Identification and estimation of nonseparable single-index models in panel data with correlated random effects
相关随机效应面板中不可分单指标模型的识别与估计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：摘要明确研究固定时间期数的相关随机效应面板模型，主要文本依据支持面板数据方向。
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
相关随机效应面板中不可分单指标模型的识别与估计
- 研究问题
- 在时间期数固定、个体异质性与解释变量相关的面板中，不可分单指标模型的参数能够识别到什么程度，又如何有效估计？
- 方法与思路
- 作者基于相关随机效应结构实现比例尺度下的识别，以局部多项式构造导数平均差估计，并对不同差分阶数采用方差最小化权重。
- 材料陈述的贡献
- 摘要称参数可识别至一个乘法常数，并推导平稳与非平稳解释变量下的估计量渐近分布，同时提出平稳性检验和模拟分析。
- 阅读关注点
- 应核对相关随机效应限制、尺度归一化、不同阶导数差分的含义及权重估计，并检查两类解释变量下理论条件的差异。
- 阅读边界
- 仅依据所给出版社摘要，不能将比例识别理解为参数绝对水平的识别；随机效应限制、平滑条件及模拟数值均未说明。
原文摘要
The identification in a nonseparable single-index models with correlated random effects is considered in panel data with a fixed number of time periods. The identification assumption is based on the correlated random effects structure. Under this assumption, the parameters of interest are identified up to a multiplicative constant and could be estimated by an average difference of derivatives estimator based on the local polynomial smoothing. We suggest to linearly combine the estimators obtained for different orders of differences and derive the variance-minimizing weighting scheme. The asymptotic distribution of the proposed estimators is derived both for stationary and non-stationary explanatory variables along with a test of the stationarity. Finally, Monte Carlo experiments reveal finite sample properties of the proposed estimator.