一、模型和研究方法
为了探寻当前全球经常项目失衡问题的原因，本节针对影响全球经常项目的因素进行了实证研究。此前，Chinn和Prasad(2003)、Gruber和Kamin(2007)以及Chinn和Ito(2005a)等对全球经常项目失衡问题进行了相关的实证研究。Chinn和Prasad(2003)以经常项目差额占据GDP的比重作为被解释变量，考察了政府财政赤字、对外资产净额、人均GDP、经济增长率以及开放度等因素对被解释变量的影响，他们研究的时间范围是1971年到1995年。Gruber和Kamin(2007)在Chinn和Prasad(2003)研究的基础上考察了61个国家和地区1982年到2003年的相关数据，并且纳入一些新的解释变量，例如金融危机、政府制度的质量等。Chinn和Ito(2005b)扩展了Chinn和Prasad(2003)的研究，重点考察了经常项目与金融发展和制度的关系，其研究结论进一步支持了Chinn和Prasad(2003)实证研究所得到的结论，即政府预算差额在决定工业化国家的经常项目差额方面具有重要作用。并且，他们的研究还表明东亚新兴国家或地区并没有出现过度的储蓄供给，这说明从东亚新兴国家或地区过度的储蓄供给角度来解释全球经常项目失衡的论断缺乏实证研究的支撑。
任何现有经常项目理论模型都无法纳入众多影响经常项目的变量，因此有必要考察经济理论所建议的能够影响经常项目收支的相关变量。本节构建如下的回归模型:
cait=αi+xitβ+ωiti=1，…，n t=1，…，T (1)
其中，解释变量cait为经常项目差额占GDP的比率，αi为个体影响，其反映了模型中被忽略的个体差异变化的影响，ωit为随机扰动项，其反映了模型中被忽略的随时间和横截面变化的影响，假定随机误差项的均值为零，方差为
对于方程(1)的模型设定，我们要应用相关计量检验来确定是常截距模型还是变截距模型。常截距模型就是所有的个体影响都是相同的，即αi=αj;而变截距模型则是横截面数据的个体影响是不同的，即αi≠αj。广泛采用协方差分析来判定到底采用的是常截距项模型还是变截距项模型。
为此，我们通过协方差分析方法进行检验，用无约束模型和有约束模型的回归残差平方和构造F统计量，最后借助F检验结果来明确Panel Data模型的设定。所构造的F统计量如下:
其中，R2表示无约束模型的残差平方和，R2表示有约束模型up的残差平方和。在给定的显著水平α下，如果F＜Fα，则接受零假设，即认为设定的常截距模型是可靠的，反之则拒绝零假设。
变截距模型主要有两种，一种是固定效应模型，另一种是随机效应模型。在回归过程中，为了能够固定效应模型和随机效应模型之间的选择，本节采用豪斯曼检验(Hausman Test)来判定，该检验所考察的统计量如下:
，统计量H服从免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
