时变系数空间自回归面板数据模型的极大似然估计参考.pdfVIP

第 33卷第 9期 统计研究 Vo1．33，No．9 2016年 9月 StatisticalResearch Sep．2016 时变系数空间 自回归面板数据 模型的极大似然估计 邓 明 内容提要 ：本文对扰动项存在跨时期的异方差 、但不存存序列相关 的时变系数空 间 自回归模 型提 出了极大似 然 的估计方法 ，并证 明了该估计量的一致性 ，同时 ，证明了该估计量渐进服从正态分布 ，由此说 明该估计量具有优 良的大样本性质 。同时 ，我们还对本文所提出估计量 的小样本性质进行 了数值模拟 。本文研究表明，估计量虽然 在 ，v较小时偏差较大 ，但是随着 Ⅳ的不断增加 ，估计量偏差减小 ，体现了比较优 良的渐进性质 。同时 ，估计量 的偏 差会随着时期数 的增加而变大 ，这说明本文所提 出的估计方法适用于个体数较 多、时期数较少的短面板数据。 关键词 ：时变系数 ；空 间 自回归模 型 ；极大似然估计 DOI：10．19343／j．enki．11—1302／(：．2016．09．0l2 中图分类号 ：F222．3 文献标识码 ：A 文章编 号：1002—4565(20l6)09—0096—08 TheM aximum LikelihoodEstimation ofTime-varyingCoeffi cient SpatialAut0regressi0nPanelDataM odel DengMing Abstract：Thispaperresearchesthetime—varyingcoefficientspatialautoregressionpaneldatamodel，whoseerrorhas heter0scedasticitvover timebutwithouttime serialcorre]ation． Thispaperproposesamaximum likelihood estimati()11 (MLE)forthismodelandprovestheconsistencyandasymptoticnormalityofthisMLEmethod，whichtestifiesthefavorite large samplepropertiesoftheMLEmethod．Meanwhile，weuseMonteCarlomethod tosimulatethesmallpropertiesofthe MLE method，whichshowsthattheestimatorhaslargebiaswhen N issmallwhile the biasbecomessmallerand smaller overthegrowth ofN．Furthermore，wealsofindthatthebiaswillincreaseoverthegrowth ofT，whichshowsthattheMLE method ismoresuitablefnrtheshortpaneldatawith smallT andlargeN． Key words：Time-varyingCoefficient；SpatialAutoregressionModel；Maximum Likelihood Estimation 了这一 问题 。 一 、 引言 与一般的计量理论研究一样 ，空 间计量经济模 “地理 学 第一 定 律 ”(ToblerSFirstLaw of 型也是首先从截面模 型人手 ，然后逐渐扩展到空间 Geography)认为对空间个