Two-stage instrumental variable estimation of linear panel data models with interactive effects
含交互效应的线性面板模型两阶段工具变量估计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：摘要直接研究含交互效应、同质或异质斜率的静态线性面板模型。
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…
含交互效应的线性面板模型两阶段工具变量估计
- 研究问题
- 当静态线性面板的误差项和回归变量均含交互效应时，如何构造内部工具变量，并控制效应估计引起的偏误？
- 方法与思路
- 作者由变换后的回归变量生成工具变量，分别针对同质斜率与异质斜率模型分析两阶段 IV 和均值组 IV 估计量。
- 材料陈述的贡献
- 摘要称两阶段 IV 可避免交互效应估计误差造成的渐近偏误，并与部分既有方法同样有效；另一些效率比较无法确定。
- 阅读关注点
- 应核对变换回归变量作为工具的有效性条件、面板维度增长设定，以及无偏误和效率结论分别针对哪些估计量。
- 阅读边界
- 摘要未给出工具有效性的完整条件或模拟数值；无需外部工具变量不意味着无需排除限制，也不能将效率结论推广至所有比较方法。
原文摘要
Summary This paper analyses the instrumental variables (IV) approach put forward by Norkute et al. (2021), in the context of static linear panel data models with interactive effects present in the error term and the regressors. Instruments are obtained from transformed regressors, thereby it is not necessary to search for external instruments. We consider a two-stage IV (2SIV) and a mean-group IV (MGIV) estimator for homogeneous and heterogeneous slope models, respectively. The asymptotic analysis reveals that: (i) the $\sqrt{\textit {NT}}$-consistent 2SIV estimator is free from asymptotic bias that may arise due to the estimation error of the interactive effects, while (ii) existing estimators can suffer from asymptotic bias; (iii) the proposed 2SIV estimator is asymptotically as efficient as existing estimators that eliminate interactive effects jointly in the regressors and the error, while (iv) the relative efficiency of the estimators that eliminate interactive effects only in the error term is indeterminate. A Monte Carlo study confirms good approximation quality of our asymptotic results.