Bootstraps for dynamic panel threshold models
动态面板门槛模型的自助法推断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：摘要明确针对动态短面板门槛回归和差分 GMM 推断，并应用于企业投资模型。
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
动态面板门槛模型的自助法推断
- 研究问题
- 动态短面板门槛模型在连续区域具有非标准渐近分布时，如何为门槛和回归系数构造有效的自助法置信区间？
- 方法与思路
- 作者分析一阶差分 GMM 的普通非参数自助法失效原因，分别提出用于门槛的网格自助法和用于系数的残差自助法。
- 材料陈述的贡献
- 摘要称，连续区域内门槛估计具有四次根收敛率和非正态极限；新方法不依赖模型是否连续，网格自助法还具有一致有效性。
- 阅读关注点
- 核对矩条件 Jacobian 秩亏的机制、连续区域及其邻域的参数序列，并检查网格构造、残差重抽样和一致有效性的范围。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，不能判断工具变量、误差依赖等完整条件，也无法确认模拟覆盖率及企业投资应用结果，不推断刊本变化。
原文摘要
This paper develops valid bootstrap inference methods for the dynamic short panel threshold regression. We show that the standard nonparametric bootstrap is inconsistent for the first-differenced generalized method of moments (GMM) estimator. The inconsistency arises from an n1/4-consistent non-normal asymptotic distribution of the threshold estimator when the true parameter lies in the continuity region of the parameter space, which stems from the rank deficiency of the approximate Jacobian of the sample moment conditions on the continuity region. To address this, we propose a grid bootstrap to construct confidence intervals for the threshold and a residual bootstrap to construct confidence intervals for the coefficients. They are shown to be valid regardless of the model’s continuity. Moreover, we establish a uniform validity for the grid bootstrap. A set of Monte Carlo experiments compares the proposed bootstraps with the standard nonparametric bootstrap. An empirical application to a firm investment model illustrates our methods.