A projection-based approach for interactive fixed effects panel data models

doi:10.1080/07474938.2025.2556702

2025-09-01

Georg Keilbar *

Juan M. Rodríguez‐Póo

Alexandra Soberón

Wang, Weining

DOI：10.1080/07474938.2025.2556702

原文链接

原文求助

摘要

En 中文

本文介绍了一种基于筛法的交互固定效应面板数据模型回归参数估计与推断的简单方法。该方法的关键假设是因子载荷可以分解为个体特征的未知平滑函数加上一个特异误差项。我们的估计量通过采用简单的偏最小二乘形式，相对于现有方法具有优势，无需迭代程序或初步因子估计。极限分布表现出一种不连续性，该不连续性取决于基础函数对因子载荷的解释程度，正如误差因子载荷的方差所测量的那样。因此，使用估计渐近协方差的常规插值方法可能导致过度保守的覆盖概率。我们证明，通过截面自助法可以实现一致有效的非保守推断。蒙特卡罗模拟证实了该估计量在均方误差方面的优良性能以及自助法程序的良好覆盖结果。一项针对跨国增长率的实际应用表明，较高的消费和政府支出与较低的增长率相关。与现有方法不同，我们发现，在OECD国家内，投资促进增长，而较高的投资价格水平则抑制增长。

Keyword:

Cross-sectional dependence

large panels

principal components

semiparametric factor models

sieve approximation