NONLINEAR PANEL DATA MODELS WITH DISTRIBUTION-FREE CORRELATED RANDOM EFFECTS
具有不限定分布的相关随机效应的非线性面板模型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：摘要直接讨论非线性面板、相关随机效应、平均偏效应及动态面板扩展。
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
具有不限定分布的相关随机效应的非线性面板模型
- 研究问题
- 在 Mundlak 型相关随机效应设定下，能否不预设异质性的分布形状，识别非线性面板参数与平均偏效应？
- 方法与思路
- 作者将平均似然写成条件分布与异质性分布的卷积，用傅里叶变换恢复后者，再构造半参数似然和筛最大似然估计。
- 材料陈述的贡献
- 摘要称模型参数、相关随机效应参数和平均偏效应可识别，方法避免相关随机效应分布误设，并扩展至动态面板。
- 阅读关注点
- 应核对卷积和傅里叶恢复的识别条件、Mundlak 设定的限制、筛空间选择，以及动态模型扩展所需的额外条件。
- 阅读边界
- 仅据所给 Crossref 摘要，不限定异质性分布并不意味着无需模型设定；其他误设风险、估计性质及版本变化未说明。
原文摘要
Under a Mundlak-type correlated random effect (CRE) specification, we first show that the average likelihood of a parametric nonlinear panel data model is the convolution of the conditional distribution of the model and the distribution of the unobserved heterogeneity. Hence, the distribution of the unobserved heterogeneity can be recovered by means of a Fourier transformation without imposing a distributional assumption on the CRE specification. We subsequently construct a semiparametric family of average likelihood functions of observables by combining the conditional distribution of the model and the recovered distribution of the unobserved heterogeneity, and show that the parameters in the nonlinear panel data model and in the CRE specification are identifiable. Based on the identification result, we propose a sieve maximum likelihood estimator. Compared with the conventional parametric CRE approaches, the advantage of our method is that it is not subject to misspecification on the distribution of the CRE. Furthermore, we show that the average partial effects are identifiable and extend our results to dynamic nonlinear panel data models.