Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/101595 
Autor:innen: 
Erscheinungsjahr: 
1997
Schriftenreihe/Nr.: 
Diskussionsbeiträge - Serie II No. 328
Verlag: 
Universität Konstanz, Sonderforschungsbereich 178 - Internationalisierung der Wirtschaft, Konstanz
Zusammenfassung: 
Querschnittsdaten aus benachbarten Raumgebieten, wie in der Regionalökonomie verwendet, weisen neben Heteroskedastie oft auch gegenseitige Abhängigkeiten auf. Die wechselseitige Beeinflussung wird in der raumstrukturellen Ökonometrie (Spatial Econometrics) meist explizit durch Autokorrelation entweder im Fehlerterm oder in der endogenen Variablen modelliert. Für die Schätzung entsprechender Prozesse ist KQ nicht anwendbar, während Maximum Likelihood-Schätzer rechentechnische Probleme verursachen, so daß GMM-Verfahren vorzuziehen sind. Vorliegender Beitrag gibt einen Überblick über gängige Test- und Schätzverfahren und verdeutlicht deren Eigenschaften in endlichen Stichproben mit Hilfe von Monte Carlo-Studien.
Zusammenfassung (übersetzt): 
Cross section data originating from neighboring spatial units - frequently used in Regional Sciences - is not only affected by heteroscedasticity but often also mutually dependent. In Spatial Econometrics, this is often taken into account by explicitly modelling autocorrelated error terms or dependent variables. OLS is not suitable for the estimation of such processes whereas ML may cause computional bürden so the GMM methodology is favorable. This paper gives a survey of several tests and estimation procedures used for spatial data and examines their small sample properties presenting some Monte Carlo studies.
Dokumentart: 
Working Paper

Datei(en):
Datei
Größe
1.6 MB





Publikationen in EconStor sind urheberrechtlich geschützt.