Rank-based Tests for Cross-sectional Dependence in Large (N,T) Fixed Effects Panel Data Models

Most existing methods for testing cross-sectional dependence in fixed effects panel data models are actually conducting tests for cross-sectional uncorrelation, which are not robust to departures of normality of the error distributions as well as nonlinear cross-sectional dependence. To this end, we construct two rank-based tests for (static and dynamic) fixed effects panel data models, based on two very popular rank correlations, that is, Kendall's tau and Bergsma–Dassios’ τ*, respectively, and derive their asymptotic distributions under the null hypothesis. Monte Carlo simulations demonstrate applicability of these rank-based tests in large (N,T) case, and also the robustness to departures of normality of the error distributions and nonlinear cross-sectional dependence.     

Testing for Error Correction in Panel Data*

This paper proposes new error correction‐based cointegration tests for panel data. The limiting distributions of the tests are derived and critical values provided. Our simulation results suggest that the tests have good small‐sample properties with small size distortions and high power relative to other popular residual‐based panel cointegration tests. In our empirical application, we present evidence suggesting that international healthcare expenditures and GDP are cointegrated once the possibility of an invalid common factor restriction has been accounted for.     

Spatial and Temporal Diffusion of Housing Prices in the Presence of a Linguistic Border: Evidence from Belgium

This paper investigates the ripple effect hypothesis for Belgium and is especially interested in the existence of potential border effects arising from the language border that divides the country in two large linguistic regions, Flanders and Wallonia. We find that housing prices in districts located along the north-south axis are highly integrated, while those in more peripheral eastern and western districts converge almost exclusively with neighbouring districts in the same linguistic region. Where a similar model might only applied to a few multilingual countries, we provide some valuable insights on the mechanisms responsible for the observed ripple—and border effects.     

区域之间经济合作机制研究

区域经济合作是区域经济发展过程中区域经济关系演化的重要形式。本文探讨了区域经济合作的内涵,区域之间经济合作的实质以及区域之间经济合作的主要形成机制。     

Testing for Multicointegration in Panel Data with Common Factors*

This paper addresses the concept of multicointegration in a panel data framework and builds upon the panel data cointegration procedures developed in Pedroni [Econometric Theory (2004), Vol. 20, pp. 597–625]. When individuals are either cross‐section independent, or cross‐section dependence can be removed by cross‐section demeaning, our approach can be applied to the wider framework of mixed I(2) and I(1) stochastic processes. The paper also deals with the issue of cross‐section dependence using approximate common‐factor models. Finite sample performance is investigated through Monte Carlo simulations. Finally, we illustrate the use of the procedure investigating an inventories, sales and production relationship for a panel of US industries.     

非平稳面板数据的非线性共同周期检验

经济变量的协同波动是学术界、宏观政策制定者长期关注的重要问题,本文将时间序列数据的共同周期检验方法扩展至面板数据,提出非平稳面板数据的非线性共同周期检验方法。本文根据数据特征,将共同周期划分为强降秩结构共同周期和弱降秩结构共同周期,分别在强降秩结构数据和弱降秩结构数据中提出共同周期检验统计量,并提出区分强降秩结构数据和弱降秩结构数据的统计量。研究结果表明,本文检验统计量的极限分布都是卡方分布,并且各检验统计量都表现出良好的有限样本性质,因此,本文提出的非平稳面板数据的非线性共同周期检验方法具有较高的实用性。     

Testing for Unit Roots and Cointegration in Spatial Cross-Section Data

Abstract

Spatial impulses are derived for SAR models containing a spatial unit root. Analytical solutions are obtained for lateral space where the number of spatial units tends to infinity. Numerical solutions are obtained for finite regular lattices where edge-effects are shown to influence spatial impulses, and for irregular lattices. Monte Carlo simulation methods are used to compute critical values for spatial unit root tests in SAR models estimated from spatial cross-section data for regular and irregular lattices. We also compute critical SAC values for spatial cointegration tests for cross-section data that happen to be spatially nonstationary. We show that parameter estimates in spatially cointegrated models are ‘superconsistent’.

