专栏名称: 量化历史研究
本公众号旨在打造量化历史研究交流平台,推广量化历史研究学术研究方法和前沿成果。现在主要发布《量化历史研究》辑刊、量化历史讲习班、量化历史国际学术年会以及量化历史研究相关学术活动。
目录
相关文章推荐
字节跳动技术团队  ·  掘金 AI 编程社区- 人人都是 AI 编程家竞赛 ·  2 小时前  
InfoQ Pro  ·  充电计划 | 反卷“大”模型 ·  昨天  
苹果团(AppleTuan)  ·  【周四报价】Mac/港行 ... ·  昨天  
苹果团(AppleTuan)  ·  120Hz高刷iPhone ... ·  2 天前  
字节跳动技术团队  ·  基于LLM的AI应急:多模态信息智能化分析整 ... ·  2 天前  
51好读  ›  专栏  ›  量化历史研究

【量化历史研究】1300-2000年欧洲的商业周期和经济增长

量化历史研究  · 公众号  ·  · 2025-01-04 10:47

正文

请到「今天看啥」查看全文


数据来源


文章构建了样本国家1300年到2000年的人均GDP数据。1780年之前的数据来自于已有学者的研究,1780年以后的数据源于麦迪逊数据库。本文之所以选用人均GDP而非GDP作为衡量指标,一方面是因为历史上欧洲人口的数据记载相对匮乏,另外一方面是因为在研究中使用了物价、工资数据等个体微观数据。


在方法的选取上,本文作者采用产出法和收入法两种方法。对于英国、荷兰和瑞典等统计资料相对完善的国家,作者使用直接核算法从产出侧进行估计。对于历史数据统计缺乏的国家,作者依据Malanima(2011)、Alvarez-Nogal和Prados de la Escosura(2013)的做法,结合工资和价格等数据,运用间接核算法推算人均GDP。


商业周期识别策略


文章通过构建0-1变量,对于商业周期阶段性和波峰波谷进行了识别。首先,文章识别了商业扩张周期和收缩期周期。作者将经济正增长,或当期经济零增长但上期经济正增长的年份定义为商业扩张周期,其余为商业收缩期周期。


接着,作者识别了商业周期的波峰和波谷。作者将商业扩张周期结束、商业收缩期周期即将开始的年份定义为波峰,反之为波谷。通过这些指标,作者识别了商业周期的持续时间、发生频率和波动幅度。


此外,根据Harding和Pagan(2002)和Broadberry等(2023)的研究,为避免去趋势化可能导致的峰谷不符实际状况的出现,本文采用原始数据进行分层研究。








请到「今天看啥」查看全文