Bayesian Analysis of Spatial Panel Autoregressive Models With Time-Varying Endogenous Spatial Weight Matrices, Common Factors, and Random Coefficients
含时变内生空间权重、共同因子与随机系数的空间面板自回归模型：贝叶斯分析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：摘要研究州级空间面板数据及邻州支出的溢出和战略互动，分别直接对应面板数据方法与网络、空间干扰关系。
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
含时变内生空间权重、共同因子与随机系数的空间面板自回归模型：贝叶斯分析
- 研究问题
- 当州际经济距离形成的空间权重内生且随时间变化，同时存在共同冲击和响应异质性时，如何建模州级Medicaid支出的空间联系？
- 方法与思路
- 模型容纳时变内生空间权重、共同冲击因子和随机系数，作者开发贝叶斯MCMC估计，并以偏差信息准则讨论模型选择。
- 材料陈述的贡献
- 摘要提出相应贝叶斯估计框架，并在应用中报告州际支出的正向显著联系、异质性响应，以及福利驱动迁移较强的机制解释。
- 阅读关注点
- 核对空间权重内生性的处理、因子与载荷的识别、随机系数和先验设定，并检查模型选择及福利迁移与标尺竞争的区分依据。
- 阅读边界
- 摘要未说明处理权重内生性的完整识别条件、先验设定或机制区分证据；空间支出联系及迁移机制解释的因果强度需结合正文判断。
原文摘要
This article examines spatial panel autoregressive (SAR) models with dynamic, time-varying endogenous spatial weights matrices, common factors, and random coefficients. An empirical application is on the spillover effects of state Medicaid spending. Endogeneity of spatial weights matrices comes from the correlation of “economic distance” and the disturbances in the SAR equation. Common factors control for common shocks to all states and random coefficients may capture heterogeneity in responses. The Bayesian Markov chain Monte Carlo (MCMC) estimation is developed. Identification of factors and factor loadings, and model selection issues based upon the deviance information criterion (DIC) are explored. We find that a state’s Medicaid related spending is positively and significantly affected by those of its neighbors. Both welfare motivated move and yardstick competition are possible sources of strategic interactions among state governments. Welfare motivated move turns out to be more a driving force for the interdependence and states do exhibit heterogenous responses.