Inference on panel data models with a generalized factor structure
广义因子结构面板模型的统计推断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：摘要明确研究具有广义因子结构的线性面板模型及固定效应扩展。
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…
广义因子结构面板模型的统计推断
- 研究问题
- 当面板模型中的因子与因子载荷由非参数函数共同刻画时，如何识别和估计目标参数，并检验这一未观测异质性建模方式？
- 方法与思路
- 作者以未观测异质性和协变量之间的条件均值独立假设识别参数，结合非参数估计与条件矩检验，使用 U 统计量理论分析分布并以自助法推断。
- 材料陈述的贡献
- 摘要称，框架涵盖双向及交互固定效应模型，在固定或较大时间维度下可得到最优收敛率的一致估计，并提供具有渐近性质的设定检验。
- 阅读关注点
- 应核对非参数因子结构的具体形式、条件均值独立的含义、固定与增长时间维度下的条件，以及检验和自助法如何处理面板依赖。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未给出具体最优速率、平滑条件、实证场景及有限样本性能的数值结果。
原文摘要
We consider identification, inference and validation of linear panel data models when both factors and factor loadings are accounted for by a nonparametric function. This general specification encompasses rather popular models such as the two-way fixed effects and the interactive fixed effects ones. By applying a conditional mean independence assumption between unobserved heterogeneity and the covariates, we obtain consistent estimators of the parameters of interest at the optimal rate of convergence, for fixed and large $T$. We also provide a specification test for the modeling assumption based on the methodology of conditional moment tests and nonparametric estimation techniques. Using degenerate and nondegenerate theories of U-statistics we show its convergence and asymptotic distribution under the null, and that it diverges under the alternative at a rate arbitrarily close to $\sqrt{NT}$. Finite sample inference is based on bootstrap. Simulations reveal an excellent performance of our methods and an empirical application is conducted.