Heteroskedasticity and spatiotemporal dependence robust inference for linear panel models with fixed effects
固定效应线性面板模型中对异方差与时空依赖稳健的推断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：摘要明确研究固定效应线性面板模型中的协方差估计与检验，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
固定效应线性面板模型中对异方差与时空依赖稳健的推断
- 研究问题
- 在固定效应线性面板模型中，若异方差与时空依赖形式未知，如何构造稳健的协方差估计与有效检验？
- 方法与思路
- 作者提出包含既有估计量为特例的双变量核协方差估计量，并分别研究递增平滑与固定平滑下的渐近推断。
- 材料陈述的贡献
- 摘要称该估计量改善稳健性、效率与适应性；两类渐近框架分别支持卡方极限与可由 F 分布近似的检验。
- 阅读关注点
- 应核对时空依赖限制、核函数与带宽选择，以及固定平滑下 F 近似的构造和有限样本模拟设计。
- 阅读边界
- 仅据所给出版社摘要，无法判断改进成立的具体条件、效率比较基准及模拟表现，也不能推断其他版本变化。
原文摘要
This paper studies robust inference for linear panel models with fixed effects in the presence of heteroskedasticity and spatiotemporal dependence of unknown forms. We propose a bivariate kernel covariance estimator that nests existing estimators as special cases. Our estimator improves upon existing estimators in terms of robustness, efficiency, and adaptiveness. For distributional approximations, we considered two types of asymptotics: the increasing-smoothing asymptotics and the fixed-smoothing asymptotics. Under the former asymptotics, the Wald statistic based on our covariance estimator converges to a chi-square distribution. Under the latter asymptotics, the Wald statistic is asymptotically equivalent to a distribution that can be well approximated by an F distribution. Simulation results show that our proposed testing procedure works well in finite samples.