空间计量模型本科毕业论文

下面，给到一些题目，你觉得对你简单的就可以写。

1.杨海文:空间计量模型的选择、估计及其应用江西财经大学,2015。

2.何煜辉:我国企业合并商誉会计计量研究北京交通大学,2015。

3.陈天约:投资性房地产公允价值计量对企业财务绩效的影响华东理工大学,2015。

4.张春燕:公允价值计量模式在投资性房地产中应用的实证研究武汉科技大学,2014。

5.陈晨:投资性房地产公允价值计量动因与经济后果研究中国矿业大学,2014。

6.张甜:公允价值计量模式在投资性房地产中的应用研究厦门大学,2014。

7.赵轶:金融集聚、空间溢出与区域经济增长西南财经大学,2014。

8.李蓉:自创商誉的计量及其应用研究北京交通大学,2014。

9.杨友焱:投资性房地产公允价值计量的应用及财务影响研究重庆大学,2013。

10.胡庭清:非活跃市场环境下公允价值会计计量问题研究湖南大学,2012。

当然，最好是结合题目的同时，结合自己的现实情况，加入自己的想法，进行创新。

讲空间计量模型之前我想说为啥会出现空间计量这个东东，它是干啥滴呢？且听我细细道来。。实质：还是回归空间计量也叫做spatial econometrics，实际上就是把咱们平时用到的那些方法加入一些空间效应后做的系列回归。

目前，空间计量经济学研究包括以下四个感兴趣的领域： 计量经济模型中空间效应的确定； 合并了空间影响的模型的估计；空间效应存在的说明、检验和诊断；空间预测。 空间计量经济学模型有多种类型（Anselin，et al. 2004）。 首先介绍纳入了空间效应（空间相关和空间差异）、适用于截面数据的空间常系数回归模型，包括空间滞后模型（Spatial Lag Model，SLM）与空间误差模型（Spatial Error Model，SEM）两种，以及空间变系数回归模型——地理加权回归模型（Geographical Weighted Regression，GWR）。适用于时间序列和截面数据合成的空间面板数据计量经济学模型将在以后予以介绍。空间滞后模型（Spatial Lag Model，SLM）主要是探讨各变量在一地区是否有扩散现象（溢出效应）。其模型表达式为：参数 反映了自变量对因变量的影响，空间滞后因变量 是一内生变量，反映了空间距离对区域行为的作用。区域行为受到文化环境及与空间距离有关的迁移成本的影响，具有很强的地域性（Anselin et al.，1996）。由于SLM模型与时间序列中自回归模型相类似，因此SLM也被称作空间自回归模型（Spatial Autoregressive Model，SAR）。 空间误差模型（Spatial Error Model，SEM）存在于扰动误差项之中的空间依赖作用，度量了邻近地区关于因变量的误差冲击对本地区观察值的影响程度。由于SEM模型与时间序列中的序列相关问题类似，也被称为空间自相关模型（Spatial Autocorrelation Model，SAC）。 估计技术：鉴于空间回归模型由于自变量的内生性，对于上述两种模型的估计如果仍采用OLS，系数估计值会有偏或者无效，需要通过IV、ML或GLS、GMM等其他方法来进行估计。Anselin（1988）建议采用极大似然法估计空间滞后模型（SLM）和空间误差模型（SEM）的参数。空间自相关检验与SLM、SEM的选择：判断地区间创新产出行为的空间相关性是否存在，以及SLM和SEM那个模型更恰当，一般可通过包括Moran’s I检验、两个拉格朗日乘数（Lagrange Multiplier）形式LMERR、LMLAG及其稳健（Robust）的R-LMERR、R-LMLAG）等形式来实现。由于事先无法根据先验经验推断在SLM和SEM模型中是否存在空间依赖性，有必要构建一种判别准则，以决定哪种空间模型更加符合客观实际。Anselin和Florax（1995）提出了如下判别准则：如果在空间依赖性的检验中发现LMLAG较之LMERR在统计上更加显著，且R-LMLAG显著而R-LMERR不显著，则可以断定适合的模型是空间滞后模型；相反，如果LMERR比LMLAG在统计上更加显著，且R-LMERR显著而R-LMLAG不显著，则可以断定空间误差模型是恰当的模型。除了拟合优度R2检验以外，常用的检验准则还有：自然对数似然函数值（Log likelihood，LogL）、似然比率（Likelihood Ratio，LR）、赤池信息准则（Akaike information criterion，AIC）、施瓦茨准则（Schwartz criterion，SC）。对数似然值越大，AIC和SC值越小，模型拟合效果越好。这几个指标也用来比较OLS估计的经典线性回归模型和SLM、SEM，似然值的自然对数最大的模型最好。 空间变系数回归模型及估计：就目前国内外的研究来看，大多直接假定横截面单元是同质的，即地区或企业之间没有差异。传统的OLS只是对参数进行“平均”或“全域”估计，不能反映参数在不同空间的空间非稳定性（吴玉鸣，李建霞，2006；苏方林，2007）。 当用横截面数据建立计量经济学模型时，由于这种数据在空间上表现出的复杂性、自相关性和变异性，使得解释变量对被解释变量的影响在不同区域之间可能是不同的，假定区域之间的经济行为在空间上具有异质性的差异可能更加符合现实。空间变系数回归模型（Spatial Varying-Coefficient Regression Model）中的地理加权回归模型（Geographical Weighted Regression，GWR）是一种解决这种问题的有效方法。 、空间计量主要命令 spmat 生成空间权重矩阵 spatwmat 用于定义空间权重矩阵 spatgsa 用于全局空间自相关检验 gsa表示global spatial autocorrelation spatlsa 进行局部空间自相关检验 lsa表示local spatial autocorrelation spatcorr 考察空间自相关指标对距离临界值d的依赖性 spatdiag 针对ols回归结果，考察是否存在空间效应 spatreg 估计空间滞后与空间误差模型 空间面板主要命令为：help xsmle Spatial Autoregressive (SAR) model xsmle depvar [indepvars] [if] [in] [weight] , wmat(name) model(sar) [SAR_options] Spatial Durbin (SDM) model xsmle depvar [indepvars] [if] [in] [weight] , wmat(name) model(sdm) [SDM_options] Spatial Autocorrelation (SAC) model xsmle depvar [indepvars] [if] [in] [weight] , wmat(name) emat(name) model(sac) [SAC_options] Spatial Error (SEM) model xsmle depvar [indepvars] [if] [in] [weight] , emat(name) model(sem) [SEM_options] Generalized Spatial Panel Random Effects (GSPRE) model xsmle depvar [indepvars] [if] [in] [weight] , wmat(name) model(gspre) [emat(name) GSPRE_options]