Inference on factor structures in heterogeneous panels
异质面板中因子结构的推断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：摘要明确研究异质大面板及不可观测共同因子、载荷的估计和检验，支持面板与因子模型分类。
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…
异质面板中因子结构的推断
- 研究问题
- 在含可观测解释变量、异质斜率和不可观测共同因子的平稳大面板中，如何估计因子结构并检验相关同质性限制？
- 方法与思路
- 作者结合共同相关效应估计与主成分估计，分两阶段估计因子及载荷，再利用估计载荷和因子的极值构造两类检验。
- 材料陈述的贡献
- 摘要称，检验统计量在原假设下具有 Gumbel 极限，并对仅一个载荷或因子分量偏离其余者的备择具有功效；模拟支持尺寸与功效表现。
- 阅读关注点
- 应核对无因子结构与载荷横截面同质、因子时间同质之间的关系，以及两阶段误差、面板维度增长和极值标准化条件。
- 阅读边界
- 仅据所给出版社摘要，无法明确各原假设的完整数学表述、稀疏备择的检测界限或模拟数值；也不能推断其他版本变化。
原文摘要
This paper develops an estimation and testing framework for a stationary large panel model with observable regressors and unobservable common factors. We allow for slope heterogeneity and for correlation between the common factors and the regressors. We propose a two stage estimation procedure for the unobservable common factors and their loadings, based on Common Correlated Effects estimator and the Principal Component estimator. We also develop two tests for the null of no factor structure: one for the null that loadings are cross sectionally homogeneous, and one for the null that common factors are homogeneous over time. Our tests are based on using extremes of the estimated loadings and common factors. The test statistics have an asymptotic Gumbel distribution under the null, and have power versus alternatives where only one loading or common factor differs from the others. Monte Carlo evidence shows that the tests have the correct size and good power.