PANEL PROBIT WITH FLEXIBLE CORRELATED EFFECTS: QUANTIFYING TECHNOLOGY SPILLOVERS IN THE PRESENCE OF LATENT HETEROGENEITY
具有灵活相关效应的面板 Probit：潜在异质性下的技术溢出量化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：摘要明确提出带个体和时间潜在效应的面板 Probit 二元响应模型。
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
具有灵活相关效应的面板 Probit：潜在异质性下的技术溢出量化
- 研究问题
- 如何在企业二元结果的面板模型中同时处理非标准个体异质性和序列相关共同扰动，并评估技术与产品市场溢出？
- 方法与思路
- 作者提出贝叶斯面板 Probit，以非参数分布描述个体潜在效应，并加入序列相关共同误差以处理潜在时间效应。
- 材料陈述的贡献
- 摘要称模型在模拟中优于传统方法；企业应用显示技术溢出较强、产品市场溢出证据较少，潜在企业效应呈多峰结构。
- 阅读关注点
- 应核对相关效应与解释变量的关系、共同误差设定和后验计算，检查模拟比较条件及溢出系数获得因果解释的依据。
- 阅读边界
- 仅据所给 Crossref 摘要版本，不能推断刊本变化。摘要未说明溢出识别策略、数值效应或模拟范围，不能据此确立因果效应或普遍优势。
原文摘要
SUMMARY In this paper, we introduce a Bayesian panel probit model with two flexible latent effects: first, unobserved individual heterogeneity that is allowed to vary in the population according to a nonparametric distribution; and second, a latent serially correlated common error component. In doing so, we extend the approach developed in Albert and Chib ( Journal of the American Statistical Association 1993; 88 : 669–679; in Bayesian Biostatistics , Berry DA, Stangl DK (eds), Marcel Dekker: New York, 1996), and in Chib and Carlin ( Statistics and Computing 1999; 9 : 17–26) by releasing restrictive parametric assumptions on the latent individual effect and eliminating potential spurious state dependence with latent time effects. The model is found to outperform more traditional approaches in an extensive series of Monte Carlo simulations. We then apply the model to the estimation of a patent equation using firm‐level data on research and development (R&D). We find a strong effect of technology spillovers on R&D but little evidence of product market spillovers, consistent with economic theory. The distribution of latent firm effects is found to have a multimodal structure featuring within‐industry firm clustering. Copyright © 2012 John Wiley & Sons, Ltd.