TWO-STEP ESTIMATION OF QUANTILE PANEL DATA MODELS WITH INTERACTIVE FIXED EFFECTS
含交互固定效应的分位数面板模型两步估计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：摘要明确研究含交互固定效应的面板模型，并利用条件分位数限制与平滑分位数回归估计，直接对应面板和分位数方向。
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
含交互固定效应的分位数面板模型两步估计
- 研究问题
- 当面板模型含潜在因子与交互固定效应，且个体误差满足条件分位数限制时，如何简便估计回归系数并修正渐近偏差？
- 方法与思路
- 作者先对回归变量的截面均值做主成分分析估计因子，再用平滑分位数回归联合估计系数与载荷，并实施两类偏差修正。
- 材料陈述的贡献
- 摘要称估计量在大 N、T 下一致且渐近正态，解析与分割面板 jackknife 可修正渐近偏差，模拟显示中等样本表现良好。
- 阅读关注点
- 应核对截面均值识别因子的条件、因子数与平滑参数选择、N 和 T 的相对增长要求，以及两类偏差修正的实现细节。
- 阅读边界
- 仅据所给 Crossref 摘要版本，无法确定因子识别条件、偏差阶数或模拟表现幅度，不能推断方法适用于任意交互效应结构。
原文摘要
This paper considers the estimation of panel data models with interactive fixed effects where the idiosyncratic errors are subject to conditional quantile restrictions. An easy-to-implement two-step estimator is proposed for the coefficients of the observed regressors. In the first step, the principal component analysis is applied to the cross-sectional averages of the regressors to estimate the latent factors. In the second step, the smoothed quantile regression is used to estimate the coefficients of the observed regressors and the factor loadings jointly. The consistency and asymptotic normality of the estimator are established under large $N,T$ asymptotics. It is found that the asymptotic distribution of the estimator suffers from asymptotic biases, and this paper shows how to correct the biases using both analytical and split-panel jackknife bias corrections. Simulation studies confirm that the proposed estimator performs well with moderate sample sizes.