Moment Restrictions for Nonlinear Panel Data Models with Feedback
允许反馈的非线性面板数据模型矩约束AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究带个体异质性和协变量反馈的非线性面板模型。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
允许反馈的非线性面板数据模型矩约束
- 研究问题
- 在未来协变量可能受到过去结果、协变量及个体异质性反馈影响的非线性面板中，哪些矩条件仍有效，容许反馈会损失多少信息？
- 方法与思路
- 作者刻画对反馈与异质性稳健的全部矩条件，提供具体模型的构造式估计方法，分析半参数效率界，并以多段混合比例风险模型说明。
- 材料陈述的贡献
- 摘要称当这类矩条件点识别目标参数时，可达到完整模型的效率界；结果也涵盖涉及未观测异质性分布或反馈过程的平均目标量。
- 阅读关注点
- 应核对允许反馈的具体信息结构、稳健矩条件的完整性与可行构造、点识别成立范围，以及效率界所对应的完整模型。
- 阅读边界
- 来源为 arXiv 预印本，同行评审或期刊接收未经核实；摘要未给出具体矩函数与识别条件，效率结论不能脱离点识别前提使用。
原文摘要
Many panel data methods, while allowing for general dependence between covariates and time-invariant agent-specific heterogeneity, place strong a priori restrictions on feedback: how past outcomes, covariates, and heterogeneity map into future covariate levels. Ruling out feedback entirely, as often occurs in practice, is unattractive in many dynamic economic settings. We provide a general characterization of all feedback and heterogeneity robust (FHR) moment conditions for nonlinear panel data models and present constructive methods to derive feasible moment-based estimators for specific models. We characterize semiparametric efficiency bounds in this case, quantifying the information loss associated with accommodating feedback as well as providing insight into how to construct estimators with good efficiency properties in practice. When FHR moments point-identify the target parameter - the case we emphasize - we show they attain the efficiency bound associated with the full model. These results apply both to the finite dimensional parameter indexing the parametric part of the model as well as to estimands that involve averages over the distribution of unobserved heterogeneity or features of the feedback process. Lastly, we illustrate our methods by providing a complete characterization of all FHR moment functions in the multi-spell mixed proportional hazards model, and compute efficient moment functions for both model parameters and average effects in this setting.