Threshold spatial autoregressive model
门槛空间自回归模型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：摘要明确涉及空间与门槛模型，但未说明网络干扰、时间结构变化或面板结构，无法直接对应所列细分。
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
门槛空间自回归模型
- 研究问题
- 如何将门槛非线性与空间自回归结合，并在门槛效应随样本量缩小时，对模型参数、门槛效应是否存在及门槛值进行推断？
- 方法与思路
- 作者采用准最大似然估计，研究二次型性质并建立缩小门槛效应下的推断理论，利用三种上确界型统计量和自助法检验。
- 材料陈述的贡献
- 摘要称，论文建立估计与局部备择下的检验理论，自助法提供渐近正确临界值；模拟及金融发展与增长应用支持该模型的使用。
- 阅读关注点
- 应核对空间结构与门槛变量的设定、门槛效应缩小速度、参数极限分布，以及自助法和局部备择理论对应的条件。
- 阅读边界
- 仅依据所给出版社摘要；具体空间设定、样本结构和实证数值未说明，应用中的支持不能直接解释为金融发展的因果效应。
原文摘要
In this paper, we consider the estimation and inferential issues of the threshold spatial autoregressive (TSAR) model, which is a hybrid of the threshold and spatial autoregressive models. We use the quasi maximum likelihood (QML) method to estimate the model. In addition, we prove the tightness and the Hájek–Rényi type inequality for a quadratic form and establish a full inferential theory of the QML estimator under the setup that threshold effect shrinks to zero as the sample size increases. We conduct hypothesis testing on the presence of the threshold effect, using three super-type statistics. Their asymptotic behaviors are studied under the Pitman local alternatives. A bootstrap procedure is applied to obtain the asymptotically correct critical value. We also consider hypothesis testing on the threshold value set equal to a prespecified one. We run Monte Carlo simulations to investigate the finite sample performance of the QML estimators and find that the estimators perform well. In an empirical application, we apply the proposed TSAR model to study the relationship between financial development and economic growth, and we find firm evidence to support the TSAR model.