Identification of Spatial Durbin Panel Models
空间 Durbin 面板模型的识别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。
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：摘要研究空间 Durbin 动态面板模型，并以双边贸易关联的跨国经济增长溢出为应用，最直接对应宏观面板。
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…
关注这篇论文的作者
空间 Durbin 面板模型的识别
- 研究问题
- 空间 Durbin 动态面板模型的参数能否由两阶段最小二乘或最大似然识别，遗漏或多纳入 Durbin 项会带来什么影响？
- 方法与思路
- 作者从 2SLS 矩关系及期望对数似然或准似然函数分析识别，并用蒙特卡洛实验和双边贸易中的增长溢出作说明。
- 材料陈述的贡献
- 摘要称参数一般可识别；模拟显示遗漏相关 Durbin 项可造成明显偏误，而加入无关项未见明显效率损失。
- 阅读关注点
- 重点核对一般识别结论所需的空间权重、动态项与矩条件限制，Durbin 项的具体定义，以及模拟和贸易应用的设定。
- 阅读边界
- 摘要未列出识别条件，也未说明模拟范围与实证估计大小；无关项未见效率损失属于所述模拟结果，不能普遍化。
原文摘要
Summary This paper considers identification of spatial Durbin dynamic panel models under 2SLS and ML estimations. We show that the parameters are generally identified via 2SLS moment relations or expected log‐likelihood or quasi‐likelihood functions. Monte Carlo experiments suggest that omitting relevant Durbin terms can result in significant biases in regression estimates, while including an irrelevant Durbin term causes no obvious loss of efficiency. Empirical illustration of the international spillover of economic growth through bilateral trade shows that inclusion of Durbin terms can be important. Copyright © 2015 John Wiley & Sons, Ltd.