Estimation of spatial autoregressive panel data models with nonparametric endogenous effect
含非参数内生效应的空间自回归面板模型估计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：摘要明确研究空间自回归面板模型，并应用于跨地区或国家的知识溢出。
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
含非参数内生效应的空间自回归面板模型估计
- 研究问题
- 在空间自回归面板模型中，如何估计非参数形式的内生效应，并检验该效应是否可以简化为线性关系？
- 方法与思路
- 作者构造筛 GMM，结合外生解释变量与扰动正交的线性矩，以及利用特异性误差性质的二次矩，并提出两个线性检验。
- 材料陈述的贡献
- 摘要称估计量一致且渐近正态，额外二次矩提高了相对筛工具变量估计的效率，并建立线性检验在局部备择下的渐近结果。
- 阅读关注点
- 应核对内生效应函数的具体定义、线性和二次矩的有效条件、筛维度选择，以及效率比较和线性检验所需的标准化。
- 阅读边界
- 仅据所给 RePEc 出版社摘要版本，面板渐近框架、识别条件与有限样本结果未详述，不能推断普遍效率优势或刊本变化。
原文摘要
This paper proposes a sieve generalized method of moments (GMM) method for the estimation of spatial autoregressive panel data models with nonparametric endogenous effect. The new estimator incorporates both linear moments based on the orthogonality of the exogenous regressors with the model disturbances and quadratic moments based on the properties of idiosyncratic errors. We establish the consistency and asymptotic normality of the sieve GMM estimator and show that it is more efficient than the sieve instrumental variable estimator due to additional quadratic moments. We also put forward two new test statistics for testing the linearity of the endogenous effect. Both test statistics are shown to be asymptotic normal under the null and a sequence of local alternatives after proper standardization. Monte Carlo simulations show that the proposed estimators and tests perform well in finite samples. We also apply our method to estimate the environmental Kuznets curve in China and the knowledge spillover effect among 61 countries.