Statistical inference for panel dynamic simultaneous equations models
面板动态联立方程模型的统计推断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：摘要明确研究面板动态联立方程的结构识别及有限信息估计。
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
面板动态联立方程模型的统计推断
- 研究问题
- 具有持续性个体效应的动态面板联立方程如何识别和估计，横截面或时间维度的不同增长方式怎样影响统计推断？
- 方法与思路
- 作者分析个体效应下的识别条件，提出面板工具变量、广义两阶段最小二乘和有限信息最大似然三种估计，并开展模拟比较。
- 材料陈述的贡献
- 摘要称，个体效应不改变传统动态联立方程的识别条件；三种估计在所讨论的维度增长方式下均渐近无偏。
- 阅读关注点
- 应核对传统识别条件如何移植到面板模型、各种渐近路径及工具变量要求，并区分渐近无偏与有效推断的其他必要条件。
- 阅读边界
- 所给出版社摘要未列出方程限制、误差假设和完整极限分布；渐近无偏本身不足以判断有限样本可靠性或估计效率。
原文摘要
We study the identification and estimation of panel dynamic simultaneous equations models. We show that the presence of time-persistent individual-specific effects does not lead to changes in the identification conditions of traditional Cowles Commission dynamic simultaneous equations models. However, the limiting properties of the estimators depend on the way the cross-section dimension, N, or the time series dimension, T, goes to infinity. We propose three limited information estimator: panel simple instrumental variables (PIV), panel generalized two stage least squares (PG2SLS), and panel limited information maximum likelihood estimation (PLIML). We show that they are all asymptotically unbiased independent of the way of how N or T tends to infinity. Monte Carlo studies are conducted to compare the performance of the PLIML, PIV, PG2SLS, the Arellano–Bond type generalized method of moments and the Akashi–Kunitomo least variance ratio estimator. We demonstrate that the reliability of statistical inference depends critically on whether an estimator is asymptotically unbiased or not.