Estimating Vector Autoregressions with Panel Data
利用面板数据估计向量自回归模型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：摘要明确研究面板数据中的向量自回归系数估计与检验，因此归入面板数据和 VAR 方法相关方向。
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…
利用面板数据估计向量自回归模型
- 研究问题
- 在包含非平稳个体效应的面板中，如何估计并检验向量自回归系数，并据此分析工资与工作时数之间的动态关系？
- 方法与思路
- 作者对自回归方程作准差分，再使用工具变量估计，以容纳非平稳个体效应，并将方法用于两个美国男性样本。
- 材料陈述的贡献
- 摘要称，应用结果提示工资预测方程中可不含滞后工时，工时方程中的滞后工时则较重要；作者同时讨论系数估计与检验。
- 阅读关注点
- 阅读时应核对非平稳个体效应的设定、准差分处理与工具变量有效性，并查看系数检验及两个样本结果的一致性。
- 阅读边界
- 摘要未说明工具变量的选择与有效性条件、样本构成或估计不确定性；所述动态预测关系不能仅凭摘要解释为因果效应。
原文摘要
This paper considers estimation and testing of vector autoregressio n coefficients in panel data, and applies the techniques to analyze the dynamic relationships between wages an d hours worked in two samples of American males. The model allows for nonstationary individual effects and is estimated by applying instrumental variables to the quasi-differenced autoregressive equations. The empirical results suggest the absence of lagged hours in the wage forecasting equation. The results also show that lagged hours is important in the hours equation. Copyright 1988 by The Econometric Society.