变系数空间面板数据模型及其应用的研究

本文对变系数的空间面板数据模型进行研究，此类模型的优点在于可以考察经济关系以及空间关系的个体特征与动态特性，不论在理论上还是在实际应用上都有重要的研究价值与意义。主要的研究创新体现在以下几个方面：（1）对时变空间自回归固定系数模型提出了贝叶斯估计方法，并利用MCMC抽样方法对参数进行估计；并对混合形式的空间固定系数模型提出了一个四阶段的估计量，证明了该估计量在 时的渐进性质，并利用Monte Carlo模拟分析了估计量的小样本性质。（2）对时变误差合成空间固定系数模型进行研究，提出了两种参数估计方法：第一种方法是基于极大似然方法的多阶段迭代方法，第二种方法则是利用矩估计方法，后者借鉴了Kelejian and Prucha(1999)所提出的矩估计方法。对这两种方法所得到的估计量，本文均证明了估计量的一致性，并利用Monte Carlo方法模拟了其小样本性质。