Fixed-$T$ Dynamic Spatial Panel Model with Common Shocks
共同冲击下固定 T 的动态空间面板模型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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究固定时间维度的动态面板，并建模个体间当期与滞后的空间依赖。
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
共同冲击下固定 T 的动态空间面板模型
- 研究问题
- 在个体数较大、时间维度固定时，如何同时处理动态依赖、空间同时性与交互效应，并避免逐个估计载荷带来的附带参数问题？
- 方法与思路
- 作者结合两个方程视角：以空间雅可比处理同时性，以时间方程和空间增强随机载荷构造准似然，并提出分块坐标算法。
- 材料陈述的贡献
- 摘要称该准似然不含个体特定附带参数，模拟误差较小、覆盖率通常接近名义水平；县级女性劳动参与应用显示动态与空间依赖。
- 阅读关注点
- 应核对随机载荷设定如何限制共同冲击与解释变量的关系、空间雅可比的作用，以及固定时间维度下的识别、推断和算法收敛条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明随机载荷限制、空间权重条件及模拟设计，不能判断方法的普遍适用性。
原文摘要
We study a dynamic spatial panel model with observed regressors, interactive effects, and contemporaneous and lagged dependence in a large-$N$, fixed-$T$ framework. The spatial model constitutes an $N$-dimensional simultaneous-equations system. In this $N$-equation view, the interactive effects introduce $N$ unit-specific loading vectors. Estimating them individually when $T$ is fixed creates the type of incidental-parameters problem underlying Nickell bias. We use the $N$-equation view to account for spatial simultaneity through the spatial Jacobian. Crucially, however, we view the same model as a $T$-equation system with $N$ observations. Together with a spatially enriched random-loadings (SERL) specification, this $T$-equation view yields a quasi-likelihood without unit-specific incidental parameters. We propose a computationally tractable block-coordinate algorithm. Simulations show small estimation errors and generally near-nominal coverage probabilities. Applying the method to U.S. county female labor-force participation, we find substantial dynamic and spatial dependence and an important role for education in explaining the rise in female labor-force participation.