Identification in nonlinear dynamic panel models under partial stationarity
部分平稳性下非线性动态面板模型的识别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：摘要明确研究非线性动态面板，并涵盖二元选择与有序响应等有限因变量模型。
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…
关注这篇论文的作者
部分平稳性下非线性动态面板模型的识别
- 研究问题
- 当非线性动态面板含多个滞后因变量及其他内生协变量，且误差分布未知、允许时间依赖时，能够识别哪些参数？
- 方法与思路
- 作者以部分平稳性为识别基础，对二元选择、有序响应等模型推导部分识别结果，并以模拟和收入类别应用展示方法。
- 材料陈述的贡献
- 摘要称，框架容纳灵活动态与误差设定，并在二元选择模型中证明识别集的锐性；模拟显示有限样本表现稳健。
- 阅读关注点
- 应核对部分平稳性约束哪些条件分布、如何处理不同内生变量，以及识别集构造与锐性证明适用的具体模型范围。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，平稳性条件和识别集形式未说明；二元选择的锐性结果不能直接推广到所有有序模型。
原文摘要
This paper provides a general identification approach for a wide range of nonlinear panel data models, including binary choice, ordered response, and other types of limited dependent variable models. Our approach accommodates dynamic models with any number of lagged dependent variables as well as other types of endogenous covariates. Our identification strategy relies on a partial stationarity condition, which allows for not only an unknown distribution of errors, but also temporal dependencies in errors. We derive partial identification results under flexible model specifications and establish sharpness of our identified set in the binary choice setting. We demonstrate the robust finite-sample performance of our approach using Monte Carlo simulations, and apply the approach to the empirical analysis of income categories using various ordered choice models.