Testing for Peer Effects without Specifying the Network Structure
无需指定网络结构的同伴效应检验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：摘要直接检验面板社会互动模型中的同伴效应，并避免预先指定网络结构。
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
无需指定网络结构的同伴效应检验
- 研究问题
- 当社会互动网络未知时，如何在面板数据中检验同伴效应是否存在，同时处理潜在同伴系数与工具变量数量随样本增长的问题？
- 方法与思路
- 作者为所有潜在同伴设置个体对特定系数，以 Anderson–Rubin 检验其共同为零，并将多工具变量渐近理论扩展至面板。
- 材料陈述的贡献
- 摘要称，所提检验具有渐近有效性，模拟中相较部分网络误设检验表现更稳健，并提供两个应用展示经验相关性。
- 阅读关注点
- 应核对工具变量构造与有效性、面板依赖结构、多工具变量增长比例，以及无需指定网络如何影响计算成本和检验功效。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未给出工具变量条件或应用细节，不指定网络不代表无需模型和识别限制。
原文摘要
This paper proposes an Anderson-Rubin (AR) test for the presence of peer effects in panel data without the need to specify the network structure. The unrestricted model of our test is a linear panel data model of social interactions with dyad-specific peer effect coefficients for all potential peers. The proposed AR test evaluates if these peer effect coefficients are all zero. As the number of peer effect coefficients increases with the sample size, so does the number of instrumental variables (IVs) employed to test the restrictions under the null, rendering Bekker's many-IV environment. By extending existing many-IV asymptotic results to panel data, we establish the asymptotic validity of the proposed AR test. Our Monte Carlo simulations show the robustness and superior performance of the proposed test compared to some existing tests with misspecified networks. We provide two applications to demonstrate its empirical relevance.