• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Spatial economic analysis >Bootstrap J-Test for Panel Data Models with Spatially Dependent Error Components, a Spatial Lag and Additional Endogenous Variables
【24h】

Bootstrap J-Test for Panel Data Models with Spatially Dependent Error Components, a Spatial Lag and Additional Endogenous Variables

机译：具有空间相关错误组件，空间滞后和其他内生变量的面板数据模型的Bootstrap J-Test

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Nous développons une méthode bootstrap J d'essai pour tester un modèle de panel par rapport à une alternative non imbriquée lors de l'estimation des spécifications concurrentes par FGS2SLS/GMM. Les deux modèles comprennent des composantes d'erreur en corrélation spatiale, en tenant compte ainsi de l'hétérogénéité spatiale à travers des effets aléatoires, et en incorporant des régresseurs endogènes autres que la variable dépendante décalée spatialement. Le plan proposé est appliqué à un problème d'essai comportant des équations de salaire non imbriquées, motivé par les ouvrages sur la courbe des salaires et la théorie sur la nouvelle géographie économique. Les résultats montrent que notre essai « bootstrap » est une procédure à la fois fable et efficace de correction de valeurs critiques de référence asymptotique et de distinction entre les deux hypothèses rivales.%We develop a bootstrap J-test method for testing a panel model against one non-nested alternative when the competing specifications are estimated by Feasible Generalised Spatial Two Stage Least Squares/Generalised Method of Moments (FGS2SLS/GMM). Both models incorporate spatially correlated error components, thus accounting for spatial heterogeneity via random effects, and accommodate endogenous regressors other than the spatially lagged dependent variable. The proposed scheme is applied to a testing problem involving non-nested wage equations as motivated by the Wage Curve literature and the New Economic Geography theory. Results show that our bootstrap test is a reliable and effective procedure for correcting asymptotic reference critical values and distinguishing between the two rival hypotheses.
机译：我们正在开发一种Bootstrap J测试方法，以便在通过FGS2SLS / GMM评估竞争规范时针对非嵌套替代方法测试面板模型。两种模型都包含空间相关性中的误差成分，因此考虑了通过随机效应产生的空间异质性，并合并了除空间移位因变量以外的内生回归变量。拟议的计划适用于一个涉及非嵌套工资方程的测试问题，该问题受工资曲线和新经济地理学理论的推动。结果表明，我们的自举测试既是一种可靠且有效的程序，可用于校正渐进参考临界值并区分两个相对的假设。％我们开发了一种自举J检验方法来针对面板模型进行测试当通过可行的广义空间两阶段最小二乘法/广义矩量法（FGS2SLS / GMM）估算竞争规格时，一种非嵌套替代方案。两种模型都包含空间相关的误差分量，因此可以通过随机效应解决空间异质性问题，并且可以容纳除空间滞后因变量以外的内生回归变量。拟议的方案适用于涉及工资曲线文献和新经济地理学理论的非嵌套工资方程的测试问题。结果表明，我们的自举测试是一种校正渐近参考临界值并区分两个对立假设的可靠且有效的程序。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号