《空間面板數據模型LM檢驗Bootstrap方法有效性研究》是依託華南理工大學，由龍志和擔任項目負責人的面上項目。
基本介紹
- 中文名：空間面板數據模型LM檢驗Bootstrap方法有效性研究
- 項目類別：面上項目
- 項目負責人：龍志和
- 依託單位：華南理工大學
項目摘要,結題摘要,
項目摘要
有限樣本或誤差項分布未知的條件下，空間面板數據模型的檢驗是空間經濟計量實證研究中有待解決的難題。本項目將Bootstrap方法用於空間面板數據模型的LM檢驗（包括經典LM和穩健LM檢驗），提出解決該難題的路徑。研究內容包括空間面板數據模型LM檢驗的數理證明和模擬實驗，以及LM檢驗Bootstrap方法有效性的數理證明和模擬實驗。本項目的難點和關鍵問題在於空間面板數據模型LM檢驗統計量漸近理論分布的推導，以及空間面板數據模型LM檢驗Bootstrap方法有效性數理證明和模擬實驗結果的穩定性。在大量前期研究的基礎上，本研究提出了可行的研究思路和解決難點的多種備選研究方案。本研究將完成的空間面板數據模型LM檢驗Bootstrap方法有效性研究，為有限樣本或誤差項分布未知的條件下，以及模型誤設情況下，空間面板數據模型的空間相關性檢驗提供理論依據，基礎理論研究與實證套用工具相結合是本研究的突出特色。
結題摘要
空間經濟計量業已成為經濟計量學的重要分支，側重考察研究對象間的空間互動作用和空間異質性等問題，在實際經濟管理工作中得到廣泛的套用。在套用空間經濟計量模型之前，先要進行空間相關性檢驗。目前，經典LM檢驗均基於誤差項標準常態分配的假設，一旦該條件無法滿足，則檢驗結果將出現偏誤。研究表明，Bootstrap方法是解決此難題的有效途徑之一。本研究將Bootstrap方法套用於空間面板數據模型的LM檢驗，通過數理推導證明Bootstrap LM檢驗的大樣本性質及收斂速度，且設計Monte Carlo模擬實驗，證明Bootstrap LM檢驗在有限樣本下的有效性。 本項目主要研究結論包括：1、從數理角度證明，Bootstrap LM檢驗和Bootstrap穩健LM檢驗在大樣本條件下是漸近有效的檢驗統計量，FDB抽樣方法收斂速度較普通Bootstrap LM檢驗和Bootstrap穩健LM檢驗更快；2、空間相關性LM檢驗模擬實驗結果表明，誤差項常態分配條件下，漸近LM檢驗和FDB LM檢驗均具有優越的水平扭曲和檢驗功效；誤差項存在異方差或序列相關時，漸近LM檢驗存在較大的水平扭曲，而FDB LM檢驗則能在不顯著損失檢驗功效基礎上，有效矯正水平扭曲，且幾乎不受空間權重矩陣、序列相關性大小、樣本量大小和個體效應的影響，是更為有效的檢驗統計量；3、空間相關性穩健LM檢驗模擬實驗結果表明，Bootstrap方法對普通面板數據模型穩健LM檢驗有較好的矯正作用，在空間面板數據模型下則沒有明顯改進。 本項目首次將Bootstrap方法套用於空間面板數據模型的空間相關性LM檢驗，是一項創新性的研究：1、本研究通過數理推導證明Bootstrap LM檢驗，尤其是FDB LM檢驗的漸近有效性，豐富了空間面板數據模型檢驗理論，具有重要的理論創新意義；2、本研究構建空間面板數據模型Bootstrap LM檢驗，通過模擬實驗證明FDB LM檢驗的有效性，為實證研究者提供可直接用於模型研究的工具，具有研究方法和工具的創新性。3、本研究完成空間面板數據模型Bootstrap穩健LM檢驗的數理推導和模擬實驗研究，擴展了穩健檢驗套用範圍，最佳化了空間面板數據的穩健LM檢驗，是穩健檢驗領域一項開拓性研究。
