Estimating a knowledge production function and knowledge spillovers : a new two-step estimation procedure of a Spatial Autoregressive Poisson Model

Detalhes bibliográficos
Autor(a) principal: Glórias, Ludgero Miguel Carraça
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.5/20711
Resumo: Mestrado em Econometria Aplicada e Previsão
id RCAP_d67c8a3dc1de306a13b1f3473a138508
oai_identifier_str oai:www.repository.utl.pt:10400.5/20711
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Estimating a knowledge production function and knowledge spillovers : a new two-step estimation procedure of a Spatial Autoregressive Poisson ModelEconometria espacialRegressão de PoissonExternalidades de conhecimentoMáxima Verosimilhança de informação limitada a dois passosSpatial EconometricsPoisson RegressionKnowledge SpilloversKnowledge ProductionTwo-Step Limited Information Maximum LikelihoodMestrado em Econometria Aplicada e PrevisãoVários estudos econométricos procuram explicar os determinantes da criação de conhecimento usando como variável dependente o número de patenteamentos numa região. Alguns destes procuram captar os efeitos de Knowledge Spillovers através de modelos lineares que incorporam dependência espacial. No entanto, nenhum estudo foi encontrado que captasse este efeito, tendo em atenção a natureza discreta da variável dependente. Este trabalho pretende preencher essa lacuna propondo um novo estimador de máxima verosimilhança a dois passos para um modelo Poisson Autorregressivo Espacial. As propriedades do estimador são avaliadas num conjunto de simulações de Monte Carlo. Os resultados sugerem que este estimador tem menor Bias e menor RMSE, na generalidade, que outros estimadores propostos, sendo que apenas mostra piores resultados quando a dependência espacial é próxima da unidade. Um exemplo empírico, empregando o novo estimador e um conjunto de estimadores alternativos, é realizado, sendo que a criação de conhecimento em 234 NUTS II de 24 países europeus é analisada. Os resultados evidenciam que existe uma forte dependência espacial na criação de inovação entre as regiões. Conclui-se também que o ambiente socioeconómico é essencial para o processo de formação de conhecimento e que contrariamente às instituições públicas, as empresas privadas são eficientes na produção de inovação. É de realçar, que regiões com menor capacidade em transformar despesas R&D em patenteamentos apresentam maior capacidade de absorção e segregação de conhecimento, evidenciando que regiões vizinhas menos eficientes na produção de conhecimento tendem a criar relações fortalecidas na partilha de conhecimento.Several econometric studies seek to explain the determinants of knowledge production using as dependent variable the number of patents in a region. Some of these capture the effects of knowledge spillovers through linear models with spatial autorregressive term. However, no study has been found that estimates such effect while also considering the discrete nature of the dependent variable: a count variable. This essay aims to fill this gap by proposing a new Two-step Maximum Likelihood estimator for a Spatial Autorregressive Poisson model. The properties of this estimator are evaluated in a set of Monte Carlo Experiments. The simulation results suggest that this estimator presents lower Bias and lower RMSE than the alternative estimators proposed, only showing worse results when the spatial dependence is close to the unit. An empirical example, using the new estimator and a set of alternative estimators, is executed, where the creation of knowledge in 234 NUTS II from 24 European countries is analyzed. The results show that there is a strong spatial dependence on the creation of innovation. It is also concluded that the socio-economic environment is essential for the knowledge formation and, unlike public R&D institutions, private companies are efficient in producing innovation. It should be noted that regions with less capacity to transform R&D expenses into new patents, have greater capacity for absorption and segregation of knowledge, which shows that neighboring regions less efficient in the production of knowledge tend to create strong relations with each other taking advantage of the knowledge sharing process.Instituto Superior de Economia e GestãoProença, IsabelRepositório da Universidade de LisboaGlórias, Ludgero Miguel Carraça2021-01-01T16:47:05Z2020-112020-11-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.5/20711engGlórias, Ludgero Miguel Carraça (2020). "Estimating a knowledge production function and knowledge spillovers : a new two-step estimation procedure of a Spatial Autoregressive Poisson Model". Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestão.info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-06T14:50:08Zoai:www.repository.utl.pt:10400.5/20711Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:05:23.469222Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Estimating a knowledge production function and knowledge spillovers : a new two-step estimation procedure of a Spatial Autoregressive Poisson Model
title Estimating a knowledge production function and knowledge spillovers : a new two-step estimation procedure of a Spatial Autoregressive Poisson Model
spellingShingle Estimating a knowledge production function and knowledge spillovers : a new two-step estimation procedure of a Spatial Autoregressive Poisson Model
Glórias, Ludgero Miguel Carraça
Econometria espacial
Regressão de Poisson
Externalidades de conhecimento
Máxima Verosimilhança de informação limitada a dois passos
Spatial Econometrics
Poisson Regression
Knowledge Spillovers
Knowledge Production
Two-Step Limited Information Maximum Likelihood
title_short Estimating a knowledge production function and knowledge spillovers : a new two-step estimation procedure of a Spatial Autoregressive Poisson Model
title_full Estimating a knowledge production function and knowledge spillovers : a new two-step estimation procedure of a Spatial Autoregressive Poisson Model
title_fullStr Estimating a knowledge production function and knowledge spillovers : a new two-step estimation procedure of a Spatial Autoregressive Poisson Model
title_full_unstemmed Estimating a knowledge production function and knowledge spillovers : a new two-step estimation procedure of a Spatial Autoregressive Poisson Model
title_sort Estimating a knowledge production function and knowledge spillovers : a new two-step estimation procedure of a Spatial Autoregressive Poisson Model
author Glórias, Ludgero Miguel Carraça
author_facet Glórias, Ludgero Miguel Carraça
author_role author
dc.contributor.none.fl_str_mv Proença, Isabel
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Glórias, Ludgero Miguel Carraça
dc.subject.por.fl_str_mv Econometria espacial
Regressão de Poisson
Externalidades de conhecimento
Máxima Verosimilhança de informação limitada a dois passos
Spatial Econometrics
Poisson Regression
Knowledge Spillovers
Knowledge Production
Two-Step Limited Information Maximum Likelihood
topic Econometria espacial
Regressão de Poisson
Externalidades de conhecimento
Máxima Verosimilhança de informação limitada a dois passos
Spatial Econometrics
Poisson Regression
Knowledge Spillovers
Knowledge Production
Two-Step Limited Information Maximum Likelihood
description Mestrado em Econometria Aplicada e Previsão
publishDate 2020
dc.date.none.fl_str_mv 2020-11
2020-11-01T00:00:00Z
2021-01-01T16:47:05Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.5/20711
url http://hdl.handle.net/10400.5/20711
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv Glórias, Ludgero Miguel Carraça (2020). "Estimating a knowledge production function and knowledge spillovers : a new two-step estimation procedure of a Spatial Autoregressive Poisson Model". Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestão.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799131146618929152

Registros relacionados