Estimation of a SAR model with endogenous spatial weights constructed by bilateral variables
由双边变量构造内生空间权重的 SAR 模型估计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。
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：摘要直接研究内生关系权重，并应用于美国行业间的生产网络互动。
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
由双边变量构造内生空间权重的 SAR 模型估计
- 研究问题
- 当空间权重由地区间贸易或投资等双边变量构造，且其潜在交互效应与模型误差相关时，如何估计空间自回归关系？
- 方法与思路
- 作者显式建模双边变量中的未观测交互固定效应与 SAR 误差的相关性，采用控制函数构造两阶段估计方法。
- 材料陈述的贡献
- 摘要称建立了两阶段估计量的一致性与渐近正态性，并通过蒙特卡洛和美国行业生产网络应用考察其表现。
- 阅读关注点
- 应核对权重内生性的具体来源、控制函数有效条件、双边变量模型的识别要求，以及两阶段估计误差如何进入推断。
- 阅读边界
- 摘要未说明完整识别假设、权重规范化方式或有限样本结果；生产网络应用本身不能确认所有内生性均已得到处理。
原文摘要
This paper studies the estimation of a cross-sectional spatial autoregressive (SAR) model with spatial weights constructed by bilateral variables like the trade or investment between regions. We model the possible endogeneity in spatial weights due to the correlation between the error term in the SAR model and unobserved interactive fixed effects in bilateral variables. Using a control function approach, we propose two-stage estimation methods and establish their consistency and asymptotic normality. Finite sample properties are investigated by a Monte Carlo study. We further apply our method to an empirical study of interactions among different US industries through production networks.