Consistent Selection of the Number of Groups in Panel Models via Cross-Validation
通过交叉验证一致选择面板模型的分组数量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：核心方法针对分组面板模型的组数选择，摘要另明确给出中国股票波动率异质性的应用。
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…
关注这篇论文的作者
通过交叉验证一致选择面板模型的分组数量
- 研究问题
- 分组面板模型中，如何以数据驱动方式选择组数，并使选择方法能够适用于不同模型而无需额外的模型专用调参？
- 方法与思路
- 作者沿时间划分带缓冲区的训练和验证折，保持个体分组结构，训练组别与参数后，以跨折平均准则选择组数。
- 材料陈述的贡献
- 摘要称，该交叉验证方法具有组数选择一致性，可适用于多类面板模型，并用于分析金融危机期间中国股票波动率。
- 阅读关注点
- 应核对缓冲区和折划分的要求、一致性所需的时间依赖与组间分离条件，以及组别估计误差如何进入验证准则。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未给出具体一致性条件，也未报告模拟优势的数值幅度。
原文摘要
Group number selection is a key problem for group panel data modeling. In this work, we develop a cross-validation (CV) method to tackle this problem. Specifically, we split the panel data into two data folds on the time span with a buffer zone, with group structure preserved for individuals. We first estimate the group memberships and parameters on one data fold, then plug in the estimates and utilize the other data fold to evaluate a designed criterion. Subsequently, the group number is estimated by minimizing the average criterion across all data folds. The proposed CV method has two advantages compared to existing approaches. First, the method is totally data-driven; thus no further model-specific tuning parameters are involved. Second, the method can be flexibly applied to a wide range of panel data models. Theoretically, we establish the estimation consistency by taking advantage of the optimization process on the training data fold. Experiments are carried out with a variety of synthetic datasets and panel models to further illustrate the advantages of the proposed method. Lastly, the CV method is employed to analyze the heterogeneous patterns of stock volatilities in the Chinese stock market during the 2008 financial crisis.