INSTRUMENTAL VARIABLES ESTIMATION FOR INFINITE ORDER PANEL AUTOREGRESSIVE PROCESSES
无限阶面板自回归过程的工具变量估计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。
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：摘要同时研究含个体效应的动态面板与无限阶自回归过程，直接涉及面板数据和时间序列方法。
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…
无限阶面板自回归过程的工具变量估计
- 研究问题
- 对于含个体效应、可能具有无限滞后阶数的动态面板自回归过程，如何处理去除个体效应所引起的内生性并有效估计？
- 方法与思路
- 作者采用滞后阶数随样本增长的筛自回归近似，研究 Anderson–Hsiao、广义矩及双重滤波工具变量估计量的渐近性质。
- 材料陈述的贡献
- 摘要称在同方差及截面、时间维度同时增长下建立一致性和渐近正态性；模拟中作者偏好偏差与覆盖表现较好的双重滤波估计。
- 阅读关注点
- 应核对滞后阶数与两个样本维度的增长关系、工具变量有效性，以及双重滤波估计在偏差、覆盖率与分布离散程度之间的取舍。
- 阅读边界
- 仅据所给 Crossref 版本摘要，理论明确限于同方差和双重渐近；具体速率及模拟数值未说明，不能推断异方差扩展或刊本变化。
原文摘要
We consider instrumental variables (IV) estimation of a possibly infinite order dynamic panel autoregressive (AR) process with individual effects. The estimation is based on the sieve AR approximation, with its lag order increasing with sample size. Transforming the variable to eliminate individual effects generates an endogeneity problem, particularly when the time series is only moderately long. IV approaches are useful to obtain well-behaved estimators in panels with large cross sections. We establish the consistency and asymptotic normality of the IV estimators, including the Anderson-Hsiao, generalized method of moments, and double filter IV (DFIV) estimators. The theoretical results are obtained under homoskedasticity using double asymptotics under which both the cross-sectional sample size and the length of the time series tend to infinity. The finite-sample performance of the estimators is examined using Monte Carlo simulation. Our preferred estimator is the DFIV estimator, as it exhibits excellent performance in terms of bias and coverage probability, despite its finite-sample distribution being relatively dispersed.