Tractable Estimation of Nonlinear Panels with Interactive Fixed Effects
含交互固定效应的非线性面板模型的可计算估计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：摘要明确研究含交互固定效应的非线性面板估计及其计算实现。
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
含交互固定效应的非线性面板模型的可计算估计
- 研究问题
- 如何降低非线性面板交互固定效应估计的计算难度，同时保留既有固定效应估计量的渐近性质并适用于大型面板？
- 方法与思路
- 作者先用核范数正则化凸化问题，获得参数与固定效应的初值，再以这些初值启动梯度下降求解原优化问题。
- 材料陈述的贡献
- 摘要称两步估计量与既有估计量渐近等价，提供算法收敛结果，并通过 R 包 NNRPanel 实现相关数值算法。
- 阅读关注点
- 应核对渐近等价所需的面板增长与模型条件、正则化选择、初值进入有效收敛区域的保证，以及全局解结论的适用范围。
- 阅读边界
- 这是 arXiv 预印本，不能据此声称已同行评审或期刊接收。摘要未列出全局求解条件，也未给出计算规模和速度比较数值。
原文摘要
Interactive fixed effects are routinely controlled for in linear panel models. While an analogous fixed effects (FE) estimator for nonlinear models has been available in the literature (Chen, Fernandez-Val and Weidner, 2021), it sees much more limited use in applied research because its implementation involves solving a high-dimensional non-convex problem. In this paper, we complement the theoretical analysis of Chen, Fernandez-Val and Weidner (2021) by providing a new computationally efficient estimator that is asymptotically equivalent to their estimator. Unlike the previously proposed FE estimator, our estimator avoids solving a high-dimensional non-convex optimization problem and can be feasibly computed in large nonlinear panels. Our proposed method involves two steps. In the first step, we convexify the optimization problem using nuclear norm regularization (NNR) and obtain preliminary NNR estimators of the parameters, including the fixed effects. Then, we find the global solution of the original optimization problem using a standard gradient descent method initialized at these preliminary estimates. To make our method readily applicable in practice, we also propose specific numerical algorithms for solving the involved optimization problems, establish their convergence, and provide their efficient implementation in our R package NNRPanel.