Inference in dynamic models for panel data using the moving block bootstrap
动态面板模型中的移动块自助法推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接研究动态线性面板、固定效应和组内估计量的自助法推断，面板数据是最直接的领域细分依据。
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
动态面板模型中的移动块自助法推断
- 研究问题
- 在线性面板模型存在固定效应且部分回归变量并非严格外生时，如何处理组内估计量极限分布中的偏差并进行有效推断？
- 方法与思路
- 作者研究截面数与时间长度同速增长的渐近框架，以相邻截面组成的块进行有放回重抽样，并采用反向百分位自助法。
- 材料陈述的贡献
- 摘要称该面板移动块自助法能复制组内估计量的极限分布，使置信椭球与假设检验无需显式处理偏差也渐近有效。
- 阅读关注点
- 应核对相邻截面块的具体定义、块长与依赖条件，以及重抽样如何复制偏差项和反向百分位法有效性的证明。
- 阅读边界
- 这是 arXiv 预印本摘要，不能据此认定同行评审或期刊接收；结论限于所述渐近框架，摘要未说明其他增长比例下的有效性。
原文摘要
Inference in linear panel data models is complicated by the presence of fixed effects when (some of) the regressors are not strictly exogenous. Under asymptotics where the number of cross-sectional observations and time periods grow at the same rate, the within-group estimator is consistent but its limit distribution features a bias term. In this paper we show that a panel version of the moving block bootstrap, where blocks of adjacent cross-sections are resampled with replacement, replicates the limit distribution of the within-group estimator. Confidence ellipsoids and hypothesis tests based on the reverse-percentile bootstrap are thus asymptotically valid without the need to take the presence of bias into account.