论文部分内容阅读
经过二十年的发展,空间经济计量分析已成为经济计量领域的一个重要分支,为处理经济管理活动中的空间相互作用和空间结构等问题提供了新的研究视角与分析工具。同时,由于处理空间问题的复杂性,空间经济计量领域中许多问题有待解决（Anselin,2007）。检验研究对象间的空间相关性存在与否是空间经济计量分析的必要环节。目前的空间经济计量分析中,当误差项服从正态独立同分布时,已有学者证明空间经济计量模型的常用检验统计量将渐近服从正态或χ2等标准分布,可用于空间经济计量模型检验（Anselin,1988a）。然而,在大量实际经济管理研究工作中,通常可得样本有限、模型误差不满足正态独立同分布（比如,存在异方差或分布未知）的经典假设,常用的空间相关性Moran’sⅠ检验方法失效。在样本量较小或模型误差不服从正态独立同分布条件下,空间相关性Moran’sⅠ检验是目前国际学术界有待解决的难题。本文将Bootstrap方法应用于构建空间相关性检验的Moran’sⅠ统计量,利用数理推导和Monte Carlo模拟实验,研究Bootstrap方法用于线性回归模型的OLS估计残差,以及空间滞后模型的2SLS或GMM估计残差构建的Moran’sⅠ统计量的有效性。本文主要研究结论如下:1、证明线性回归模型Bootstrap Moran检验有效。本研究通过数理推导及模拟实验证明,模型误差满足正态独立同分布经典假设时,线性回归模型Bootstrap Moran检验得到渐近改进;当模型误差不服从正态独立同分布,比如,存在异方差或分布未知时,Moran’sⅠ统计量的渐近理论失效,而线性回归模型Bootstrap Moran检验能够有效地进行空间相关性检验。其中,从水平扭曲角度看,无论模型误差满足正态独立同分布的假定条件与否,当Bootstrap模拟次数大于399时,线性回归模型Bootstrap Moran检验的水平扭曲都稳定地趋近理论值0;从功效角度看,尤其是空间负相关和样本量较小情况下,线性回归模型Bootstrap Moran检验的功效显著大于渐近检验。2、证明空间滞后模型中Moran’sⅠ统计量,即OLL-Moran检验的渐近分布和精确分布。本研究利用空间滞后模型的2SLS或GMM估计残差,构建Moran’sⅠ统计量,检验空间滞后模型2SLS或GMM估计残差间是否仍存在空间相关性,提出OLL-Moran检验,并从数理角度证明OLL-Moran检验的渐近分布。进而,通过大量Monte Carlo实验发现,从水平扭曲和功效角度综合来看,当误差项服从正态独立同分布时,OLL-Moran检验具有良好的有限样本性质;与Kelejian & Prucha（2001）提出的KP-Moran检验相比,OLL-Moran检验更能有效地识别研究对象间的空间相关性。最后,从理论角度,推导出OLL-Moran检验的精确分布。3、证明空间滞后模型Bootstrap Moran检验有效。本研究通过数理推导证明,当模型误差服从正态独立同分布时,空间滞后模型中Moran’sⅠ统计量的渐近Edgeworth展开的Bootstrap估计,近似Moran’sⅠ统计量真实分布的收敛速度为D(N-1),空间滞后模型Bootstrap Moran检验获得渐近改进;当样本量较小或模型误差不服从正态独立同分布,存在异方差或分布未知时,无法利用OLL-Moran检验的渐近分布检验空间滞后模型2SLS或GMM估计残差间的空间相关性,而空间滞后模型Bootstrap Moran检验能够有效地进行空间相关性检验。同时,本研究Monte Carlo实验结果验证了空间滞后模型Bootstrap Moran检验有效性的数理推导结论。基础理论研究与实际应用工具相结合是本文的突出特色。本文的创新之处主要表现在以下四个方面:1、解决线性回归模型OLS估计残差间的空间相关性Moran’sⅠ检验问题。在样本量较小,以及模型误差不满足空间相关性检验Moran’sⅠ统计量渐近分布经典假设情况下,本文完成的线性回归模型Bootstrap Moran有效性的数理证明和模拟实验,为Bootstrap方法用于OLS估计残差间空间相关性Moran’sⅠ检验,提供数理与计算机模拟实验支撑,具有重要理论价值。本研究结论为有限样本情况下,线性回归模型OLS估计残差间的空间相关性检验提供了一种便捷、有效的分析工具,具有广泛的实际应用价值。2、改进并拓展空间滞后模型估计残差间的空间相关Moran’sⅠ检验。本文基于空间滞后模型的2SLS或GMM估计残差,完成的OLL-Moran检验渐近分布的数理证明和模拟实验,将空间相关性Moran’sⅠ检验的构建基础从2SLS估计残差拓展至GMM估计残差,改进了空间滞后模型估计残差间空间相关性Moran’sⅠ检验的大样本性质,为空间滞后模型中大样本数据的空间相关性检验提供了便捷、有效的方法;研究中所完成的OLL-Moran检验精确分布的数理证明,为解决有限样本情况下,空间滞后模型2SLS或GMM估计残差间的空间相关性Moran’sⅠ检验问题提供了一种新的研究思路,具有理论研究价值。3、解决空间滞后模型2SLS或GMM估计残差间的空间相关性Moran’sⅠ检验问题。在样本量较小,以及模型误差不满足OLL-Moran检验渐近分布情况下,本文完成的空间滞后模型Bootstrap Moran有效性的数理证明和模拟实验,为Bootstrap方法用于空间滞后模型2SLS或GMM估计残差间空间相关性Moran’sⅠ检验,提供数理与计算机模拟实验支撑,具有重要理论价值。本研究结论为有限样本情况下,空间滞后模型残差间的空间相关性Moran’sⅠ检验问题提供另一条研究思路,具有实际应用价值。4、本文在Gauss软件中编写一系列Bootstrap Moran检验程序,研究线性回归模型和空间滞后模型的Bootstrap Moran检验的有效性,是在总结Bootstrap方法和空间相关性Moran’sⅠ检验的实际研究经验基础上的新拓展,大大丰富了Gauss软件工具箱,为空间经济计量研究者提供了便利的研究手段。