随着学者们对空间自回归模型(Spatial Autoregression Model,简称SAR)研究的深入,空间计量经济学在计量分析中得到了广泛的应用。矩阵指数空间规范(Matrix Exponential Space Specification,简称MESS)模型作为空间自回归模型的替代,它将SAR模型中的空间效应衰减过程变为指数衰减过程。矩阵指数的良好性质使得模型求解中不含有任何雅克比式,也不需要对空间相关性系数做特别的限制。理论建模、计算和解释上的优势使得MESS模型受到了广泛关注。面板数据可获得性越来越高,使研究MESS面板数据模型成为一个亟待解决的问题。本文将MESS理论推广到面板数据,提出了一系列MESS面板数据模型,对这些模型的估计问题进行了系统性的研究,并将理论研究应用到实际数据中已验证理论模型的适用性。在理论研究方面,本文首先研究了固定效应MESS面板数据模型的估计问题。基于拟极大似然估计(Quasi Maximum Likelihood Esimation,简称QMLE),分别对仅含有个体固定效应的MESS面板数据模型(MESS Panel Data Model only with Individual Fixed Effects,简称IF-MESSPD)和双向固定效MESS面板数据模型(MESS Panel Data Model only with Two-way Fixed Effects,简称TF-MESSPD)的设定、识别、估计和附带参数问题(Incidental Problem)进行了系统研究,对直接估计法和转换估计方法的估计和估计的大样本性质做了详细证明。对IF-MESSPD,在直接估计法下,当n趋于无穷大、T是固定的时,附带参数问题会造成方差的估计结果不一致,只有当n和T趋于无穷大时,所有的参数估计值才是一致的,并且具备良好的大样本性质。相比之下,只要n趋于无穷大,转换估计法下所有参数估计的结果均是一致的,并且具有良好的大样本性质;对于TF-MESSPD,在直接估计法下,只有当n和T均趋于无穷大时,所有的参数估计结果才是一致的。并且只有当n趋于无穷大的速度快于T的时,参数估计值的渐近分布才能恰当的以0为中心。本文也给出了直接估计法下的估计偏差的偏差修正方法。而转换估计法对所有参数的估计均是一致的,并且具有良好大样本性质;本文还提出了随机效应MESS面板数据模型(General Random Effects MESS Panel Data model,简称GRE-MESSPD),在一系列正则性假定下,其QML估计值是一致的且渐近服从正态分布。本文还设计Monte Carlo模拟试验对上述模型参数估计结果的有限样本性质进行研究,模拟发现上述模型的QML估计值具有良好的小样本性质;最后,针对本文提出的MESS固定效应和随机效应面板数据模型构造了Hausman类型的检验统计量。通过模拟发现,所构造的检验统计量能有效识别个体效应的类别。在实证研究中,本文将理论部分的研究应用到我国上市公司财务指标对股票收益率的影响研究中。首先,本文将空间资产定价的理论模型拓展到MESS面板数据模型的分析框架;然后选取了财务指标,并通过股票收益率的空间相关性的机制构造了空间权重矩阵。其次,通过分析构建了实证模型,使用理论部分提供的方法对模型估计;最后将估计结果与SAR模型的估计结果进行比较,并且利用空间效应分解方法对股票收益率的空间效应进行分解。实证研究表明MESS面板数据模型具由良好的适用性。