Binary response models for heterogeneous panel data with interactive fixed effects
含交互固定效应的异质面板二元响应模型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：摘要直接研究交互固定效应面板二元响应模型，并应用于股票收益符号预测，对应面板、离散选择与收益预测。
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…
含交互固定效应的异质面板二元响应模型
- 研究问题
- 在个体和时间维度均增长、且存在异质性与交互固定效应的面板中，如何估计二元响应模型、确定因子数量并开展预测？
- 方法与思路
- 作者建立最大似然与最小二乘方法之间的联系，提出因子数量的信息准则并推导渐近理论，再以股票收益符号预测开展应用。
- 材料陈述的贡献
- 摘要称，论文提供估计方法联系、因子数量选择准则及相关渐近结果，并通过模拟检验理论，以收益符号预测结果进行组合分析。
- 阅读关注点
- 应核对异质性和交互固定效应的具体设定、因子数量准则的有效条件，以及股票符号预测的样本划分和组合分析设计。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，不能判断渐近条件、概率预测准确率或组合表现；提及企业失败等用途不等于已有应用验证。
原文摘要
In this paper, we investigate binary response models for heterogeneous panel data with interactive fixed effects by allowing both the cross-sectional dimension and the temporal dimension to diverge. From a practical point of view, the proposed framework can be applied to predict the probability of corporate failure, conduct credit rating analysis, etc. Theoretically and methodologically, we build a link between a maximum likelihood estimation and a least squares approach, provide a simple information criterion to detect the number of factors, and establish the corresponding asymptotic theory. In addition, we conduct intensive simulations to examine the theoretical findings. In an empirical study, we focus on the sign prediction of stock returns, and then use the results of sign forecast to conduct portfolio analysis.