High Dimensional Discrete Choice Models With Interactive Fixed Effects Applied to Causal Inference
含交互固定效应的高维离散选择模型及其因果推断应用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：摘要明确研究离散选择面板、交互固定效应估计及反事实因果推断应用。
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
含交互固定效应的高维离散选择模型及其因果推断应用
- 研究问题
- 如何估计包含交互固定效应的高维离散选择面板，并构造选择概率的反事实预测，以研究事件之后结果方向是否发生变化？
- 方法与思路
- 作者提出两步估计，先用核范数正则化最大似然获得初始估计，再进行正则化后迭代估计，并以模拟和信用评级下调事件展示应用。
- 材料陈述的贡献
- 摘要提出用于反事实选择概率预测的估计程序，称模拟中估计与检验表现良好；应用报告花样年控股在评级下调后收益方向显著变化。
- 阅读关注点
- 应核对交互固定效应的秩与识别限制、正则化参数及迭代步骤，并区分反事实预测所需条件、事件因果解释和方向变化检验。
- 阅读边界
- 仅依据给定 Crossref 版本摘要。因果识别条件、显著性检验和变化方向未说明，不能仅凭事件后变化认定评级下调造成该变化。
原文摘要
ABSTRACT We propose a two‐step procedure to estimate a high dimensional discrete choice panel with interactive fixed effects where the initial and final estimators are obtained via a nuclear‐norm regularized (NNR) maximum likelihood estimation and post‐NNR iterated estimation, respectively. We apply the method to make counterfactual predictions of choice probabilities. Simulations demonstrate nice finite sample performance in estimation and tests. An illustrative application highlights the practical usefulness of our approach, revealing that the stock return of Fantasia Holdings Group Company Limited did experience a significant directional change following the 2021 credit rating downgrade event.