Estimating Panel Models With Internal and External Habit Formation
内部与外部习惯形成面板模型的估计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。
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：摘要将含空间效应的动态面板估计应用于美国各州年度消费增长，研究地区层面的宏观消费关系，直接对应宏观面板。
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
内部与外部习惯形成面板模型的估计
- 研究问题
- 在含固定效应和空间效应的动态面板中，如何纠正估计偏差，并利用美国州级消费增长区分自身习惯与邻近地区的外部习惯？
- 方法与思路
- 作者开发动态面板的偏差校正估计量，同时纳入固定效应与空间效应，并将其应用于美国本土各州的年度消费数据。
- 材料陈述的贡献
- 摘要称，估计量渐近无偏、渐近正态且有限样本表现良好；自身滞后消费增长不显著，邻州滞后增长有影响，作者据此支持外部习惯模型。
- 阅读关注点
- 阅读全文时应核对动态项与空间项的识别条件、偏差校正及渐近序列、邻接权重如何定义，以及邻州影响能否排除共同冲击。
- 阅读边界
- 摘要未给出样本跨度、空间权重、效应大小或显著性细节；自身滞后项不显著不能证明内部习惯不存在，邻州关联也不自动具有因果解释。
原文摘要
A new bias-corrected estimator is developed for dynamic panel model with both fixed and spatial effects. The estimator is asymptotically unbiased, normally distributed, and it has good finite sample properties (low finite sample bias and root mean squared error). Applying the estimator to annual consumption data for the continental U.S. states shows that state consumption growth is not significantly affected by its own (lagged) consumption growth. However, it is affected by lagged consumption growth of nearby states. These results support external habit formation model, which have been used to explain the behavior of U.S. stock returns.