An integrated panel data approach to modelling economic growth
经济增长建模的综合面板数据方法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：摘要明确采用跨国经济增长面板，联合处理参数异质性、横截面依赖与变量选择。
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
经济增长建模的综合面板数据方法
- 研究问题
- 跨国增长研究如何在同一框架中同时处理变量选择、参数异质性与横截面误差相关，而非分别处理这些问题？
- 方法与思路
- 作者提出允许异质参数和横截面误差相关的变量选择框架，推导估计量渐近性质，并用于跨国增长面板。
- 材料陈述的贡献
- 摘要称该方法统一处理增长实证中的三类问题，应用于八十九国数据，并揭示此前未发现的跨国模式。
- 阅读关注点
- 应核对异质性与误差相关的建模方式、变量选择的一致性条件，以及跨国模式的定义和经验稳健性。
- 阅读边界
- 仅依据所给出版社摘要；所谓乐观结论的具体含义、选入变量及结果幅度未说明，也不能据此认定增长因果关系。
原文摘要
Empirical growth analysis is plagued with three problems – variable selection, parameter heterogeneity and cross-sectional dependence – which are addressed independently from each other in most studies. This study is to propose an integrated framework that allows for parameter heterogeneity and cross-sectional error dependence, while simultaneously performing variable selection. We derive the asymptotic properties of the estimator, and apply the framework to a dataset of 89 countries over the period from 1960 to 2014. Our results support the “optimistic” conclusion of Sala-I-Martin (1997), and also reveal some cross-country patterns not found previously.