Interactive Effects Panel Data Models with General Factors and Regressors
含一般因子与回归变量的交互效应面板模型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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：题名明确属于交互效应面板模型，摘要以不可观测因子和迭代主成分为核心，直接涉及面板估计及因子模型方法。
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…
含一般因子与回归变量的交互效应面板模型
- 研究问题
- 在因子数量、确定性或随机性以及因子和回归变量的单整阶数均未知时，如何估计交互效应面板模型并控制渐近偏差？
- 方法与思路
- 作者提出迭代主成分估计方法，允许一般回归变量与不可观测因子，并研究因子趋势强度对附带参数偏差条件的影响。
- 材料陈述的贡献
- 摘要称估计量具有渐近正态性和预言机效率，在一定条件下无渐近附带参数偏差，且无需预先检验单位根或指定因子数量。
- 阅读关注点
- 应核对迭代主成分的实施步骤、因子数量如何处理、趋势强度的定义，以及无偏性和预言机效率所依赖的具体条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收状态未核实；摘要未说明渐近样本安排、一般回归变量的限制和有限样本表现。
原文摘要
This paper considers a model with general regressors and unobservable factors. An estimator based on iterated principal components is proposed, which is shown to be not only asymptotically normal and oracle efficient, but under certain conditions also free of the otherwise so common asymptotic incidental parameters bias. Interestingly, the conditions required to achieve unbiasedness become weaker the stronger the trends in the factors, and if the trending is strong enough unbiasedness comes at no cost at all. In particular, the approach does not require any knowledge of how many factors there are, or whether they are deterministic or stochastic. The order of integration of the factors is also treated as unknown, as is the order of integration of the regressors, which means that there is no need to pre-test for unit roots, or to decide on which deterministic terms to include in the model.