CENTRAL LIMIT THEORY FOR COMBINED CROSS SECTION AND TIME SERIES WITH AN APPLICATION TO AGGREGATE PRODUCTIVITY SHOCKS
截面与时间序列联合数据的中心极限定理及总生产率冲击应用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：摘要明确以共同因子解释截面与时间序列之间的依赖，并在总量冲击背景下构建联合极限理论，对应因子与时间序列方向。
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…
截面与时间序列联合数据的中心极限定理及总生产率冲击应用
- 研究问题
- 合并截面和时间序列数据估计经济模型时，如何处理共同因子与总量冲击造成的两类数据依赖，并构造有效渐近推断？
- 方法与思路
- 作者以共同因子作为跨数据来源依赖的机制，建立联合中心极限定理，并据此推导一类联合数据模型参数估计的极限性质。
- 材料陈述的贡献
- 摘要称理论显式纳入两类数据的相互依赖，所得参数极限分布在形式上类似 Murphy–Topel 公式，便于实现推断。
- 阅读关注点
- 应核对共同因子如何进入两个样本、联合样本规模的增长关系、条件与无条件极限的处理，以及方差公式的实际估计方法。
- 阅读边界
- 仅据所给 Crossref 摘要版本，无法确定具体依赖与抽样条件；标题虽提及生产率冲击，摘要未提供该应用的数值结果。
原文摘要
Combining cross-sectional and time-series data is a long and well-established practice in empirical economics. We develop a central limit theory that explicitly accounts for possible dependence between the two datasets. We focus on common factors as the mechanism behind this dependence. Using our central limit theorem (CLT), we establish the asymptotic properties of parameter estimates of a general class of models based on a combination of cross-sectional and time-series data, recognizing the interdependence between the two data sources in the presence of aggregate shocks. Despite the complicated nature of the analysis required to formulate the joint CLT, it is straightforward to implement the resulting parameter limiting distributions due to a formal similarity of our approximations with Murphy and Topel’s (1985, Journal of Business and Economic Statistics 3, 370–379) formula.