摘要
在误差项不服从经典分布的情形下,面板数据模型常用的空间相关性检验存在较大的偏差。本文将FDB方法引入空间面板数据模型的空间相关性检验,构建Bootstrap LM检验统计量,并通过Monte Carlo模拟实验,从水平扭曲和功效两个方面研究误差项存在正态分布、异方差、时间序列相关等情形下,空间面板数据模型Bootstrap LM检验的有效性。Monte Carlo模拟实验结果表明,空间面板数据模型渐近LM-Error检验在误差项不服从经典正态分布时,存在较大的水平扭曲,FDB LM-Error检验则在基本不损失检验功效的前提下,有效矫正渐近检验的水平扭曲,是空间面板数据模型空间相关性LM检验更为有效的方法。
Classic spatial correlation tests of panel data models would exist serious deviation with error term is not independent with normal distribution. In this paper, we introduce fast double bootstrap （FDB） method into spatial correlation tests of spatial panel data models, and construct Bootstrap LM tests accordingly. And then, using Monte Carlo simulation experiments, we study effectiveness of Bootstrap LM test statistics from two aspects including size distortions and power, with error terms are normal, heteroscedasticity or time series related distributed. The experiment results show that, asymptotic LM-Error test of spatial panel data model exists serious size distortions when error terms are not independent with normal distribution, while FDB LM-Error test can rectify size distortions of asymptotic LM-Error without losing power, which is a more effective LM test for spatial correlation test of spatial panel data models.
出处
《统计研究》
CSSCI
北大核心
2015年第5期91-96,共6页
Statistical Research
基金
国家自然科学基金“空间面板数据模型LM检验Bootstrap方法有效性研究”(71271088)
国家社会科学基金青年项目“市场一体化的经济增长效应研究”(11CJY010)
中央高校基本科研业务费项目“基于空间面板GWR模型的珠三角区域市场一体化经济增长效应研究”(2012ZM0056)
“区域市场一体化空间异质性对经济增长的影响研究”(2013XZD07)资助
