请选择 进入手机版 | 继续访问电脑版
5628 3

Stata 15的新模块(二):空间计量分析(续) [推广有奖]

教授

21%

还不是VIP/贵宾

-

威望
1
论坛币
-518870 个
通用积分
63.6035
学术水平
293 点
热心指数
303 点
信用等级
237 点
经验
22984 点
帖子
286
精华
8
在线时间
487 小时
注册时间
2018-5-17
最后登录
2020-4-10

相似文件 换一批

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

不久前,Stata 公司发布了最新的 Stata 15,包含了许多令人激动的重大升级,包括非参数回归、空间计量、门槛回归、DSGE 模型等。本公众号将陆续为你介绍,与计量经济学最为相关的几个全新模块。


(接上期推文)


初步检验空间效应


在 Stata 15 中定义好空间权重矩阵 9.webp.jpg

后,即可进行初步的空间效应检验。基本方法就是,计算莫兰 I 指数(Moran's I,本质上为空间自相关系数),然后考察其显著性。


为此,先进行 OLS 回归,比如:


reg y x1 x2 x3


其中,y 为被解释变量,x1,x2 与 x3 为解释变量。然后,使用以下命令计算上述 OLS 回归残差的莫兰 I 指数,并检验其显著性。


estat moran, errorlag(W)


其中,必选项 errorlag(W) 用于指定空间权重矩阵 (莫兰指数的定义依赖于空间权重矩阵 ),以检验残差(error)是否具有空间滞后(spatial lag)效应。如果莫兰指数(空间自相关系数)显著不为 0,则说明存在空间效应,须进一步进行空间计量分析;反之,则或许没有必要。


在上述 OLS 回归中,也可以将自变量都去掉,只对常数项回归:


reg y

estat moran, errorlag(W)


此时,就是检验被解释变量 2.webp.jpg

本身是否存在空间自相关(spatial autocorrelation)。


空间自回归模型


空间计量的不少术语都源于时间序列。比如,空间数据也称为 “空间序列”(spatial series),即分布于空间的序列。


进一步,最常见的时间序列模型为自回归模型,比如 AR(1),即 依赖于它的一阶滞后(邻居)。类似地,可以考虑空间序列的自回归模型(Spatial Autoregression,简记 SAR),即 依赖于其一阶空间滞后(邻居)的 (比如,某地区的犯罪率依赖于其相邻地区的犯罪率),可写为向量形式:


3.webp.jpg


其中,   5.webp.jpg

1.webp.jpg
的空间滞后(邻居),而参数 6.webp.jpg
即为空间自回归系数(spatial autoregressive coefficient),是空间计量分析首要感兴趣的参数; 7.webp.jpg
为扰动项。


如果参数 不显著(=0 ),则表明不存在空间效应,上式简化为一般的线性回归模型:


8.webp.jpg


另一方面,某地区的 (比如犯罪率)也可能依赖于其相邻地区的 9.webp (1).jpg

(比如,警察人数)。为此,考虑以下模型:


11.webp.jpg


其中, 15.webp.jpg

为 的空间滞后,而 16.webp.jpg
为相应的系数向量。


空间误差模型


空间效应的另一表现形式是,影响某地区 的扰动项(外生冲击、遗漏变量等)也可能存在空间相关性,即依赖于其相邻地区的扰动项。


为此,假设线性回归模型 17.webp.jpg

的误差项 存在空间自回归,可得 “空间误差模型” (Spatial Errors Model,简记 SEM):


18.webp.jpg


其中, 19.webp.jpg

为误差项 的空间滞后(空间权重矩阵 20.webp.jpg
可以等于 9.webp.jpg
),而 21.webp.jpg
为相应的空间自回归系数。


将上述空间自回归模型(SAR)与空间误差模型(SEM)相结合,可得到更一般的 SARAR模型 ( 即 Spatial Autoregressive Model with Spatial Autoregressive Disturbances):



其中, 误差项 。


SARAR模型的估计


不难看出,上述 SARAR 模型事实上为联立方程组,因为 同时出现在回归方程的左边与右边,故存在 “联立方程偏差”(simultaneity bias),导致 OLS 估计不一致。


早期的空间计量方法主要为 MLE,即在独立同分布(iid)与正态分布的假定下,进行最大似然估计。MLE 的优点在于,如果数据确实为 iid 且正态,则 MLE 是最有效率的估计量。然而,如果数据不是 iid(比如存在异方差),则 SARAR模型的MLE 估计就不一致,故 MLE 的稳健性较差。


