空间滞后门限回归模型的估计

作     者：禚铸瑶 ZHUO Zhu-yao

作者机构：中山大学岭南学院广东广州510275 华润金控投资有限公司广东深圳518000 

出 版 物：《统计与信息论坛》 (Journal of Statistics and Information)

年 卷 期：2021年第36卷第3期

页      面：3-19,31页

核心收录：

学科分类：020209[经济学-数量经济学] 02[经济学] 0202[经济学-应用经济学] 

基　　金：国家社会科学基金项目“半参数变系数空间自回归模型的理论及应用研究”(16BTJ018) 教育部人文社会科学重点研究基地重大项目“集聚经济下的中国地方政府财税行为研究”(15JJD790029) 福建省自然科学基金项目“几类新的变系数空间自回归模型的估计和应用研究”(2017J01396) 中国博士后科学基金第67批面上项目“一类新的门限空间模型的估计与应用”(2020M672910) 

主　　题：空间滞后门限模型 截面极大似然估计 Monte Carlo模拟 

摘      要：为了解决变量空间相关性的存在对模型拟合的影响,捕捉数据截断特征,提高解释力度,提出了一类新的空间滞后门限回归模型,导出其截面极大似然估计量,证明其估计量的大样本性质,Monte Carlo数值模拟了估计量的小样本表现。研究结果表明:(1)大样本情形下,参数估计量具有相合性和渐近正态性;(2)小样本情形下,估计量的精度随样本量的增加而提高,敏感度随样本量的增加而降低;(3)空间复杂程度对空间相关系数的估计量影响较大,对其他估计量的影响较小。该研究结果为空间权重矩阵和样本量的选择提供了有价值的参考。