RÉSUMÉ On dérive des impulsions spatiales de modèles SAR contenant une racine unité spatiale. On obtient des solutions analytiques pour l'espace latéral lorsque le nombre d'unités spatiales tend vers l'infini. On obtient des solutions numériques pour des réseaux réguliers finis, où l'on relève l'influence d’«?edge effects?» sur les impulsions spatiales, et pour des réseaux irréguliers. Des méthodes de simulation Monte Carlo sont utilisées pour calculer des valeurs critiques pour des tests de racine unité spatiale dans des modèles SAR estimés sur la base de données transversales spatiales pour réseaux réguliers et irréguliers. Nous calculons également des valeurs critiques de SAC pour essais de co-intégration spatiale, concernant des données transversales qui s'avèrent être spatialement non stationnaires. Nous démontrons que les estimations de paramètres dans des modèles spatialement co-intégrés sont «?ultra cohérentes?».

EXTRACTO Se derivan impulsos espaciales para modelos SAR que contienen una raíz unitaria espacial. Se obtienen soluciones analíticas para espacio lateral donde el número de unidades espaciales tiende al infinito. Se obtienen soluciones numéricas para retículos finitos regulares que demuestran que los efectos de borde influyen sobre los impulsos espaciales, así como para retículos irregulares. Se utilizan métodos de simulación de Monte Carlo para computar valores críticos destinados a las pruebas espaciales de raíces unitarias en modelos SAR, estimados a partir de datos espaciales de corte transversal para retículos regulares e irregulares. También computamos valores SAC críticos destinados a pruebas de cointegración espacial para datos de corte transversal que no son espacialmente estacionarios. Mostramos que las estimaciones de parámetros en modelos espacialmente cointegrados son ‘superconsistentes’.

     

中韩区域物流合作必要性探讨

中韩两国1992年建交后双边贸易高速发展,韩国对中国区域化程度不断加深且贸易依存度持续增加。但是,中韩物流发展程度滞后于中韩贸易的发展,已经成为制约中韩贸易快速发展的重要阻碍。在全球化和区域经济合作日益强化的背景下,为了进一步促进中韩贸易在质量和效率方面的提高,探讨加强中韩两国区域物流合作途径和策略越来越必要。     

论试验检测数据真实的重要性

试验检测是工程建设质量控制和评定的基础,在工程质量保证体系中具有基础性的作用。在工程建设的各个阶段,试验检测贯穿于各道关键工序之中并具有不可替代的作用。准确的检测数据是科学、公正评价工程建设质量的基础。而如何运用科学、真实的试验检测数据指导工程建设和管理工作,真正做到“用数据说话,用科学的数据为工程建设质量保驾护航”,已是摆在我们面前的重要课题。     

浅谈假设检验中的两类错误及样本含量的关系

假设检验是统计推断的内容之一,统计推断在体育统计学中的地位也十分重要。在假设检验中存在两类错误。在很多时候,我们往往只注意第一类错误的控制,而对于第二类错误经常不考虑。其实,对于第二类错误的控制也是十分必要的。本文对于两类错误的成因以及如何控制第二类错误进行了探讨,希望对于第二类错误的控制提出一些解决的方法。     

Neyman–Pearson Lemma for Fuzzy Hypotheses Testing with Vague Data

In hypotheses testing, such as other statistical problems, we may confront imprecise concepts. One case is a situation in which both hypotheses and observations are imprecise. This paper tries to develop a new approach for testing fuzzy hypothesis when the available data are fuzzy, too. First, some definitions are provided, such as: fuzzy sample space, fuzzy-valued random sample, and fuzzy-valued random variable. Then, the problem of fuzzy hypothesis testing with vague data is formulated. Finally, we state and prove a generalized Neyman–Pearson Lemma for such problem. The proposed approach is illustrated by some numerical examples.     

The Mundlak Approach in the Spatial Durbin Panel Data Model

Abstract

This paper extends the Mundlak approach to the spatial Durbin panel data model (SDM) to help the applied researcher to determine the adequacy of the random effects specification in this setup. We propose a likelihood ratio (LR) test that assesses the significance of the correlation between regressors and individual effects. By contrast to the Hausman test, the Mundlak approach identifies (to some extent) the regressors correlated with individual effects. The second advantage is that once the correlation with individual effects has been modelled through an auxiliary regression, the random effects specification provides consistent estimators and the effect of time-constant variables can be estimated. Some Monte Carlo simulations study the properties of this proposed LR test in small samples and show that in some cases, it has a better behaviour than the Hausman test. We finally illustrate the usefulness of the extended Mundlak approach by estimating a house price model where some of the price determinants are time-constant. We show that ignoring the endogeneity of regressors with respect to individual effects leads to unreliable estimated parameters while results obtained using the Mundlak approach and the fixed effects specification are similar (concerning time-varying variables), implying that correlation between regressors and individual effects is well captured.