更为稳健的主流方法为工具变量法,即所谓 “广义空间二段最小二乘法” (Generalized Spatial Two-stage Least Square,简记 GS2SLS)。 GS2SLS 的优点在于,即使在异方差与非正态分布的情况下,依然是一致估计。


正如在时间序列或面板数据中经常使用滞后变量(lagged variables)作为工具变量,在空间数据中也可使用空间滞后(spatial lag)作为工具变量,比如,


22.webp.jpg


其中, 为 的一阶邻居,而 23.webp.jpg

为 的二阶邻居(即邻居的邻居),以此类推。一般默认使用至二阶邻居,即 24.webp.jpg


利用这些工具变量,使用 2SLS 即可得到一致估计。然而,由于空间自相关的存在,扰动项并非球形扰动项,故 2SLS 不是最有效率的。GS2SLS 估计在进行 2SLS 之后,还进行了在空间上的广义最小二乘法(GLS),具体来说为空间上的 Cochrane-Orcutt 变换(此变换常用于处理时间序列中的自相关),以得到最有效率的估计。


空间自回归的Stata命令


对于横截面数据,估计上述 SARAR 模型的命令为:


spregress y x1 x2 x3, ml gs2sls dvarlag(W) errorlag(W) ivarlag(W: x1 x2) robust


其中,选择项 ml 表示进行 MLE 估计,而选择项 gs2sls 表示进行 GS2SLS 估计,这两个选择项二选一。选择项 robust 表示使用稳健标准误。


选择项 dvarlag(W) 用于指定被解释变量(dependent variable)的空间权重矩阵,而选择项 errorlag(W) 用于指定误差项(error term)的空间权重矩阵。


选择项 ivarlag(W: x1 x2) 用于指定自变量(independent variable)的空间权重矩阵。其中,选择项 ivarlag(W: x1 x2) 中的 “x1 x2” 表示考虑 x1与 x2 的空间滞后效应,但不考虑 x3 的空间滞后效应。


如果存在除 以外的内生变量,还可进行更一般的工具变量法估计。Stata 15 的相应命令为:


spivregress y x1 x2 x3 (x4 = z1 z2), ml gs2sls dvarlag(W) errorlag(W) ivarlag(W: x1 x2)


其中,y 为被解释变量,x1, x2, x3 为外生解释变量,x4 为内生解释变量,而 z1与 z2 为工具变量。命令 spivregress 所使用的估计方法也是 GS2SLS。


面板数据的空间计量模型


Stata 15 也能进行面板数据的空间计量分析。对于面板数据而言,一般假设其空间权重矩阵不随时间而变,故在空间权重矩阵的设定方面与横截面数据相同。


面板数据与横截面数据的最大区别在于,前者一般假设存在 “个体效应”(individual effects),并可以进一步区分为 “固定效应”(fixed effects)与 “随机效应”(random effects)模型。


对于空间面板的随机效应模型,可进行 MLE 估计。对于空间面板的固定效应模型,Stata 15 采用了 Lee and Yu (2010) 提出的 MLE 估计,即首先通过变换将个体效应消去,然后再进行 MLE 估计。祝贺李龙飞教授与北大光华的虞吉海教授!


空间面板的 Stata 15 命令为:


spxtregress y x1 x2 x3, fe re dvarlag(W) errorlag(W) ivarlag(W: x1 x2)


其中,选择项 fe 表示估计固定效应模型,而选择项 re 表示估计随机效应模型,这两个选择项二选一。


备注:本公众号不提供 Stata 15。如需购正版 Stata 15,可联系 Stata 公司在中国的代理商友万科技(www.uone-tech.cn),也是第一届 Stata 用户大会(8/19,温州商学院)的主办方,邮箱 crystal@uone-tech.cn


参考文献


Lee, Lung-fei, and Jihai. Yu. 2010. Estimation of spatial autoregressive panel data models with fixed effects. Journal of Econometrics, 154, 165–185.


陈强,《高级计量经济学及Stata应用》,第2版,高等教育出版社,2014年。


陈强,《计量经济学及Stata应用》,高等教育出版社,2015年。


微信公众号https://mp.weixin.qq.com/s/_hcUYzC1movnzWLIu56gNQ


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝


12.webp.jpg
钱学森64 发表于 2018-9-26 18:50:52 |显示全部楼层 |坛友微信交流群
谢谢分享

使用道具

囧囧浩 发表于 2018-9-27 15:55:57 |显示全部楼层 |坛友微信交流群
好人一生平安

使用道具

hj973786418 学生认证  发表于 2019-9-14 17:59:10 |显示全部楼层 |坛友微信交流群
请问楼主怎么导入自己弄好的权重,我得的空间权重自己定义好了,用什么命令输入,qq973786418,愿意有偿

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-28 23:36