Spectral and post-spectral estimators for grouped panel data models
分组面板数据模型的谱估计与后谱估计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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：题名与摘要明确研究分组面板模型及个体数、时期数共同增长下的估计性质。
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
分组面板数据模型的谱估计与后谱估计
- 研究问题
- 研究如何估计具有潜在分组结构的面板模型，并在个体数与时期数同时增长、但时期数增长较慢时获得有效推断。
- 方法与思路
- 作者提出谱估计与后谱估计，考察两者在大样本下的一致性，并在组间充分分离条件下分析后谱估计的渐近分布。
- 材料陈述的贡献
- 摘要称后谱估计具有根号 NT 收敛率和零均值渐近正态性，理论性质可比于分组固定效应估计，且计算较为直接。
- 阅读关注点
- 应核对组间充分分离的定义、N 与 T 的增长限制、谱估计到后谱估计的步骤，以及计算便利性的具体依据。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核验。摘要未说明完整模型条件、分组数处理或有限样本表现。
原文摘要
In this paper, we develop spectral and post-spectral estimators for grouped panel data models. Both estimators are consistent in the asymptotics where the number of observations $N$ and the number of time periods $T$ simultaneously grow large. In addition, the post-spectral estimator is $\sqrt{NT}$-consistent and asymptotically normal with mean zero under the assumption of well-separated groups even if $T$ is growing much slower than $N$. The post-spectral estimator has, therefore, theoretical properties that are comparable to those of the grouped fixed-effect estimator developed by Bonhomme and Manresa (2015). In contrast to the grouped fixed-effect estimator, however, our post-spectral estimator is computationally straightforward.