IV Estimation of Heterogeneous Spatial Dynamic Panel Models with Interactive Effects
交互效应异质性空间动态面板模型的IV估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要核心为空间动态面板数据模型的估计与推断，属面板数据方法；其应用为欧洲区域经济增长，涉及宏观面板议题，故选取面板数据与宏观面板两个最直接相关的细分方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
交互效应异质性空间动态面板模型的IV估计
- 研究问题
- 摘要称，本文研究在大N、大T渐近下，含交互效应（interactive effects）的空间动态面板数据模型中如何估计斜率系数，并允许斜率系数存在截面异质性，而非通常假定的同质性。
- 方法与思路
- 作者提出均值组工具变量（MGIV）方法。摘要称该估计量为线性形式，计算上高效且稳健，并可在无需偏差校正的情况下进行渐近有效的推断；同时通过蒙特卡洛实验考察有限样本表现。
- 材料陈述的贡献
- 摘要明确陈述的贡献是：提出可容纳斜率系数截面异质性的MGIV估计量，兼具线性、计算高效、稳健与无需偏差校正即可做渐近有效推断的特点；并以欧洲区域经济增长为应用，报告条件收敛证据及溢出效应占主导的结果。
- 阅读关注点
- 阅读全文时应核对：交互效应与空间权重结构的具体设定、工具变量的构造与外生性论证、大N大T渐近下推断有效性的条件、蒙特卡洛设计是否覆盖异质性与弱工具变量情形，以及欧洲应用的数据口径与溢出效应分解方式。
- 阅读边界
- 仅凭摘要无法判断识别假设是否成立、渐近性质的证明细节、蒙特卡洛的具体数值表现，以及欧洲应用结论的稳健性。该来源为arXiv预印本，未经同行评审验证，不能据此声称已被期刊接收或结论已获学界确认。
原文摘要
This paper develops a Mean Group Instrumental Variables (MGIV) approach for spatial dynamic panel data models with interactive effects, under large N and T asymptotics. Unlike existing approaches that typically impose slope-parameter homogeneity, MGIV accommodates cross-sectional heterogeneity in slope coefficients. The proposed estimator is linear, making it computationally efficient and robust. Furthermore, it enables asymptotically valid inferences without requiring bias correction. The Monte Carlo experiments indicate strong finite-sample performance of the MGIV approach across various sample sizes and parameter configurations. The practical utility of the methodology is illustrated through an application to regional economic growth in Europe. Our results provide evidence of conditional convergence in regional growth dynamics. Spillovers are shown to play a dominant role, particularly for investment rates where nearly four-fifths of the total effect on GDP per capita growth originates from neighboring regions.