论文部分内容阅读
在普通面板数据模型中，一般采用经典Hausman检验对模型的个体效应进行判定。但是，当面板数据中存在空间相关性时，经典Hausman检验将出现较大的水平扭曲，因此容易得到错误的结论。在实际经济运行中，空间相关性是普遍存在的，这已得到大多数学者的一致认可。然而，现有文献中，对于空间面板数据模型个体效应的判定方法研究明显不足。这导致在不少实证研究中，许多研究者忽略空间效应，简单的采用经典Hausman检验判定空间面板数据模型是选择固定效应模型还是随机效应模型，并不了解在空间相关性存在的情形下，经典Hausman检验已经失效。本论文针对面板数据空间滞后模型进行研究，运用工具变量法对随机效应的空间滞后模型和固定效应的空间滞后模型进行估计，然后参照经典Hausman检验的研究思想构造空间Hausman检验统计量，最后通过进行Monte Carlo模拟实验，验证了所构造的空间Hausman检验的有限样本有效性。研究表明，经典Hausman检验的水平扭曲随着空间相关性的增加而增加，当空间相关性较强时，水平扭曲已远远超出检验所能接受的范围。而空间Hausman检验则基本不受空间相关性的影响，始终保持较为理想的检验水平。随着样本量的增大，经典Hausman检验的水平扭曲进一步增大，而空间Hausman检验则得到进一步修正，水平扭曲更加趋近于理想值0。随机效应的变动对二者的影响均不太显著。经典Hausman检验和空间Hausman检验的检验功效均随着固定效应的增强而减小。经典Hausman检验的检验功效普遍优于空间Hausman检验的检验功效，二者的检验功效均随着样本量的增大或者个体效应与自变量相关性的增加而增加，达到较理想的检验功效。