IV estimation of spatial dynamic panels with interactive effects: large sample theory and an application on bank attitude towards risk
含交互效应的空间动态面板IV估计：大样本理论与银行风险态度应用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：摘要明确研究含交互效应、空间依赖和动态项的面板模型，并以银行机构数据应用。
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…
含交互效应的空间动态面板IV估计：大样本理论与银行风险态度应用
- 研究问题
- 含交互效应的空间动态面板中，如何构造计算简便、能够容纳内生解释变量，并具备可靠大样本性质的工具变量估计？
- 方法与思路
- 作者提出对目标参数呈线性的IV估计量，在截面和时间维度共同增大的框架下分析性质，并以外部工具处理内生解释变量。
- 材料陈述的贡献
- 摘要称估计量计算成本低、无渐近偏差且一致并渐近正态；银行应用显示，多德—弗兰克法案资本监管影响了银行行为。
- 阅读关注点
- 应核对工具变量有效性、交互效应处理方式、两维样本增长关系，以及银行应用中监管影响的识别设计与解释范围。
- 阅读边界
- 摘要未列出完整正则条件、工具变量构造或监管效应数值；所述渐近无偏性质不能直接解释为有限样本无偏。
原文摘要
Summary This paper develops a new instrumental variables estimator for spatial, dynamic panels with interactive effects under large N and T asymptotics. For this class of models, most approaches available in the literature are based on quasi-maximum likelihood estimation. The approach put forward here is appealing from both a theoretical and a practical point of view for a number of reasons. First, it is linear in the parameters of interest and computationally inexpensive. Second, the IV estimator is free from asymptotic bias. Third, the approach can accommodate endogenous regressors as long as external instruments are available. The IV estimator is consistent and asymptotically normal as $N,T\rightarrow \infty$, such that $N/T \rightarrow c$, where $0\lt c\lt \infty$. We study the determinants of risk attitude of banking institutions. The results show that the capital regulation introduced by the Dodd–Frank Act has succeeded in influencing banks’ behaviour.