IV, GMM or likelihood approach to estimate dynamic panel models when either N or T or both are large
不同面板维度渐近框架下动态面板的 IV、GMM 与似然估计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：摘要直接比较动态面板模型在个体数与时间长度不同渐近框架下的估计和检验，因此归入面板数据方向。
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
不同面板维度渐近框架下动态面板的 IV、GMM 与似然估计
- 研究问题
- 当个体数、时间长度或二者趋于无穷时，动态面板的工具变量、广义矩和似然估计如何产生偏差，并影响常规 t 检验尺寸？
- 方法与思路
- 作者比较简单工具变量、不同初值处理的拟极大似然与动态面板 GMM，分析渐近偏差来源，并用蒙特卡洛考察检验尺寸。
- 材料陈述的贡献
- 摘要称简单工具变量与正确处理初值分布的拟似然在所述渐近框架下无偏，并指出固定初值处理及部分 GMM 的偏差风险。
- 阅读关注点
- 应核对各结论对应的个体数与时间长度增长关系、初值分布处理、工具变量限制，以及偏差阶如何传导至 t 检验。
- 阅读边界
- 仅据所给出版社摘要，NT、TN 的比率与偏差阶记号不清，须核对原文；不能自行恢复公式或推断完整渐近条件。
原文摘要
We examine the asymptotic properties of IV, GMM or MLE to estimate dynamic panel data models when either NorT or both are large. We show that the Anderson and Hsiao (1981, 1982) simple instrumental variable estimator (IV) or maximizing the likelihood function with initial value distribution properly treated (quasi-maximum likelihood estimator) is asymptotically unbiased when either N or T or both tend to infinity. On the other hand, the QMLE mistreating the initial value as fixed is asymptotically unbiased only if N is fixed and T is large. If both N and T are large and NT→c (c≠0,c<∞) as T→∞, it is asymptotically biased of order NT. We also explore the source of the bias of the Arellano and Bond (1991) type GMM estimator. We show that it is asymptotically biased of order TN if TN→c (c≠0,c<∞) as N→∞ even if we restrict the number of instruments used. Monte Carlo studies show that whether an estimator is asymptotically biased or not has important implications on the actual size of the conventional t-test.