| 執筆者 | CHANG Pao-Li（シンガポール経営大学）／牧岡 亮（リサーチアソシエイト）／NG Bo Lin（シンガポール経営大学）／YANG Zhenlin（シンガポール経営大学） |
|---|---|
| 発行日/NO. | 2023年3月 23-E-016 |
| 研究プロジェクト | 総合的EBPM研究 |
| ダウンロード/関連リンク |
概要
本研究では、企業間の地域内での依存関係がある下での生産性を推定するため、3段階の一般化モーメント法（GMM）推定法を構築する。同手法は、Ackerberg, Caves, and Frazer (2015)とWooldridge(2009)の手法に基づき、しかしながら企業の生産性が地域内の企業の生産量、投入量、共通するショックに依存することを許している。そして本研究では、構築された手法を日本の企業レベルパネルデータに応用している。同データセットは、経済産業省企業活動基本調査から得られる企業レベルの財務情報と、東京商工リサーチ企業相関データから得られる企業間の取引関係のデータを接合することにより構築されている。接合したデータは、各年約29,000企業の情報を含み、また各企業の取引先企業の情報を含んでいる。
概要（英語）
This paper proposes a three-stage GMM estimation procedure for estimating firm-level productivity in the presence of potential spatial dependence across firms via the product market, the input market, and the supply chain. The procedure builds on Ackerberg, Caves and Frazer (2015) and Wooldridge (2009), but in addition, allows the productivity process to depend on the lagged output levels and input usages of related firms, and to accommodate spatially correlated productivity shocks across firms. The procedure provides the estimates of the production function parameters (the capital and labor shares in value-added, and the degree of serial correlation in the productivity process), and the spatial dependence parameters (of productivity on related firms’ past outputs and inputs, and current innovation shocks), where the set of related firms can differ across the three dimensions of spatial dependence.
We establish the asymptotic properties of the proposed estimator, and conduct Monte Carlo simulations to validate these properties. In particular, our proposed estimator is consistent under DGPs with or without spatial dependence. In contrast, the conventional estimators are biased when the true DGPs are indeed characterized by spatial dependence.
