空间面板误差模型随机效应的稳健检验

在空间面板误差模型中,由于空间误差项和随机效应项相关,构建随机效应检验统计量时无法直接采用传统的F检验。同时,如果面板数据在时间维度上存在序列相关,要检验随机效应将变得更加困难。本文主要研究在扰动项存在序列相关的情况下如何构建空间面板误差模型中随机效应的稳健检验统计量。相应的有限样本性质通过蒙特卡罗模拟给出。     

全球转基因作物产业分析

转基因作物产业在最近9年得到了迅速发展，无论是全球的种植面积还是市场价值都有大幅度的增长，它的出现与发展给全球带来了巨大的经济、社会和环境效益。面对如此诱人的新兴产业，世界著名的医药、化工和农业大型跨国企业纷纷举巨资介入，惟恐失先于对手。这是一个即将腾飞的产业，有着巨大的成长空间。它关系到未来地球人口能否养活，是未来人类健康生活的保障。综观转基因作物产业发展历程，可以将它分为三个阶段，转基因作物技术研究与初步成熟阶段(20世纪70年代～1986)、产业化准备阶段(1986～1995)和产业快速发展阶段(1996～至今)。     

空间误差模型的稳健检验

本文构建了一个用来检验空间误差模型的稳健统计量,它以Bera和Yoon(1993)的理论为基础,渐进具有Cα检验统计量的良好大样本性质。这种检验方法不仅可以有效减小空间滞后效应对统计推断的影响,而且在很大程度上简化了计算。作为比较,我们发现当真实模型中存在显著的空间滞后效应时,Anselin等(1996)提出的检验统计量会产生明显的偏误,而我们的检验统计量依然有效。蒙特卡罗模拟的结果与本文的预期一致。     

空间面板误差模型中随机效应的C(α)检验

由于空间面板误差模型中的空间误差项和随机效应之间存在相关性,传统的面板数据模型随机效应检验无法直接应用到空间面板误差模型。如果采用极大似然估计法估计空间面板误差模型然后构建随机效应检验,又会遇到计算困难的问题。文章构建了空间面板误差模型中用来检验随机效应的C(α)检验,该检验仅依赖于参数的一致估计且计算简单。蒙特卡罗模拟结果表明本文提出的C(α)检验有良好的有限样本性质。