Unified M -estimation of fixed-effects spatial dynamic models with short panels
短面板固定效应空间动态模型的统一 M 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：摘要明确研究固定效应、短面板与空间动态面板估计，直接支持面板数据分类，未提供将应用归为宏观面板的依据。
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
短面板固定效应空间动态模型的统一 M 估计
- 研究问题
- 研究短面板空间动态模型中，初始观测处理不当导致的不一致与偏差如何避免，并统一处理不同空间效应和非正态误差。
- 方法与思路
- 作者针对空间滞后、空间误差和时空滞后模型提出统一 M 估计，利用估计函数的鞅差表示构造不依赖初始条件分布的方差估计。
- 材料陈述的贡献
- 摘要称，方法无需指定初始观测分布，对误差非正态具有稳健性，并建立一致性、渐近正态性及配套方差估计。
- 阅读关注点
- 应核对短面板的渐近框架、空间权重与误差条件、固定效应处理，以及无需初始分布设定仍需哪些初始观测限制。
- 阅读边界
- 仅据所给出版社摘要，不能把免于初始分布设定理解为对任意初始条件都有效；具体识别条件和有限样本表现未说明。
原文摘要
It is well known that quasi maximum likelihood (QML) estimation of dynamic panel data (DPD) models with short panels depends on the assumptions on the initial values, and a wrong treatment of them will result in inconsistency and serious bias. The same issues apply to spatial DPD (SDPD) models with short panels. In this paper, a unified M-estimation method is proposed for estimating the fixed-effects SDPD models containing three major types of spatial effects, namely spatial lag, spatial error and space–time lag. The method is free from the specification of the distribution of the initial observations and robust against nonnormality of the errors. Consistency and asymptotic normality of the proposed M-estimator are established. A martingale difference representation of the underlying estimating functions is developed, which leads to an initial-condition free estimate of the variance of the M-estimators. Monte Carlo results show that the proposed methods have excellent finite sample performance.