Fixed $T$ Estimation of Linear Panel Data Models with Interactive Fixed Effects
固定 T 下交互固定效应线性面板模型的估计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：摘要核心是固定时间维度的线性面板模型及交互固定效应估计；因子用于面板效应建模，未明确宏观因子研究对象。
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
固定 T 下交互固定效应线性面板模型的估计
- 研究问题
- 当面板时间维度固定而截面维度增大时，如何估计含交互固定效应的线性模型，并处理截面附带参数及因子数选择？
- 方法与思路
- 作者提出降维变换以消除截面附带参数，再应用主成分估计；同时研究双维度增长情形及变换后的特征值比检验。
- 材料陈述的贡献
- 摘要称，固定 T 时斜率估计达到根号 n 一致性，在所研究的依赖与动态设定下渐近无偏，因子数检验也具有一致性。
- 阅读关注点
- 应核对变换的构造、固定 T 时的识别与秩条件，以及依赖结构、动态解释变量和两维增长速度受到哪些限制。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出正则条件，渐近无偏不表示任意依赖或动态设定均成立。
原文摘要
This paper studies the estimation of linear panel data models with interactive fixed effects, where one dimension of the panel, typically time, may be fixed. To this end, a novel transformation is introduced that reduces the model to a lower dimension, and, in doing so, relieves the model of incidental parameters in the cross-section. The central result of this paper demonstrates that transforming the model and then applying the principal component (PC) estimator of \cite{bai_panel_2009} delivers $\sqrt{n}$ consistent estimates of regression slope coefficients with $T$ fixed. Moreover, these estimates are shown to be asymptotically unbiased in the presence of cross-sectional dependence, serial dependence, and with the inclusion of dynamic regressors, in stark contrast to the usual case. The large $n$, large $T$ properties of this approach are also studied, where many of these results carry over to the case in which $n$ is growing sufficiently fast relative to $T$. Transforming the model also proves to be useful beyond estimation, a point illustrated by showing that with $T$ fixed, the eigenvalue ratio test of \cite{horenstein} provides a consistent test for the number of factors when applied to the transformed model.