Pooled Mean Group Estimation of Dynamic Heterogeneous Panels
动态异质面板的混合均值组估计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：摘要明确研究动态异质面板、平稳及单位根过程，并应用于跨国消费和能源需求。
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…
动态异质面板的混合均值组估计
- 研究问题
- 时间维度与组数均较大的动态面板中，如何在逐组估计与完全合并之间兼顾长期共性和短期异质性？
- 方法与思路
- 作者提出 PMG 估计，约束长期系数跨组相同，允许短期系数及误差方差异质，并分别研究平稳和单位根回归量。
- 材料陈述的贡献
- 摘要称，文章推导时间维度趋于无穷时 PMG 的渐近分布，并以跨国总消费函数和能源需求函数展示应用。
- 阅读关注点
- 应核对长期同质约束的依据、动态模型设定和渐近条件，尤其不能把时间维度渐近直接理解为组数同步渐近。
- 阅读边界
- 仅据所给 OpenAlex 摘要，不能推断刊本变化；跨组依赖、具体识别条件及长期约束错误时的表现，摘要未说明。
原文摘要
It is now quite common to have panels in which both T, the number of time series observations, and N, the number of groups, are quite large and of the same order of magnitude. The usual practice is either to estimate N separate regressions and calculate the coefficient means, which we call the mean group (MG) estimator, or to pool the data and assume that the slope coefficients and error variances are identical. In this article we propose an intermediate procedure, the pooled mean group (PMG) estimator, which constrains long-run coefficients to be identical but allows short-run coefficients and error variances to differ across groups. We consider both the case where the regressors are stationary and the case where they follow unit root processes, and for both cases derive the asymptotic distribution of the PMG estimators as T tends to infinity. We also provide two empirical applications: Aggregate consumption functions for 24 Organization for Economic Cooperation and Development economies over the period 1962–1993, and energy demand functions for 10 Asian developing economies over the period 1974–1990.