Standard errors for two-way clustering with serially correlated time effects
允许时间效应序列相关的双向聚类标准误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：核心问题是双向聚类面板的推断，摘要还明确以 Fama–French 三因子回归作应用，因此兼涉及金融因子。
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…
允许时间效应序列相关的双向聚类标准误
- 研究问题
- 面板数据的共同时间效应存在序列相关时，如何构造有效的双向聚类标准误，使最小二乘估计的常规统计推断成立？
- 方法与思路
- 作者提出新的方差估计量与渐近分布理论，允许共同时间效应具有任意序列依赖，并通过模拟和三因子回归展示用途。
- 材料陈述的贡献
- 摘要称，在弱正则条件下，最小二乘估计渐近正态、方差估计一致且 t 比率渐近标准正态，模拟区间覆盖表现更好。
- 阅读关注点
- 应核对共同时间效应的依赖条件、面板两维的渐近增长方式、方差估计的具体构造，以及模拟中覆盖率比较的设计。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收未经核实；摘要未列出正则条件，不能将任意序列依赖理解为完全无限制。
原文摘要
We propose improved standard errors and an asymptotic distribution theory for two-way clustered panels. Our proposed estimator and theory allow for arbitrary serial dependence in the common time effects, which is excluded by existing two-way methods, including the popular two-way cluster standard errors of Cameron, Gelbach, and Miller (2011) and the cluster bootstrap of Menzel (2021). Our asymptotic distribution theory is the first which allows for this level of inter-dependence among the observations. Under weak regularity conditions, we demonstrate that the least squares estimator is asymptotically normal, our proposed variance estimator is consistent, and t-ratios are asymptotically standard normal, permitting conventional inference. We present simulation evidence that confidence intervals constructed with our proposed standard errors obtain superior coverage performance relative to existing methods. We illustrate the relevance of the proposed method in an empirical application to a standard Fama-French three-factor regression.