近日，经济学科青年教师刘拓（第一作者）与美国俄亥俄州立大学讲席教授李龙飞合作的题为“A likelihood ratio test for spatial model selection”的学术论文在计量经济学世界顶尖期刊Journal of Econometrics（2019,12,213(2): 434-458）上正式发表。

该文构造了一个适用于空间计量模型的非退化的似然比检验模型选择方法。该方法将Vuong(1989)推广到空间NED数据。该文不对真实模型做任何结构性的假设，并且允许两个备选模型中的一个或两个均为错误模型。同时，无论两个备选模型是否是嵌套的，该检验方法均成立。为构造该检验方法，该文首先证明了在常规条件下，空间计量模型的拟极大似然估计量是参数伪真值的一致估计量并且是渐近正态的。具体的，文章推导了有空间自回归误差的空间自回归（SARAR）模型和矩阵指数空间设定（MESS）模型两类常见空间计量模型中，拟极大似然估计量大样本性质的成立条件。在此基础上，文章推导了前述检验方法中的检验统计量的原假设条件下的渐近分布。另外，为了实现该检验方法，文章构造了检验统计量的渐近方差的空间异方差自相关一致（SHAC）估计量。最后，该文采用蒙特卡洛模拟实验检验了SARAR模型和MESS模型的拟极大似然估计量的有限样本性质，以及前述检验方法的经验置信水平和功效。

刘拓，美国俄亥俄州立大学经济学博士，现任厦门大学经济学院统计系、王亚南经济研究院助理教授。主要研究方向为空间计量经济学，应用微观计量经济学。近期主要研究内容为空间计量模型的模型选择方法，以及高维变量选择方法在空间计量经济学中的应用。研究成果在Journal of Econometrics发表，主持国家自然科学基金青年项目1项。