Some strange properties of panel data estimators
面板数据估计量的一些异常性质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：摘要明确研究面板数据中的个体参数异质性及 Anderson–Hsiao 估计量，对应面板数据方法。
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
面板数据估计量的一些异常性质
- 研究问题
- 当真实参数在个体间变化而估计时强加共同参数时，面板估计会产生多大偏差，且这种模型错设是否容易发现？
- 方法与思路
- 作者同时考虑平稳与非平稳解释变量，分析忽略个体参数异质性的偏差，并以蒙特卡洛研究 Anderson–Hsiao 估计量。
- 材料陈述的贡献
- 摘要称即使参数差异相对较小，估计偏差也可能严重且难以检测，并具体考察这一错设下 Anderson–Hsiao 方法的表现。
- 阅读关注点
- 核对个体参数差异与解释变量的关系、动态面板设定和模拟设计，以及偏差被称为严重或难以检测的判断标准。
- 阅读边界
- 仅据所给 Crossref 摘要，偏差形成条件、异质性幅度和数值表现未说明；不能据此认为所有面板估计均存在严重偏差。
原文摘要
Abstract We study the biases that are likely to arise in practice with panel data when parameters vary across individuals, but this is not allowed for in estimation. We consider both stationary and non‐stationary regressors. We find that biases can be severe for relatively small parameter variation, and that this problem is hard to detect. We study in some detail by Monte‐Carlo the performance of the Anderson‐Hsiao estimator in the presence of this particular mis‐specification.