空间面板数据模型探析
作者：陈苍
来源：《智富时代》2017年第04期
        一、引言
        面板数据即包含了截面数据的特性又包含时间序列数据特性，为一般回归分布提供了更为丰富的数据信息。空间面板数据具有空间相关性，不是相互独立的，这违背传统模型的经典假设导致经典模型不再适用，但空间面板数据模型是能较好解决这一问题的模型。空间面板数据模型分为空间滞后模型和空间误差模型，当被解释变量之间的空间依赖性对模型显得非常关键而导致了空间相关时即为空间滞后模型；当模型的误差项在空间上相关时即为空间误差模型。空间面板数据模型能够解决综合时间序列和横截面数据的问题，获得数据之间更为本质的关系。因此，研究和分析空间面板数据模型具有极大的意义。
        二、发展历程
        在龙志和和李伟杰的《空间面板数据模型Bootstrap Moran I检验》提出误差项不服从经
典假设，空间面板数据模型Moran I检验存在较大的水平扭曲，导致空间相关性检验失效。本文采用改进的Bootstrap抽样方法，对空间面板数据模型的Moran I检验进行优化。蒙特卡洛模拟结果表明，在误差项时间序列相关条件下，渐近Moran I检验和Bootstrap Moran I检验均具有较优越的检验水平和检验功效表现；在误差项时间序列相关条件下，渐近Moran I检验存在严重的水平扭曲，而Bootstrap Moran I检验能有效地矫正水平扭曲，且检验功效优于渐近Moran I检验，是更为有效的检验统计量。当然，本文将常用的Bootstrap方法延伸至bootstrap检验方法DB方法，为解决其运算量大的问题，采用FDB方法对DB方法进行优化，进而将各种FDB方法用于空间面板数据模型的Moran I检验，这是为了解决Bootstrap Moran I检验的有限样本性质。
        在张华节和黎实的《面板数据单位根似然比检验研究》提出采用似然比类检验统计量进行面板单位根检验（简称为LR检验）研究，在局部备择假设成立的条件下，推导了其在无确定项，仅含截距项以及存在线性时间趋势项三种模型下所对应的渐近分布于局部渐近势函数。蒙特卡洛模拟结果显示：当面板数据模型中含确定项时，LR检验水平比LLC和IPS检验水平更接近给定的显著性检验水平；此外，当面板数据中包含发散个体时，经水平修正后的LR检验要远远高于经水平修正后的LLC和IPS检验，其中，经水平修正后的LLC和
IPS检验势接近于零。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。