Regresión cuantílica de variables instrumentales del modelo de datos panel dinámico espacial de Durbin con efectos fijos
Autores: Chen, Danqing; Chen, Jianbao; Li, Shuangshuang
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Regresión cuantílica de variables instrumentales del modelo de datos panel dinámico espacial de Durbin con efectos fijos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Regresión por cuantiles
Datos de panel dinámicos espaciales de Durbin
Efectos fijos
Variable instrumental
Simulaciones de Monte Carlo
Turismo internacional
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Este documento estudia un modelo de regresión cuantílica espacial dinámica de panel Durbin (SDDPD) con efectos fijos. Los estimadores convencionales de efectos fijos de la especificación de regresión cuantílica suelen estar sesgados en la presentación de variables de respuesta rezagadas en el espacio y el tiempo como regresores. Para reducir este sesgo, proponemos el estimador de regresión cuantílica de variables instrumentales (IVQR) con covariables rezagadas en el espacio y el tiempo como instrumentos. Bajo algunas condiciones regulares, se derivan la consistencia y la normalidad asintótica de los estimadores. Las simulaciones de Monte Carlo muestran que nuestros estimadores no solo tienen un buen desempeño en casos de muestra finita en diferentes cuantiles, sino que también tienen robustez para diferentes matrices de pesos espaciales y para diferentes distribuciones de términos de perturbación. El método propuesto se utiliza para analizar los factores influyentes en las ganancias de divisas por turismo internacional de 31 provincias en China de 2011 a 2017.
Descripción
Este documento estudia un modelo de regresión cuantílica espacial dinámica de panel Durbin (SDDPD) con efectos fijos. Los estimadores convencionales de efectos fijos de la especificación de regresión cuantílica suelen estar sesgados en la presentación de variables de respuesta rezagadas en el espacio y el tiempo como regresores. Para reducir este sesgo, proponemos el estimador de regresión cuantílica de variables instrumentales (IVQR) con covariables rezagadas en el espacio y el tiempo como instrumentos. Bajo algunas condiciones regulares, se derivan la consistencia y la normalidad asintótica de los estimadores. Las simulaciones de Monte Carlo muestran que nuestros estimadores no solo tienen un buen desempeño en casos de muestra finita en diferentes cuantiles, sino que también tienen robustez para diferentes matrices de pesos espaciales y para diferentes distribuciones de términos de perturbación. El método propuesto se utiliza para analizar los factores influyentes en las ganancias de divisas por turismo internacional de 31 provincias en China de 2011 a 2017.