主题

空间计量经济学模型的最佳线性和二次方矩以及对美国各县就业增长的空间相互依赖模式的应用

主讲人

Lung-Fei Lee教授

美国俄亥俄州立大学（The Ohio State University）荣休教授

上海财经大学特聘教授

主持人

胡又欣 教授

hy5902海洋之神

时间

2023年6月6日（周二）

上午 10:00—11:30

地点

西南财经大学柳林校区格致楼 1211

主办方

经济与管理研究院科研处

论文摘要

我们提出一个新方法来构建对一大类网络和空间计量模型的最优线性和二次广义矩估计。当扰动为非正态，该广义矩估计量比拟极大似然估计量具有更好的渐进有效性。我们将此方法应用于一个具有空间误差的高阶空间自回归模型，其扰动项具有未知分布的异方差。我们将此模型及其估计量运用于美国郡县就业数据，展示了其空间关联模式和地区经济增长渠道。

We provide a novel analytic procedure to construct best linear and quadratic moments of the generalized method of moments (GMM) estimation for a large class of network and spatial econometric models, which generate a GMM estimator that is asymptotically more efficient than the quasi maximum likelihood estimator when the disturbances are non-normal. We apply this procedure to a high order spatial autoregressive model with spatial errors, where the disturbances are heteroskedastic with an unknown distribution. We apply the model and the estimator to employment data in US counties, which demonstrates spatial interdependence patterns and channels of regional economic growth.

主讲人介绍

Lung-Fei Lee教授是国际著名的计量经济学家，世界计量经济学会院士，美国俄亥俄州立大学荣休教授，上海财经大学特聘教授。他的主要研究领域为微观计量经济学与理论计量经济学，研究内容包括经济个体的自选择与离散选择、数量配给与消费、非均衡市场模型、动态离散选择、受限被解释变量、关于空间与社会网络的空间计量模型等。他的论文发表在Econometrica，Journal of Econometrics，International Economic Review，Journal of Applied Econometrics等国际期刊，并曾担任Journal of Spatial Econometrics的主编，Journal of Econometrics，Journal of Applied Econometrics，Regional Science and Urban Economics等国际期刊的副主编或编委会成员。