Estimation and inference for multi-dimensional heterogeneous panel datasets with hierarchical multi-factor error structure
层级多因子误差下多维异质面板的估计与推断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。
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：摘要直接研究三维异质面板，并以全球和局部共同因子刻画强横截面依赖。
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…
层级多因子误差下多维异质面板的估计与推断
- 研究问题
- 三维异质面板具有全球与局部不可观测因子、导致强横截面依赖时，如何进行一致估计并构造适用的方差估计？
- 方法与思路
- 作者建立带层级误差成分的三维面板模型，修改并扩展共同相关效应方法以适应层级因子结构，同时发展非参数方差估计。
- 材料陈述的贡献
- 摘要称提出一致估计程序及渐近理论，包括新的非参数方差估计量；模拟考察方法表现，并应用于双边出口流的三维引力模型。
- 阅读关注点
- 应核对全球与局部因子的层级关系、标准 CCE 需要修改的原因，以及三个维度的增长条件和方差估计的一致性要求。
- 阅读边界
- 摘要未说明因子数量、载荷结构及具体渐近条件；模拟和出口应用的详细结果也未给出，不能据此断言对所有三维面板有效。
原文摘要
Given the growing availability of large datasets and following recent research trends on multi-dimensional modelling, we develop three dimensional (3D) panel data models with hierarchical error components that allow for strong cross-section dependence through unobserved heterogeneous global and local factors. We propose consistent estimation procedures by extending the common correlated effects (CCE) estimation approach proposed by Pesaran (2006). The standard CCE approach needs to be modified in order to account for the hierarchical factor structure in 3D panels. Further, we provide asymptotic theory, including new nonparametric variance estimators. The validity of the proposed approach is confirmed by Monte Carlo simulation studies. We demonstrate the empirical usefulness of the proposed framework through an application to a 3D panel gravity model of bilateral export flows.