Panel data models with interactive fixed effects and (relatively) small T
交互固定效应面板数据模型与（相对）小 TAI 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：摘要明确研究含交互固定效应的线性面板数据模型估计，属面板数据方向；交互固定效应以因子结构刻画，与因子模型方向直接相关。
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
交互固定效应面板数据模型与（相对）小 T
- 研究问题
- 研究问题：在含交互固定效应的线性面板数据模型中，当个体数 n 大而时间维度 T 固定（或 T 相对 n 较小）时，如何获得一致且渐近无偏的估计量。
- 方法与思路
- 方法思路：作者提出一种变换，将其应用于数据后再做最小二乘估计，得到所谓变换最小二乘（TLS）估计量；摘要称该变换使 Bai（2009）的 LS 估计量在 n 大、T 固定时具有一致性与渐近无偏性，并在 n、T 都大且 T/n→0 时保持这些性质。
- 材料陈述的贡献
- 摘要所述贡献：指出通常 LS 估计量在 n 大、T 固定时一般不一致，在 n、T 都大时存在渐近偏差；而所提 TLS 估计量在上述两类情形下均一致且渐近无偏，从而在短面板与 T 相对较小的面板中提供可行替代。
- 阅读关注点
- 阅读时应核对：变换的具体形式与可识别条件；TLS 的一致性、渐近无偏性所依赖的假设（如因子数、载荷与误差的矩条件、T/n→0 的收敛速率）；与 Bai（2009）LS 估计量的比较设定；是否给出渐近分布与推断方法；模拟与实证设计的细节。
- 阅读边界
- 摘要信息的边界：仅凭摘要无法判断变换的构造细节、识别假设是否合理、渐近分布与推断是否可用，也未说明有限样本表现与实证结果；摘要未说明是否已同行评审或期刊接收，相关结论需以全文与正式发表版本为准。
原文摘要
This paper studies the estimation of a linear panel data model with interactive fixed effects. A transformation is introduced which, after having been applied, renders the least squares (LS) estimator of Bai (2009) consistent and asymptotically unbiased when n is large and T is fixed. This is termed the transformed least squares (TLS) estimator. Going further, these properties are shown to also carry over to the large n, large T setting, provided T /n → 0. This contrasts sharply with the usual case, where the LS estimator is, in general, inconsistent when n is large and T is fixed, and is asymptotically biased when both n and T are large.