空间杜宾模型SDM的Matlab工具箱

用到空间杜宾模型SDM，由于jplv7包中的原有的SDM模型只能分析截面数据，而做面板数据需要jplv7的panel里面给出的SAR模型再自己改编，难度很高。该工具箱是已经直接可以做面板的SDM代码，当然，也可以做SAR,SER等空间计量模型，非jplv7的原始版本（Elhorst在此基础上的修改），套用这个代码，做空间计量模型（SDM,SAR,SEM），除了可以得到模型系数估计值，还可以计算自变量对因变量的直接效应和间接效应。

% Demonstration file for Elhorst Panel Data code
%
% Dataset downloaded from www.wiley.co.uk/baltagi/
% Spatial weights matrix constructed by Elhorst
%
% written by: J.Paul Elhorst summer 2010
% University of Groningen
% Department of Economics
% 9700AV Groningen
% the Netherlands
% j.p.elhorst@rug.nl
%
% REFERENCE: 
% Elhorst JP （2010） Matlab Software for Spatial Panels. Under review.
%
% Elhorst JP （2010） Spatial Panel Data Models. In Fischer MM Getis A （Eds.） 
% Handbook of Applied Spatial Analysis Ch. C.2. Springer: Berlin Heidelberg New York.
%
% New:

% 1） Direct/Indirect effect esimates of the explanatory variables
% LeSage JP Pace RK （2009） Introduction to Spatial Econometrics. Boca Raton Taylor & Francis Group.
% routine direct_indirect_effects_estimates（resultsWspat_model） is written by J.P. Elhorst
% routines panel_effects_sar（resultsvnamesW） and panel_effects_sar（resultsvnamesW） 
% are written and made available by D. Lacombe
% User may use both routines （note: results are slightly different from each other since they are based on draws from a distrobution 
% or choose one particular routine. If N is large user should choose
% Lacombe‘s routines since this one is much more efficient computationally

% 2） Bias correction of coefficient estimates
% Lee Lf Yu J. （2010） Estimation of spatial autoregressive models with
% fixed effects Journal of Econometrics 154: 165-185.

% 3） Selection framework to determine which spatial panel data model best
% describes the data.

% dimensions of the problem
A=wk1read（‘x:\lotus\cigarette.wk1‘10）;
W1=wk1read（‘x:\lotus\Spat-Sym-US.wk1‘）;
T=30; % number of time periods
N=46; % number of regions
% row-normalize W
W=normw（W1）; % function of LeSage
y=A（:[3]）; % column number in the data matrix that corresponds to the dependent variable
x=A（:[46]）; % column numbers in the data matrix that correspond to the independent variables
for t=1:T
    t1=（t-1）*N+1;t2=t*N;
    wx（t1:t2:）=W*x（t1:t2:）;
end
xconstant=ones（N*T1）;
[nobs K]=size（x）;
% ----------------------------------------------------------------------------------------
% No fixed effects + spatially lagged dependent variable
info.lflag=0; % required for exact results
info.model=0;
info.fe=0; % Do not print intercept and fixed effects; use info.fe=1 to turn on
% New routines to calculate effects estimates
results=sar_panel_FE（y[xconstant x]WTinfo）; 
vnames=strvcat（‘logcit‘‘intercept‘‘logp‘‘logy‘）;
% Print out coefficient estimates
prt_sp（resultsvnames1）;
% Print out effects estimates
spat_model=0;
direct_indirect_effects_estimates（resultsWspat_model）;
panel_effects_sar（resultsvnamesW）;
% ----------------------------------------------------------------------------------------
% No fixed effects + spatially lagged dependent variable + spatially
% independent variables
info.lflag=0; % required for exact results
info.model=0;
info.fe=0; % Do not print interc

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      13818  2013-10-01 20:46  demopanelscompare.m

     文件       3638  2013-10-01 20:41  direct_indirect_effects_estimates.m

     文件       1827  2013-10-01 20:40  f2_sarpanel.m

     文件       1917  2013-10-01 20:39  f_sarpanel.m

     文件       1917  2013-10-01 20:39  sar_panel_FE.m

----------- ---------  ---------- -----  ----

                23117                    5