Silva和Tenreyro(2006)权威论文的R语言复现,无需额外难懂的数据处理,在基于公开数据和代码基础上,成功获得充分一致的估计结果,涵盖OLS、PPML、Tobit和非线性最小二乘四种主要建模方法。
从表格与代码解读看,PPML模型作为解决OLS异方差偏误的计量利器表现可靠,且处理零贸易流时尤为强健,显著系数与理论预测一致。其他模型虽各有优势局限,但均在参数估计上保持高度一致,验证了原文结论的稳健性。
最重要的是报告体现了高度透明的学术规范和复现标准,鼓励跨学科借鉴统计严谨性及开源精神。报告作者强调,应当成为所有依赖数据和计量方法研究领域的标杆。
总的来看,本报告不仅是一份完备、详实的模型复现技术报告,同时也在国际贸易及定量社会科学领域中,传递了透明、可检测、可追溯科研的范例精神 。
该文成功复现了经典论文核心数值和结论,梳理细致、逻辑严密,对于金融计量模型学习者和研究者极具参考价值,应用透明代码展示了现代科研的标准流程。报告展示了学术诚信与科学精神,是计量经济学模型应用与教学的优质参考资料。
2409.09066.pdf