GMM Estimation of Count-Panel-Data Models With Fixed Effects and Predetermined Instruments
固定效应与预定工具变量下计数面板模型的GMM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：摘要明确讨论含固定效应的计数面板模型，并应用于专利、研发与技术转移，因此归入微观面板数据。
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
固定效应与预定工具变量下计数面板模型的GMM估计
- 研究问题
- 计数面板模型包含固定效应、解释变量仅满足预定性时，如何构造一致的估计量，并用于研发与技术转移问题？
- 方法与思路
- 作者对固定效应计数模型的条件均值设定作变换，并据此构造GMM估计量；摘要称其允许解释变量为预定变量。
- 材料陈述的贡献
- 摘要称，该GMM估计量在解释变量为预定变量时仍具一致性，并讨论专利与研发支出关系及技术转移两个应用。
- 阅读关注点
- 阅读全文时应核对条件均值变换如何处理固定效应、预定性的时间信息条件，以及工具变量选择与矩条件的有效性。
- 阅读边界
- 摘要未说明完整的一致性条件、渐近框架及应用结果，也未给出与条件极大似然的效率比较；一致性陈述须结合全文假设。
原文摘要
The 'traditional' approach to the estimation of count panel data models with fixed effects is the conditional maximum-likelihood estimator. This paper proposed a GMM estimator for count panel data models with fixed effects, based on a transformation of the conditional mean specification, that is consistent even when the explanatory variables are predetermined. Two applications are discussed: the relationship between patents and R&D expenditures and the explanation of technology transfer.