近日,一直在看空间计量的教材,之前没有接触过。现在对最小二乘法估计量的性质存在疑问: 在空间自回归模型(SAR)中,因为存在空间滞后项,那么最小二乘法通常是有偏的、无效的,这里是可以理解,但很多地方说这种情况下最小二乘法的估计量是非一致的。在权重矩阵中,对角线的值为0,也就是在第 i 个回归方程中解释没有Yi,既然这样,OLS估计了依然是一致的。(类似于动态模型+白噪声随机扰动项)
空间德宾模型(SDM),OLS估计量的性质应该跟上面一样,一致的、有偏且非有效的。(类似于动态模型+白噪声随机扰动项)
如果是空间误差模型(SEM),仅仅是随机扰动项存在彼此相关,OLS估计量应该是无偏但非有效的吧?(类似于存在随机扰动项自相关)
同时存在空间依赖和空间误差(SAC模型),这个时候才是有偏且非一致的。(类似于动态模型+随机扰动项存在自相关)
看教材和很多博士论文,发现很多地方直接说OLS估计量是非一致的,理由的存在空间滞后项,这个我不服呀。但是有的地方仅仅说是是非有效的,总感觉教材上是故意不说清楚。
当然,极大似然估计方法肯定是一致的。但是在我国做空间计量一般选用的是SAR/SDM/SEM模型,这三个模型下OLS估计结果也是一致的,当使用地级市(280多个)或者县级市一级的数据的话,一致足以保证最小二乘法估计结果良好。既然这样,我就用最小二乘法估计,不是也可以吗?



雷达卡





京公网安备 11010802022788号







