Multiple Structural Breaks in Interactive Effects Panel Data Models
交互效应面板模型中的多重结构突变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：摘要的方法对象是交互固定效应面板模型，核心任务为多重结构突变检测，并用于宏观政策期间的银行面板。
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…
交互效应面板模型中的多重结构突变
- 研究问题
- 如何在具有交互固定效应的面板模型中检验、定位多个结构突变，并据此考察量化宽松期间美国银行贷款的变化？
- 方法与思路
- 作者提出结构突变存在性检验、突变数量和位置估计，以及突变日期的渐近有效置信区间，并应用于大型美国银行面板。
- 材料陈述的贡献
- 摘要称，论文形成多重结构突变检测与日期推断方法；银行应用对量化宽松是否成功促进贷款给出否定回答，但未报告效应数值。
- 阅读关注点
- 应核对交互效应如何处理、哪些参数允许突变、突变间隔与数量限制，以及银行应用如何将结构变化联系到量化宽松政策。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断理论条件及银行应用的因果识别；作者的否定回答不能直接推广为量化宽松在其他目标上无效。
原文摘要
ABSTRACT This paper develops new econometric methods for multiple structural break detection in panel data models with interactive fixed effects. The new methods include tests for the presence of structural breaks, estimators for the number of breaks and their location, and a method for constructing asymptotically valid break date confidence intervals. The new methodology is applied to a large panel of US banks for a period characterized by massive quantitative easing programs aimed at lessening the impact of the global financial crisis and the COVID‐19 pandemic. The question we ask is as follows: Have these programs been successful in spurring bank lending in the US economy? The short answer turns out to be: “No”.