RÉSUMÉ la présente communication applique l'approche de Mundlak au modèle de données spatiales de Durbin pour aider le chercheur appliqué à déterminer dans quelle mesure la spécification des effets aléatoires est adéquate dans cette configuration. Nous proposons un test de ratio de vraisemblance évaluant l'importance de la corrélation entre régresseurs et effets individuels. Contrairement au test de Hausman, l'approche de Mundlak identifie (dans une certaine mesure) les régresseurs corrélés à des effets individuels. Le deuxième avantage est que lorsque la corrélation avec les effets individuels a été modélisée via une régression auxiliaire, la spécification des effets aléatoires fournit des estimateurs convergents, et il est alors possible d’évaluer l'effet de variables constantes dans le temps. Des simulations Monte Carlo étudient les propriétés de ce test de ratio de vraisemblance proposé dans des échantillons de taille finie, et indiquent que, dans certains cas, il présente un meilleur comportement que le test de Hausman. Nous illustrons enfin l'utilité de l'approche étendue de Mundlak en évaluant un modèle de prix des maisons, dans lequel certains déterminants des prix sont constants dans le temps. Nous montrons que si on ne prend pas en compte l'endogénéité des régresseurs par rapport aux effets individuels, on obtient des paramétres estimés non fiables, alors que les résultats obtenus avec l'approche de Mundlak et la spécification des effets fixes sont similaires (sur le plan des variables variant dans le temps), ce qui implique que la corrélation entre régresseurs et effets individuels est bien captée.

EXTRACTO Este estudio extiende el planteamiento Mundlak al modelo espacial de datos de panel (SDM) Durbin para ayudar al investigador aplicado a determinar la idoneidad de la especificación de efectos aleatorios dentro de esta configuración. Proponemos una prueba de relación de la probabilidad (LR) que evalúa la significancia de la correlación entre regresores y efectos individuales. En contraste con la prueba Hausman, el planteamiento Mundlak identifica (hasta cierto punto) los regresores correlacionados con efectos individuales. La segunda ventaja es que, una vez modelada la correlación con efectos individuales a través de una regresión auxiliar, la especificación de efectos aleatorios proporciona estimadores consistentes y puede estimarse el efecto de las variables constantes en el tiempo. Algunas simulaciones de Monte Carlo estudian las propiedades de esta prueba LR propuesta en muestras pequeñas y demuestran que, en algunos casos, se comporta mejor que la prueba Hausman. Finalmente, ilustramos la utilidad del planteamiento Mundlak ampliado estimando el precio de una vivienda donde varios determinantes del precio son constantes en el tiempo. Mostramos que ignorar la endogeneidad de los regresores con respecto a efectos individuales conduce a parámetros estimados no fiables, mientras que los resultados obtenidos mediante el planteamiento Mundlak y la especificación de efectos fijos son similares (en lo concerniente a variables que varan en el tiempo), sugiriendo que la correlación entre regresores y efectos individuales se ha capturado satisfactoriamente

     

Prediction in the Panel Data Model with Spatial Correlation: the Case of Liquor

Abstract

This paper considers the problem of prediction in a panel data regression model with spatial autocorrelation in the context of a simple demand equation for liquor. This is based on a panel of 43 states over the period 1965–1994. The spatial autocorrelation due to neighbouring states and the individual heterogeneity across states is taken explicitly into account. We compare the performance of several predictors of the states’ demand for liquor for 1 year and 5 years ahead. The estimators whose predictions are compared include OLS, fixed effects ignoring spatial correlation, fixed effects with spatial correlation, random-effects GLS estimator ignoring spatial correlation and random-effects estimator accounting for the spatial correlation. Based on RMSE forecast performance, estimators that take into account spatial correlation and heterogeneity across the states perform the best for forecasts 1 year ahead. However, for forecasts 2–5 years ahead, estimators that take into account the heterogeneity across the states yield the best forecasts.     

