High-Dimensional Panel Data Models with Interactive Fixed Effects: Beyond the Linear Case
具有交互固定效应的高维面板模型：超越线性情形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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要的核心对象是高维面板及交互固定效应，没有提供宏观面板应用的具体依据。
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…
具有交互固定效应的高维面板模型：超越线性情形
- 研究问题
- 当面板控制变量数量可能超过样本量，且协变量通过未知非线性函数进入模型时，如何同时估计这些函数与交互固定效应？
- 方法与思路
- 作者在回归函数具有加性结构的高维面板中发展估计方法，分别推导小 T 与大 T 情形的收敛率，并开展模拟和实证应用。
- 材料陈述的贡献
- 摘要称，研究将既有高维线性交互固定效应框架扩展到未知非线性加性函数，并给出两类面板渐近情形下的估计收敛理论。
- 阅读关注点
- 应核对非线性函数的表示与复杂度控制、交互固定效应的识别限制，以及维度、个体数和时间长度如何共同决定收敛率。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核验。摘要未说明具体估计算法、收敛率表达式、应用数据或模拟数值结果。
原文摘要
Modern economic panel data sets are often high-dimensional: they contain information on a wide variety of control variables whose number may even exceed the sample size. Nevertheless, the literature on econometric methods for high-dimensional panels is quite limited. In this paper, we study high-dimensional panel models with interactive fixed effects where the regression function has an additive structure, i.e., each covariate enters the model via an unknown nonlinear component function. We develop estimation methodology and theory in this additive framework which substantially extends previous work on the high-dimensional linear case by Ruecker et al. (2025). In the theoretical part of the paper, we derive the convergence rate of our estimator for both the small-T and the large-T panel case. The theory is complemented by comprehensive Monte Carlo experiments and an empirical application.