Varying-Coefficient Panel Data Models With Nonstationarity and Partially Observed Factor Structure
具有非平稳性与部分可观测因子结构的变系数面板数据模型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：摘要明确研究变系数面板模型，并以美国大型商业银行的规模报酬为应用，最直接对应微观面板数据方向。
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
具有非平稳性与部分可观测因子结构的变系数面板数据模型
- 研究问题
- 当面板数据同时具有非平稳性和部分可观测因子结构时，如何联合估计变系数、因子及载荷函数，并比较不同方法的效率？
- 方法与思路
- 作者提出筛法，同时估计未知系数、因子与载荷函数；在线补充材料另给出基于主成分分析的替代估计方法。
- 材料陈述的贡献
- 摘要称，论文建立两种估计方法的渐近性质并比较渐近效率，以蒙特卡洛模拟检验理论结论，并用于美国大型商业银行规模报酬研究。
- 阅读关注点
- 核对非平稳性设定、哪些因子可观测、系数与因子的识别约束，以及筛维数选择、效率比较条件和银行生产模型设定。
- 阅读边界
- 摘要未给出两种方法效率排序的条件、模拟数值或规模报酬结论；所称处理既有建模问题的具体内容需查看正文和补充材料。
原文摘要
In this article, we study a varying-coefficient panel data model with both nonstationarity and partially observed factor structure. Two approaches are proposed. The first approach proposed in the main text considers a sieve based method to estimate the unknown coefficients as well as the factors and loading functions simultaneously, while the second approach proposed in the online supplementary document involving the principal component analysis provides an alternative estimation method. We establish asymptotic properties for them, compare the asymptotic efficiency of the two estimation methods and examine the theoretical findings through extensive Monte Carlo simulations. In an empirical study, we use our newly proposed model and the first method to study the returns to scale of large U.S. commercial banks, where some overlooked modeling issues in the literature of production econometrics are addressed. Supplementary materials for this article are available online.