Estimation of Average Effects in Short $T$ Heterogeneous Panels
短时间维度异质性面板中的平均效应估计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：摘要直接研究短时间维度异质性面板、均值组估计、时间效应与相关异质性检验。
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
短时间维度异质性面板中的平均效应估计
- 研究问题
- 当个体回归系数数量接近甚至等于面板时间长度时，如何应对个体估计量缺少二阶矩的问题，并稳健估计平均效应？
- 方法与思路
- 作者提出修剪均值组估计，对最可能缺少二阶矩的个体估计实施收缩，并扩展到含时间效应的面板及相关异质性检验。
- 材料陈述的贡献
- 摘要称，估计量具有由矩问题程度决定的渐近正态收敛率；仅所有个体估计均有二阶矩时达到平方根样本量速率。
- 阅读关注点
- 应核对修剪规则、收敛率参数的确定方式、横截面依赖条件，以及时间效应扩展和新 Hausman 检验的适用限制。
- 阅读边界
- 这是预印本，同行评审未经核实。摘要未给出完整矩条件、修剪阈值或模拟数值，不能据此保证任意短面板中的表现。 经人工核验旧与当前摘要含义等价，沿用原解读；未阅读全文，不能据此证明整个稿件版本等价。
原文摘要
The commonly used two-way fixed effects estimator is biased under correlated heterogeneity and can lead to misleading inference. The mean group estimator proposed by \cite{PesaranSmith1995} is robust to correlated heterogeneity but requires the individual estimators to have second-order moments that could fail if the number of estimated coefficients ($k$) is close to the time dimension ($T$) of the panel. This paper focuses on panels where $T-k$ is mall (including $T=k$), and proposes a trimmed mean group (TMG) estimator that shrinks individual estimators most likely to fail the second-order moment condition. The TMG estimator is shown to be $n^{(1-α)/2}$-consistent and asymptotically normally distributed, where $α$ is determined by the degree to which individual estimators might not have moments. The $\sqrt{n}$ convergence rate is achieved only if all individual estimators have second-order moments. Extensions to panels with time effects are provided, and a new Hausman test of correlated heterogeneity is proposed. Small sample properties of the TMG estimator (with and without time effects) are investigated by Monte Carlo experiments and shown to be satisfactory. The proposed test of correlated heterogeneity is also shown to have the correct size and satisfactory power. The utility of the TMG approach is illustrated with an empirical application.