跳到正文
← 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:摘要明确研究带固定效应的空间面板,以及内生和情境性空间互动。

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
Xiaoyu Meng
Zhenlin Yang

响应缺失空间面板模型的固定效应估计:美国州税收竞争应用

研究问题
当空间面板的响应变量随机缺失,并伴随时空异质性、动态空间互动及误差依赖时,如何估计模型并进行有效推断?
方法与思路
作者提出一般 M 估计与校正的代入推断方法,均考虑固定效应估计,并允许时变空间互动、横截面依赖与序列相关。
材料陈述的贡献
摘要称研究了渐近和有限样本性质,应用于美国州税收竞争;方法适用于矩阵指数空间设定,并可扩展至高阶空间效应。
阅读关注点
应核对随机缺失机制、内生空间互动的处理、固定效应估计误差的校正,以及时空依赖和面板维度的渐近条件。
阅读边界
仅据所给 OpenAlex 摘要版本解读;摘要未说明缺失是否依赖观测变量、识别条件及实证结果,不能推断刊本变化。

原文摘要

We consider estimation and inferences for general spatial panel data models with randomly missing observations on responses. It allows for unobserved spatiotemporal heterogeneity, time-varying endogenous and contextual spatial interactions, time-varying cross-sectional error dependence, and serial correlation. A general M-estimation method is proposed for model estimation and a novel corrected plug-in method is proposed for model inference. Both take into account the estimation of fixed effects. Asymptotic properties of the proposed methods are studied, and finite sample properties are investigated. An empirical application is given using U.S. state tax competition data. The proposed methods apply to matrix exponential spatial specification and can be further extended to include higher-order spatial effects.

笔记与分组
相关领域论文