Estimation and inference for unbalanced panel data models with interactive fixed effects
含交互固定效应的非平衡面板模型估计与推断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：摘要明确研究非平衡面板、交互固定效应、缺失模式与面板估计偏差修正。
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
含交互固定效应的非平衡面板模型估计与推断
- 研究问题
- 非平衡面板存在交互固定效应及不同缺失模式时，如何构造可计算的估计量，并获得渐近推断与针对缺失模式的偏差修正？
- 方法与思路
- 作者先取得一致初始估计，再进行交替最大化，证明其收缩映射性质，并依据渐近偏差表达式和观测缺失模式构造解析修正。
- 材料陈述的贡献
- 摘要称，最终估计量渐近正态，理论覆盖外生缺失、依赖回归量或因子的选择及块状缺失，并讨论含 Heckman 修正项的扩展。
- 阅读关注点
- 应核对初始一致估计如何获得、收缩成立的范围、各类缺失的识别条件，以及偏差修正对因子维度和缺失程度的要求。
- 阅读边界
- 仅据所给出版社摘要，不能判断允许的缺失比例、选择机制和具体正则条件；理论覆盖若干模式不意味着任意非随机缺失均可处理。
原文摘要
This paper establishes the inferential theory for unbalanced panel data models with interactive fixed effects. We propose a two-step estimation algorithm with the first step obtaining an initial consistent estimator followed by an alternating maximization procedure. We prove that the alternating maximization procedure is a contractionary mapping and the final estimator is asymptotically normal, as long as the initial estimator is consistent. We also develop analytical bias corrections according to the derived asymptotic bias expressions and the observed missing pattern. Our results cover important missing patterns such as completely exogenous missing, selection on regressors/factors/loadings and block/staggered missing, and we also show that our results can be readily extended to cases with a Heckman correction term or more general settings. An empirical analysis of the U.S. state-level tax rates from 1951 to 2000 with missing data reveals persistence in tax rates, while state income influences different taxes in varying ways.