Essays On Spatial Panel Econometrics

Abstract

Aquesta tesi proposa una metodologia per identificar i estimar externalitats espacials associades als efectes inviduals en models per a dades de panell. La clau d'aquest nou enfocament és l'ús d'una especificació d'efectes aleatoris correlacionats. Distingir entre els efectes individuals i les seves externalitats espacials pot proporcionar informació interessant sobre com les característiques no observades dels territoris veïns afecten la producció d'un cert territori i, viceversa, com les característiques no observades d'un territori afecten la producció dels territoris veïns. En els models de creixement, per exemple, es pot obtenir una mesura de la productivitat no observada de les regions a partir de l'estimació dels efectes individuals Islam (1995). Però com afecta el contagi espacial de la productivitat no observada d'aquestes regions al seu creixement econòmic?

Aquesta tesi analitza diversos models economètrics i amb l'objectiu d'identificar i estimar aquest tipus d'efectes. A més, cada capítol proporciona evidència empírica relacionada. En particular, aquesta tesi proposa l'ús d'un model d'efectes aleatoris correlacionats (Mundlak, 1978; Chamberlain, 1982) per analitzar les externalitats espacials dels efectes individuals. En aquest sentit, els models analitzats en aquesta tesi tenen una estructura de l'error om els components estan ponderats espacialment, de manera molt similar a la del treball de Kapoor et al. (2007). En particular, el segon capítol considera una especificació d'efectes aleatoris correlacionats en un model de dades de panell espacial estàtic i el tercer ho fa en un model de dades de panell dinàmic espacial. El quart capítol fa ús de les troballes dels capítols anteriors en un model de creixement amb externalitats espacials.

Esta tesis es una contribución a la literatura sobre econometría espacial. Básicamente esta tesis propone una metodología para identificar y estimar externalidades espaciales asociadas a los efectos individuales en modelos de datos de panel. La clave de este nuevo enfoque es el uso de una especificación de efectos aleatorios correlacionados. Distinguir entre los efectos individuales y sus externalidades espaciales puede proporcionar información interesante sobre cómo las características no observadas de los territorios vecinos afectan la producción de un cierto territorio y, viceversa, cómo las características no observadas de un territorio afectan la producción de los territorios vecinos. En los modelos de crecimiento, por ejemplo, se puede obtener una medida de la productividad no observada de las regiones a partir de la estimación de los efectos individuales Islam (1995). Pero ¿cómo afecta el contagio espacial de la productividad no observada de estas regiones a su crecimiento económico?

Esta tesis analiza varios modelos econométricos y con el objetivo de identificar y estimar este tipo de efectos. Además, cada capítulo proporciona evidencia empírica en crecimiento económico. En particular, esta tesis propone el uso de un modelo de efectos aleatorios correlacionados (Mundlak, 1978; Chamberlain, 1982) para analizar las externalidades espaciales de los efectos individuales. En este sentido, los modelos analizados en esta tesis tienen un error cuyos componentes están ponderados espacialmente y que está muy relacionados con el trabajo de Kapoor et al. (2007). En particular, el segundo capítulo considera una especificación de efectos aleatorios correlacionados en un modelo de datos de panel espacial estáatico y el tercero lo hace en un modelo de datos de panel dinÃamico espacial. El cuarto capítulo hace uso de los hallazgos de los capítulos anteriores en un modelo de crecimiento con externalidades espaciales.

This thesis contributes to the spatial econometrics literature by presenting a suitable framework for modelling the spatial spillovers of the individual effects in panel data models. The key to this new approach is the use of a correlated random effects specification. Distinguishing the individual effects from their spatial spillovers may provide interesting insights into how the unobserved characteristics of the neighbouring territories affect the output of a certain territory and, conversely, how the unobserved characteristics of a territory affect the output of the neighbouring territories. In growth models, for example, a measure of the unobserved productivity of the regions under study can be obtained from the estimated individual effects Islam (1995). But how does the spatial contagion of the unobserved productivity of these regions affects their economic growth? This thesis considers several model specifications to identify and estimate this kind of effects. Moreover, each chapter of this thesis considers provides illustrative evidence.

In particular, this thesis proposes using a correlated-random effects specification (Mundlak, 1978; Chamberlain, 1982) to analyse the spatial externalities of the individual effects. In this vein, the model specifications analysed in this thesis have a spatially weighted error component structure that is closely related to that proposed by Kapoor et al. (2007). In particular, the second chapter considers a correlated random effects specification in a static spatial panel data model and the third does so in a spatial dynamic panel data model. The fourth chapter makes use of the findings of the previous chapters in a growth model with spatial externalities.