Standard errors for panel data models with unknown clusters
未知聚类结构下的面板模型标准误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：摘要直接为线性面板模型构建标准误，并处理时间和截面两个维度的误差相关。
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
未知聚类结构下的面板模型标准误
- 研究问题
- 线性面板模型存在异方差、序列相关和未知形式的截面相关时，如何在不知道聚类划分的情况下估计有效标准误？
- 方法与思路
- 作者使用 Newey–West 方法控制序列相关，并以阈值化处理截面相关，由此构建无需预先给定聚类结构的标准误估计量。
- 材料陈述的贡献
- 摘要提出对多种误差相关形式稳健的标准误估计量，建立其一致性，并报告支持方法表现的 Monte Carlo 模拟及应用。
- 阅读关注点
- 应核对截面相关允许的强度与结构、阈值及滞后带宽选择，以及样本维度增长条件和有限样本区间覆盖表现。
- 阅读边界
- 仅据所给出版社摘要，不能把未知相关形式理解为完全不受限制；一致性所需条件、模拟设置和应用结果均未说明。
原文摘要
This paper develops a new standard-error estimator for linear panel data models. The proposed estimator is robust to heteroskedasticity, serial correlation, and cross-sectional correlation of unknown forms. The serial correlation is controlled by the Newey–West method. To control for cross-sectional correlations, we propose to use the thresholding method, without assuming the clusters to be known. We establish the consistency of the proposed estimator. Monte Carlo simulations show the method works well. An empirical application is considered.