Quasi-maximum likelihood estimators for spatial dynamic panel data with fixed effects when both n and T are large
个体数与时期数均较大时固定效应空间动态面板的准极大似然估计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：摘要直接研究具有固定效应的空间动态面板及 n、T 双重渐近。
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
个体数与时期数均较大时固定效应空间动态面板的准极大似然估计
- 研究问题
- 空间动态固定效应面板中，当个体数 n 与时期数 T 以不同相对速度增长时，准极大似然估计的偏差和极限分布如何变化？
- 方法与思路
- 作者分别分析 T 相对 n 更大、二者同阶和 n 相对 T 更大的渐近情形，并提出估计量偏差校正，研究固定效应估计性质。
- 材料陈述的贡献
- 摘要称三种增长情形产生不同的中心化与退化极限性质；当 T 增长快于 n 的三分之一次方时，校正可渐近消除偏差。
- 阅读关注点
- 应核对空间权重矩阵、动态稳定性及增长速度的正式条件，并确认各估计量的缩放方式和校正后置信区间的构造。
- 阅读边界
- 仅据所给出版社摘要，无法确定各渐近情形的完整条件或小样本效果；摘要中的 T 一致性与退化分布需结合全文定义理解。
原文摘要
This paper investigates the asymptotic properties of quasi-maximum likelihood estimators for spatial dynamic panel data with fixed effects, when both the number of individuals n and the number of time periods T are large. We consider the case where T is asymptotically large relative to n, the case where T is asymptotically proportional to n, and the case where n is asymptotically large relative to T. In the case where T is asymptotically large relative to n, the estimators are consistent and asymptotically normal, with the limit distribution centered around 0. When n is asymptotically proportional to T, the estimators are consistent and asymptotically normal, but the limit distribution is not centered around 0; and when n is large relative to T, the estimators are T consistent, and have a degenerate limit distribution. The estimators of the fixed effects are consistent and asymptotically normal. We also propose a bias correction for our estimators. We show that when T grows faster than n1/3, the correction will asymptotically eliminate the bias and yield a centered confidence interval.