Share |
![]() ![]() |
Please use this identifier to cite or link to this item:
https://bdtd.ucb.br:8443/jspui/handle/123456789/627
Type: | Tese |
Title: | Método dos momentos generalizados geograficamente ponderado Método dos momentos generalizados geograficamente ponderado |
Author(s): | Camargo, Reinaldo Soares de ![]() |
First Advisor: | Miranda, Rogerio Boueri |
???metadata.dc.contributor.referee1???: | Sachsida, Adolfo |
???metadata.dc.contributor.referee2???: | Moreira, Tito Belchior Silva |
???metadata.dc.contributor.referee3???: | Oliveira Filho, Ovídio Cândido de |
???metadata.dc.contributor.referee4???: | Carvalho, Alexandre Xavier Ywata de |
Summary: | Nosso estudo estende a técnica de estimação de modelos de Regressão Linear Geograficamente Ponderado, popular na literatura de análise de dados espaciais, que permite a estimação de coeficientes locais usando mínimos quadrados ordinários ou máxima verossimilhança, para modelos geograficamente ponderado estimados via Método dos Momentos Generalizados (GMM). Essa abordagem permite o tratamento espacial de heterogeneidade, problema comum em estudos espaciais; a estimação de modelos com endogeneidade dos regressores por meio de variáveis instrumentais; a estimação de modelos não lineares; e a estimação de parâmetros para cada unidade geográfica ou, no caso mais geral, para cada unidade de estudo. Um pseudo-algoritmo para implementação da abordagem proposta é apresentado, além de duas aplicações empíricas. Uma para estimação das equações do trabalho e do salário, como proxy para estudo do crescimento municipal brasileiro entre 1991 e 2000, e outra para estimar o risco de insolvência de instituições financeiras no Brasil, com a finalidade de demonstrar a aplicabilidade da abordagem proposta em outros campos de estudo, fora do âmbito espacial. |
Abstract: | Our study extends the technique of estimate of models linear regression geographically weighed models, popular in the literature of anaýsis of spaces datra, which allows estimative of local co-efficients using ordinary lesat squared or maximum likehood, generalized methods os moments models (GMM). This technique allows treat spatial of heterogeneity in cross-section models, common problem inspace studies; the estimative of models with presence of endogeneity by using instrumental variabels; the estimate of nonlinear models; and the estimative of parameters for each geographic unit or, in the case most general, for each unit of study. A pseudo-algorithm for implementation of approach proposal is presented, and two empirical aplications. One for estimative of labour and wage equations to study regional growth and development of the Brazilian municipalities, between 1991 and 2000, and another, to estimate insolvency risk of financial institutions in Brazil, with the purpose of demonstrate the aplicability this approach, in other fields of study out of space scope. |
Keywords: | Regressão geograficamente ponderada método dos momentos generalizados método dos momentos generalizados geograficamente ponderado análise de dados espaciais estimação de parâmetros locais Geographically weigghted regression generalized methods of moments models, geographically weight generalized methods of moments models Spatial data analysis local regression Econometria Finanças |
CNPq: | CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA |
Language: | por |
Parents: | BR |
Publisher: | Universidade Católica de Brasília |
Institution Abbreviation: | UCB |
Department: | Economia |
Program: | Programa de Pós-Graduação em Economia de Empresas |
Citation: | CAMARGO, Reinaldo Soares de. Método dos momentos generalizados geograficamente ponderado. 2010. 89 f. Tese (Doutorado em Economia) - Universidade Católica de Brasília, Brasília, 2010. |
Access Type: | Acesso Aberto |
URI: | https://bdtd.ucb.br:8443/jspui/handle/123456789/627 |
Document date: | 30-Mar-2010 |
Appears in Collections: | Programa de Pós-Graduação em Economia de Empresas |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Texto completo Reinaldo Camargo - 2010.pdf | 17.79 MB | Adobe PDF | ![]() Download/Open Preview |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.