Indirect inference estimation of dynamic panel data models
动态面板数据模型的间接推断估计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：摘要的方法对象是动态面板，实证使用63国不平等指标研究收敛，分别支持面板数据与宏观面板分类。
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…
动态面板数据模型的间接推断估计
- 研究问题
- 如何估计高阶动态面板模型并修正组内估计的偏差？在一阶模型中，点估计相同而推断不同会怎样影响假设检验？
- 方法与思路
- 作者将简单组内估计量与其解析近似期望匹配，构造间接推断估计，分析渐近性质及一阶特例中的推断差异，并开展模拟。
- 材料陈述的贡献
- 摘要称，估计量一致且渐近正态，模拟中偏差、均方根误差及检验尺寸表现良好；跨国不平等应用呈现不同期限的收敛证据。
- 阅读关注点
- 应核对面板渐近框架、解析期望近似的误差、初始条件及误差过程要求，以及一阶模型中标准误与假设检验差异的来源。
- 阅读边界
- 仅依据所给RePEc出版社摘要，不能推断刊本变化；摘要未列完整条件或数值结果，模拟中的低误差与收敛证据均有设定边界。
原文摘要
This paper proposes an estimator for higher-order dynamic panel models based on the idea of indirect inference by matching the simple within-group estimator with its analytical approximate expectation. The resulting estimator is shown to be consistent and asymptotically normal. For the special case of first-order dynamic panel, the estimator yields numerically the same result from an existing procedure in the literature, but the inference to follow differs and this paper examines the differences and implications for hypothesis testing. Monte Carlo simulations show that the proposed estimator is virtually unbiased, achieves usually lower root mean squared error than competing estimators, and delivers very reliable empirical size across various parameter configurations and error distributions. This new estimator is used to estimate the convergence parameter in an inequality measure among 63 countries during 1985–2015. It shows strong evidence of convergence over long test horizons but much weaker evidence over a 5-year horizon for developing countries.