Fixed Effects as Generated Regressors
作为生成回归变量的固定效应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：摘要明确以辅助面板回归的个体固定效应作为后续矩条件中的生成变量，直接研究面板估计误差及其对推断的影响。
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
作为生成回归变量的固定效应
- 研究问题
- 当经济模型的矩条件使用辅助面板回归中估计的个体固定效应时，如何消除其估计引入的一阶偏差并进行渐近推断？
- 方法与思路
- 作者构造正交矩条件处理固定效应估计误差，可用机器学习或经验贝叶斯改善干扰参数估计，并建立相应的中心极限定理。
- 材料陈述的贡献
- 摘要称该推断无需面板残差与横截面矩函数之间的外生性假设，违反该假设的模拟中偏差较小，并展示实验地点选择应用。
- 阅读关注点
- 应核对正交化针对哪些估计误差、面板维度和干扰参数需要满足什么条件，以及非线性矩条件下固定效应如何进入目标模型。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；免除特定外生性假设不代表无需其他条件，摘要未列出完整渐近设定。
原文摘要
Many economic models feature moment conditions that involve latent variables. When the latent variables are individual fixed effects in an auxiliary panel data regression, we construct orthogonal moments that eliminate first-order bias induced by estimating the fixed effects. Machine Learning methods and Empirical Bayes methods can be used to improve the estimate of the nuisance parameters in the orthogonal moments. We establish a central limit theorem based on the orthogonal moments without relying on exogeneity assumptions between panel data residuals and the cross-sectional moment functions. In a simulation study where the exogeneity assumption is violated, the estimator based on orthogonal moments has smaller bias compared with other estimators relying on that assumption. An empirical application on experimental site selection demonstrates how the method can be used for nonlinear moment conditions.