Efficiency of QMLE for Dynamic Panel Data Models with Interactive Effects
交互效应动态面板模型中 QMLE 的效率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：题名与摘要明确研究带交互效应的动态面板和附带参数估计，但没有提供宏观面板应用的依据。
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
交互效应动态面板模型中 QMLE 的效率
- 研究问题
- 在附带参数数量不断增加的交互效应动态面板模型中，如何界定估计效率，并判断高斯准最大似然估计能否达到效率界？
- 方法与思路
- 作者将动态面板表述为联立方程系统，在正态假设下推导效率界，再分析系统高斯 QMLE 在非正态情形下的效率。
- 材料陈述的贡献
- 摘要称系统高斯 QMLE 无需正态假设也能达到所推导的效率界，并将该估计方法与固定效应方法进行比较。
- 阅读关注点
- 应核对效率界对应的统计模型、面板维度的渐近关系，以及非正态下达到该界的条件和固定效应比较采用的基准。
- 阅读边界
- 仅据所给 OpenAlex 摘要，误差条件、附带参数处理及效率比较范围未说明；不推断后续刊本变化。
原文摘要
This paper studies the problem of efficient estimation of panel data models in the presence of an increasing number of incidental parameters. We formulate the dynamic panel as a simultaneous equations system, and derive the efficiency bound under the normality assumption. We then show that the Gaussian quasi-maximum likelihood estimator (QMLE) applied to the system achieves the efficiency bound without the normality assumption. Comparison of QMLE with the fixed effects approach is made.