Estimation and Inference for a Semiparametric Time–Varying Panel Data Model
半参数时变面板数据模型的估计与推断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：摘要明确提出时变面板与非参数因子载荷模型，并以共同基金收益为金融应用。
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
半参数时变面板数据模型的估计与推断
- 研究问题
- 面板模型如何同时容纳时变系数与非参数因子载荷，并检验应用中常用的参数化模型设定是否有效？
- 方法与思路
- 作者提出半参数面板模型，以剖面边际积分方法分步骤联合估计未知量，建立渐近性质，并构造参数模型设定检验。
- 材料陈述的贡献
- 摘要称方法步骤易于实施；模拟和共同基金收益应用用于评估有限样本表现，应用提示忽略时间变化可能导致无效推断。
- 阅读关注点
- 应核对时变系数与因子载荷的区分和识别、边际积分步骤、平滑参数选择，以及设定检验的原假设和极限分布。
- 阅读边界
- 解读限于所给 OpenAlex 摘要；摘要未说明面板维度增长、依赖结构和检验表现，不能由单一应用断言传统参数方法普遍无效。
原文摘要
This article introduces a new semiparametric panel data model that accounts for time-varying coefficients and aligns with recent advancements in factor models featuring nonparametric loading functions. We propose a profile marginal integration (PMI) method to jointly estimate the unknown quantities in a series of easily implementable steps. The asymptotic properties of these estimators are established. Additionally, we provide a hypothesis test to assess the validity of parametric model specifications in applied settings. Simulation studies and an empirical application on mutual fund returns are conducted to evaluate the finite sample performance of the proposed method. The empirical results suggest that traditional parametric methods, which ignore time variation, may lead to invalid inference.