Panel data analysis with heterogeneous dynamics
具有异质动态结构的面板数据分析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：摘要明确以面板个体的异质动态为对象，并提出分割面板偏差修正和截面bootstrap，直接对应面板数据方法。
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
具有异质动态结构的面板数据分析
- 研究问题
- 当不同面板个体具有不同动态结构时，如何不预先指定统一动态模型，估计个体动态特征的分布并开展可靠推断？
- 方法与思路
- 作者先计算各个体的均值、自协方差与自相关，再基于其经验分布估计目标参数，并使用分割面板jackknife和截面bootstrap。
- 材料陈述的贡献
- 摘要称论文建立双重渐近理论，并提出偏差修正与推断方法；一价定律偏离动态的应用和模拟展示了程序的作用。
- 阅读关注点
- 应核对目标分布参数的定义、个体时间序列与截面依赖条件，以及分割面板修正和截面重抽样在异质动态下的有效性。
- 阅读边界
- 所给出版社摘要未说明允许的依赖结构、面板长度要求或偏差阶数；模拟中小样本推断有效不能推广到所有面板设计。
原文摘要
This paper proposes a model-free approach to analyze panel data with heterogeneous dynamic structures across observational units. We first compute the sample mean, autocovariances, and autocorrelations for each unit, and then estimate the parameters of interest based on their empirical distributions. We then investigate the asymptotic properties of our estimators using double asymptotics and propose split-panel jackknife bias correction and inference based on the cross-sectional bootstrap. We illustrate the usefulness of our procedures by studying the deviation dynamics of the law of one price. Monte Carlo simulations confirm that the proposed bias correction is effective and yields valid inference in small samples.