Pooling data for the analysis of dynamic marketing systems

Vector autoregressive (VAR) models have become popular in marketing literature for analyzing the behavior of competitive marketing systems. One drawback of these models is that the number of parameters can become very large, potentially leading to estimation problems. Pooling data for multiple cross-sectional units (stores) can partly alleviate these problems. An important issue in such models is how heterogeneity among cross-sectional units is accounted for. We investigate the performance of several pooling approaches that accommodate different levels of cross-sectional heterogeneity in a simulation study and in an empirical application. Our results show that the random coefficients modeling approach is an overall good choice when the estimated VAR model is used for out-of-sample forecasting only. When the estimated model is used to compute Impulse Response Functions, we conclude that one should select a modeling approach that matches the level of heterogeneity in the data.     

美国区域合作的财税规则及其经验启示

随着区域经济一体化的发展和公共事务的增长,美国作为区域合作先发国家,已经形成较为成熟的财税规则,包括多元化财政融资、区域合作财税优惠、合作组织财政职能、财税收益分配补偿、财税争议纠纷处理等规则。我国可吸取美国的有益经验,逐步扩大地方税权,加强财税规则顶层设计;加大国家财政支持,构建多元化融资模式;搭建区域合作组织平台,负责资金运营与维护;实施区域合作税收优惠,进一步优化合作环境;合理平衡区际财税利益,构筑多元纠纷裁决机制。     

中国大陆区域物流类型与竞争力空间差异研究

在分析我国物流业发展状况的基础上，通过区位商、R型因子和聚类分析等模型对中国大陆的区域物流类型和发展水平进行了定量测度，结果发现：（1）区域物流可划分为四种类型：综合型物流区域、高度专业型物流区域、一般专业型物流区域和”灰色”型物流区域；（2）区域物流发展水平空间差异显著，等级性、梯度性和集中性的空间分布格局凸现。最后探讨了区域物流类型与区域物流竞争力的空间耦合关系、我国大陆各省区物流建设的基本方向。     

服务业FDI与区域经济增长关系研究——基于长三角地区数据的实证分析

通过建立模型，对长三角地区服务业的外商直接投资（FDI）与经济增长的关系进行实证研究。研究表明，长三角地区服务业的FDI对经济增长具有较强的促进作用，但仅凭经济总量的增加不足以进一步吸引服务业外商直接投资，制度的建设与完善才是吸引FDI的关键。     

Testing for Spatial Effects in Seemingly Unrelated Regressions

Abstract

The paper focuses on the case of a panel data set, without unobserved individual effects, treated by means of an SUR specification. The problem raised is to test for the presence of spatial effects in these multivariate systems. Various useful tests are developed based on the principle of the Lagrange Multiplier in a maximum-likelihood framework. Also, we address the question of the time stability of the sequence of spatial dependence coefficients, as a maintained hypothesis that is not necessarily true in applied work. The second part of the paper presents the results of a Monte Carlo experiment.

Essais sur les effets spatiaux dans des régressions apparemment sans rapport

Resume Cette communication se concentre sur le cas de l'ensemble de données de panel, sans effets individuels non observés, traitées au moyen d'une spécification SUR. Le problème soulevé concerne l'examen de la présence d'effets spatiaux dans ces systèmes à multi-variables. On développe plusieurs essais utiles, basés sur le principe du multiplicateur d'Euler-Lagrange dans un cadre de probabilité maximale. En outre, nous nous penchons sur la question de la stabilité en fonction du temps des coefficients de dépendance spatiale, en tant qu'hypothèse maintenue qui n'est pas nécessairement vraie dans les applications pratiques. La deuxième partie de la communication présente les résultats d'une expérience Monte Carlo.

Ensayando los efectos espaciales en ecuaciones aparentemente no relacionadas

Extracto El trabajo se centra en el caso de un conjunto de datos de panel, donde no existen efectos individuales inobservados, tratado por medio de una especificación SUR. El problema que se plantea es contrastar la existencia de efectos espaciales en ese tipo de sistemas multivariados. Se desarrollan varios contrastes basados en el principio del Multiplicador de Lagrange en un contexto de máxima verosimilitud. Igualmente tratamos la cuestioen de la estabilidad temporal en la secuencia de coeficientes de dependencia espacial, como una hipótesis mantenida que no es necesariamente cierta en trabajos de tipo aplicados. La parte final del arti′culo presenta los resultados de un experimento de Monte Carlo.