Sample selection in linear panel data models with heterogeneous coefficients
异质系数线性面板模型中的样本选择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。
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：摘要明确研究带样本选择和异质系数的线性面板数据模型，最直接对应面板数据估计方法。
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
异质系数线性面板模型中的样本选择
- 研究问题
- 当结果模型与选择模型均存在异质系数，且选择过程和个体异质性与协变量相关时，如何一致处理面板估计中的内生性？
- 方法与思路
- 作者提出参数化两步估计，以控制函数式方法处理两类内生性，并利用条件线性投影构建基于Heckman选择修正的程序。
- 材料陈述的贡献
- 摘要称，模拟中该估计量优于标准估计量；国际象棋应用在处理两类内生性后显示更大的性别技能差距及参赛选择差异。
- 阅读关注点
- 应核对两步估计的参数限制、条件投影与选择修正的识别要求，以及棋手评级、技能差距和限时比赛选择的具体定义。
- 阅读边界
- 仅据所给 Crossref 摘要，模拟优势的适用范围、应用估计幅度及关键识别条件未说明，不能将评级差异直接视为固有能力差异。
原文摘要
Abstract We propose a parametric estimation procedure for linear panel data models with sample selection and heterogeneous coefficients that are present in both outcome model and selection model. Our two‐step estimation procedure accounts for endogeneity from the selection process and endogeneity from correlation between the individual unobserved heterogeneity and the observed covariates using control function like methods. Conditional linear projections are used to establish a tractable approach that builds upon the original Heckman correction to sample selection. Monte Carlo simulations illustrate the finite sample properties of our estimator and demonstrate that our proposed estimator outperforms standard estimators. We apply the proposed approach to estimate gender differences in high‐stakes time‐constrained decisions using Elo ratings data from the World Chess Federation. When addressing both sources of endogeneity, we find a much larger gender skill gap and substantial differences across the genders in strategically selecting into time‐constrained matches.