跳到正文
← 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:摘要明确研究双向固定效应面板回归在非线性数据生成过程下的估计与推断。

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
Artūras Juodis

这个冲击不同:误设双向固定效应面板回归的估计与推断

研究问题
当面板数据生成过程不具有线性参数结构时,线性双向固定效应估计量趋向什么对象,其收敛速度和极限分布如何变化?
方法与思路
作者刻画固定效应估计量的伪真值及渐近分布,并提出自回归双重自适应野生自助法,以适应较广的数据生成过程。
材料陈述的贡献
摘要称,模型误设程度决定收敛速度,极限分布可能非正态;所提 AdaWild 自助法在小型与中型面板模拟中表现良好。
阅读关注点
应核对伪真值的经济含义、误设程度的形式化定义、面板维度与依赖条件,以及自助法如何适应不同收敛速度。
阅读边界
所给 Crossref 摘要未说明伪真值是否具有因果含义,也未列出适用数据生成过程的条件;不能据题名将其视为特定政策效应方法。

原文摘要

We investigate the properties of the linear two-way fixed effects (FE) estimator for panel data when the underlying data generating process (DGP) does not have a linear parametric structure. The FE estimator is consistent for some pseudo-true value and we characterize the corresponding asymptotic distribution. We show that the rate of convergence is determined by the degree of model misspecification, and that the asymptotic distribution can be non-normal. We propose a novel autoregressive double adaptive wild (AdaWild) bootstrap procedure applicable for a large class of DGPs. Monte Carlo simulations show that it performs well for panels of small and moderate dimensions. We use data from U.S. manufacturing industries to illustrate the benefits of our procedure.

笔记与分组
相关领域论文