POST-SELECTION INFERENCE IN THREE-DIMENSIONAL PANEL DATA

doi:10.1017/s0266466622000081

POST-SELECTION INFERENCE IN THREE-DIMENSIONAL PANEL DATA

2022-03-15

0

OA

AI

DOI：10.1017/s0266466622000081

原文链接

原文求助

摘要

En 中文

三维面板模型在实证分析中应用广泛。研究人员在处理三维面板时使用各种固定效应组合，而正确的设定形式未知。当研究者施加简约模型而真实模型复杂时，拟合模型不可避免地会产生设定误差的后果，包括潜在偏差。当采用复杂设定而真实模型简约时，通常的后果是拟合效果差且标准误过大。因此，研究人员拥有良好的模型选择技术以确定“真实”模型或满意近似是有益的。基于此，Lu、Miao和Su（2021，《计量经济评论》40卷，867-898页）提出了模型选择方法。我们通过提出一种回归参数的后选择推断方法推进了该文献。尽管我们使用Lasso技术作为模型选择手段，但我们的假设允许存在多个甚至全部固定效应非零。这一性质对于避免固定效应退化解至关重要，而固定效应常在贸易引力分析中反映国家经济规模。我们使用国际贸易数据库证实，引力模型分析中固定效应近似稀疏这一关键假设是合理满足的。我们还确立了固定效应各种数据生成过程下的统一尺度控制。模拟研究表明，所提方法比欠拟合固定效应估计量偏差更小，比过拟合固定效应估计量更有效，且稳健地允许推断精度达到与最优估计量相当的水平。

POST-SELECTION INFERENCE IN THREE-DIMENSIONAL PANEL DATA

摘要

期刊

机构

引用论文