Bayesian estimation of multivariate panel probits with higher‐order network interdependence and an application to firms' global market participation in Guangdong
含高阶网络相互依赖的多元面板Probit贝叶斯估计：广东企业全球市场参与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：摘要明确涉及二元因变量短面板、多元选择及高阶和多渠道网络相互依赖。
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…
含高阶网络相互依赖的多元面板Probit贝叶斯估计：广东企业全球市场参与
- 研究问题
- 在个体多、时期短的二元面板中，如何同时刻画多层邻居或多种网络渠道的相互依赖，以及多个选择方程之间的同时性？
- 方法与思路
- 作者提出多元面板Probit的贝叶斯估计框架，灵活设定高阶邻居及多网络依赖，允许方程同时性，并开展模拟与企业应用。
- 材料陈述的贡献
- 摘要称，该框架扩展了横截面依赖的参数化方式，并用模拟和广东机械行业企业的出口、外资所有权应用展示其适用性。
- 阅读关注点
- 应核对网络与同时性参数的识别、先验和计算方法，以及短面板下个体异质性如何处理，模拟是否覆盖相关困难情形。
- 阅读边界
- 摘要未给出识别条件、后验计算细节或模拟结果数值；企业间依赖的经济解释与方向仍需结合全文和网络构造判断。
原文摘要
Summary This paper proposes a Bayesian estimation framework for panel data sets with binary dependent variables where a large number of cross‐sectional units are observed over a short period of time and cross‐sectional units are interdependent in more than a single network domain. The latter provides for a substantial degree of flexibility towards modeling the decay function in network neighborliness (e.g., by disentangling the importance of rings of neighbors) or towards allowing for several channels of interdependence whose relative importance is unknown ex ante. Besides the flexible parameterization of cross‐sectional dependence, the approach allows for simultaneity of the equations. These features should make the approach interesting for applications in a host of contexts involving structural and reduced‐form models of multivariate choice problems at micro‐, meso‐, and macro‐economic levels. The paper outlines the estimation approach, illustrates its suitability by simulation examples, and provides an application to study exporting and foreign ownership among potentially interdependent firms in the specialized and transport machinery sector in the province of Guangdong.