DYNAMIC LINEAR PANEL REGRESSION MODELS WITH INTERACTIVE FIXED EFFECTS
具有交互固定效应的动态线性面板回归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：摘要直接研究具有交互固定效应和滞后因变量的动态面板回归。
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动态线性面板回归
- 研究问题
- 在线性面板包含交互固定效应与预定解释变量时，最小二乘估计有哪些渐近偏差，如何修正参数估计及常用检验？
- 方法与思路
- 作者在横截面和时间维度同时增大的框架下推导最小二乘渐近理论，分别处理误差相关或异方差及预定变量带来的偏差。
- 材料陈述的贡献
- 摘要称，提出偏差修正的最小二乘估计及 Wald、LR、LM 检验，修正统计量渐近服从卡方分布，模拟中也表现良好。
- 阅读关注点
- 应核对两个维度的增长条件、交互效应结构、预定变量的矩条件，以及偏差项与检验修正量如何估计和实现。
- 阅读边界
- 解读仅限所给 Crossref 摘要；因子数量处理、具体正则条件和有限样本数值均未说明，不能据此确认小样本检验尺寸准确。
原文摘要
We analyze linear panel regression models with interactive fixed effects and predetermined regressors, for example lagged-dependent variables. The first-order asymptotic theory of the least squares (LS) estimator of the regression coefficients is worked out in the limit where both the cross-sectional dimension and the number of time periods become large. We find two sources of asymptotic bias of the LS estimator: bias due to correlation or heteroscedasticity of the idiosyncratic error term, and bias due to predetermined (as opposed to strictly exogenous) regressors. We provide a bias-corrected LS estimator. We also present bias-corrected versions of the three classical test statistics (Wald, LR, and LM test) and show their asymptotic distribution is a χ 2 -distribution. Monte Carlo simulations show the bias correction of the LS estimator and of the test statistics also work well for finite sample sizes.