Non-parametric Panel Data Models with Interactive Fixed Effects
具有交互固定效应的非参数面板数据模型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：摘要明确研究固定时间期数、不可观测个体效应和交互效应的面板数据模型。
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
具有交互固定效应的非参数面板数据模型
- 研究问题
- 在时间期数固定的面板中，如何识别和估计具有多维不可观测个体效应、非加性结构及异质边际效应的模型？
- 方法与思路
- 作者设定不可观测因素具有因子结构并非加性进入未知函数，提出点识别充分条件、筛极大似然及其他估计量。
- 材料陈述的贡献
- 摘要称，模型允许个体效应随时期产生不同影响；模拟表现良好，教学实践应用的结果与常用面板方法明显不同。
- 阅读关注点
- 应核对固定期数下点识别所需的具体条件、因子结构的规范化，以及筛估计实施和教学实践应用的解释依据。
- 阅读边界
- 摘要未说明识别条件、因子维数及应用中的内生性处理；结果不同不能直接说明新方法更准确或具有因果解释。
原文摘要
This article studies non-parametric panel data models with multidimensional, unobserved individual effects when the number of time periods is fixed. I focus on models where the unobservables have a factor structure and enter an unknown structural function non-additively. The setup allows the individual effects to impact outcomes differently in different time periods and it allows for heterogeneous marginal effects. I provide sufficient conditions for point identification of all parameters of the model. Furthermore, I present a non-parametric sieve maximum likelihood estimator as well as flexible semiparametric and parametric estimators. Monte Carlo experiments demonstrate that the estimators perform well in finite samples. Finally, in an empirical application, I use these estimators to investigate the relationship between teaching practice and student achievement. The results differ considerably from those obtained with commonly used panel data methods.