A SPATIAL DYNAMIC PANEL DATA MODEL WITH BOTH TIME AND INDIVIDUAL FIXED EFFECTS
同时含时间与个体固定效应的空间动态面板模型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：摘要直接讨论空间动态面板、双向固定效应及维度增长；未明确网络干扰或宏观应用。
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
同时含时间与个体固定效应的空间动态面板模型
- 研究问题
- 在同时含时间和个体固定效应的空间动态面板中，个体数与时期数的相对增长如何影响 QML 的收敛率、偏差和推断？
- 方法与思路
- 作者通过数据变换消除时间效应，分 n/T 的不同极限情形推导 QML 渐近性质，并提出估计量的偏差校正。
- 材料陈述的贡献
- 摘要称，n/T 决定极限分布是否中心化及收敛率；当 n^(1/3)/T→0 时校正可渐近消除偏差，固定有限 n 时也可能一致。
- 阅读关注点
- 应核对空间权重与动态稳定条件、数据变换的具体作用、各维度增长路径，以及偏差校正和中心化区间的构造。
- 阅读边界
- 仅依据所给 Crossref 摘要；完整模型限制及校正公式未说明，不能把所有增长路径都视为具有标准正态推断，也不能推断版本变化。
原文摘要
This paper establishes asymptotic properties of quasi-maximum likelihood estimators for spatial dynamic panel data with both time and individual fixed effects when the number of individuals n and the number of time periods T can be large. We propose a data transformation approach to eliminate the time effects. When n / T → 0, the estimators are $\root \of {nT}$ consistent and asymptotically centered normal; when n is asymptotically proportional to T , they are $\root \of {nT}$ consistent and asymptotically normal, but the limit distribution is not centered around 0; when n / T → ∞, the estimators are consistent with rate T and have a degenerate limit distribution. We also propose a bias correction for our estimators. When n 1/3 / T → 0, the correction will asymptotically eliminate the bias and yield a centered confidence interval. The estimates from the transformation approach can be consistent when n is a fixed finite number.