(Debiased) Inference for Fixed Effects Estimators with Three-Dimensional Panel and Network Data
三维面板与网络数据固定效应估计的去偏推断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：摘要直接讨论三维固定效应面板、各类网络面板及双边贸易关系的动态形成。
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
三维面板与网络数据固定效应估计的去偏推断
- 研究问题
- 在发送方、接收方与时间组成的三维面板中，固定效应结构如何改变附带参数偏差与动态偏差，并导致常规推断失效？
- 方法与思路
- 作者为线性和非线性固定效应 M 估计建立渐近理论，涵盖多类网络、未观测效应设定及预定解释变量，并推导解析偏差修正。
- 材料陈述的贡献
- 摘要称不同效应结构存在鲜明渐近差异：部分设定渐近无偏，另一些出现退化分布；解析去偏可恢复非退化且正确中心化的分布。
- 阅读关注点
- 核对各维样本增长方式、单维与双维效应的精确定义、预定变量条件，以及偏差公式和贸易网络应用中标准误的实现。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出完整正则条件，不能把所述二分结论推广到任意三维面板设定。
原文摘要
Inference for fixed effects estimators is often unreliable due to Nickell- and incidental parameter biases. While these issues are well understood for classical two-dimensional panels, little is known about three-dimensional panel structures (e.g., sender x receiver x time). We develop inferential theory for a broad class of linear and nonlinear fixed effects M-estimators in this setting, covering bipartite, directed, and undirected network panel data, multiple specifications of additively separable unobserved effects, and both strictly exogenous and predetermined regressors. Our analysis reveals fundamentally different asymptotic properties compared to two-dimensional panels. In particular, we find a sharp dichotomy across specifications: (i) when unobserved effects vary along a single panel dimension, estimators are asymptotically unbiased, (ii) when they vary along two panel dimensions, estimators may suffer from a severe inference problem characterized by a degenerate asymptotic distribution. We resolve the latter by deriving explicit bias formulas and proposing analytically debiased estimators with nondegenerate, correctly centered asymptotic distributions. An empirical application studies dynamic network formation in a directed panel of bilateral trade relationships.