Identification and estimation in a time-varying endogenous random coefficient panel data model
时变内生随机系数面板模型的识别与估计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：摘要结合随机系数面板、工具变量识别偏效应与异质生产函数估计。
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
时变内生随机系数面板模型的识别与估计
- 研究问题
- 当解释变量通过固定效应和时变冲击与个体随机系数相关时，如何利用面板数据识别平均偏效应与局部平均响应函数？
- 方法与思路
- 作者用充分统计量控制固定效应、用控制变量处理随机冲击，再利用外生工具变量驱动的剩余变动构造三步级数估计。
- 材料陈述的贡献
- 摘要称，文章给出构造性识别、收敛速度与渐近正态性；中国制造企业应用显示产出弹性存在与企业特征相关的异质性。
- 阅读关注点
- 应核对充分统计量与控制变量成立的条件、工具变量提供的变动范围，以及随机系数生产函数估计的解释边界。
- 阅读边界
- 所给出版社摘要未具体说明工具变量、支持条件或企业数据细节；不能判断识别要求在其他面板应用中是否满足。
原文摘要
This paper proposes a correlated random coefficient linear panel data model, where regressors can be correlated with time-varying and individual-specific random coefficients through both a fixed effect and a time-varying random shock. I develop a new panel data-based method to identify the average partial effect and the local average response function. The identification strategy employs a sufficient statistic to control for the fixed effect and a control variable for the random shock. Conditional on these two controls, the residual variation in the regressors is driven solely by the exogenous instrumental variables, and thus can be exploited to identify the parameters of interest. The constructive identification analysis leads to three-step series estimators, for which I establish rates of convergence and asymptotic normality. To illustrate the method, I estimate a heterogeneous Cobb-Douglas production function for manufacturing firms in China, finding substantial variations in output elasticities across firms that can be related to various firm characteristics.