Robust Inference Methods for Latent Group Panel Models under Possible Group Non-Separation
Université Bourgogne Europe（勃艮第欧洲大学）；University of Tokyo（东京大学）
研究系数有潜在组结构的线性面板数据模型的一般线性假设推断方法，采用基于组结构估计的选择性条件推断，检验在多种误差分布下有效，模拟和应用展示其优势及考虑组结构的重要性。
2026-07-28 econ.EM stat.ME stat.ML
Same Root Different Leaves: Time Series and Cross-Sectional Methods in Panel Data
社会科学的一个中心目标是评估政策的因果效应。一种主要的方法是通过面板数据分析，其中多个单元的行为随着时间的推移进行观察。跨越时间和空间的信息激发了两种一般方法：（i）水平回归（即，unconfoundedness），其利用时间序列模式，以及（ii）垂直回归（例如，合成控制），其利用横截面模式。传统观点认为，这两种方法根本不同。我们认为，这一立场对于估计来说部分是错误的，但对于推论来说一般是正确的。特别是，我们证明了这两种方法在几个标准设置下产生相同的点估计。然而，对于同一点估计，每种方法都量化了不同被估量的不确定性。反过来，为一个被估量开发的置信区间可能对另一个被估量有不正确的覆盖。这强调了研究人员假设的随机性来源对推断的准确性有直接影响。
2022-10-08 econ.EM stat.ME
Factor-Augmented Machine Learning Panel Regressions
Department of Economics, University of North Carolina – Chapel Hill（北卡罗来纳大学教堂山分校经济学系）；European Commission, Joint Research Centre (JRC)（欧盟委员会联合研究中心）；Department of Finance, Copenhagen Business School（哥本哈根商学院金融系）
研究高维面板数据回归，核心方法是结合MIDAS聚合与潜在因子的因子增强稀疏组LASSO估计器，主要贡献是在有横截面依赖性时，该估计器在预测和估计上优于标准LASSO估计器。
2026-07-08 econ.EM math.ST stat.ME
Inference in Panel SVARs with Two-Way Dependence
University of Duisburg-Essen（杜伊斯堡-埃森大学）；Georg August University of Göttingen（哥廷根大学）；Leipzig University（莱比锡大学）；Humboldt University of Berlin（柏林洪堡大学）
该研究针对存在双向依赖的异质性面板SVAR，提出适配均值组估计的闭式合并识别方法与递归设计的面板移动块自助法，模拟验证了联合重采样方案的良好覆盖率表现。
2026-10-09 econ.EM
Standard Errors for Panel Data Models with Unknown Clusters
本文对线性面板数据模型提出了一种新的标准误差估计。该估计器对异方差、序列相关和未知形式的横截面相关具有鲁棒性。序列相关由Newey-West方法控制。为了控制横截面的相关性，我们建议使用阈值方法，而不假设集群是已知的。我们建立了所提出的估计的一致性。蒙特卡罗模拟表明该方法是有效的。被认为是一个实证的应用。
2020-05-18 econ.EM
Inference for Forecasting Accuracy: Pooled versus Individual Estimators in High-dimensional Panel Data
Aarhus University（奥胡斯大学）；Maastricht University（马斯特里赫特大学）；Ruhr-Universität Bochum（波鸿鲁尔大学）
本文提出了一种新的推断方法，用于比较面板数据中池化与个体估计器的预测性能，通过建立置信区间并验证其渐近有效性，以解决高维面板数据中的估计权衡问题。
2025-12-17 econ.EM math.ST stat.ME
Panel Data Models with Nonadditive Unobserved Heterogeneity: Estimation and Inference
本文研究了具有随机系数和内生回归变量的线性和非线性面板数据模型的固定效应估计和推断。感兴趣的数量--均值、方差和随机系数的其他矩--通过分别应用于每个个体的时间序列的GMM估计器的横截面样本矩来估计。为了处理由短样本中个体内估计的噪声引入的偶然参数问题，我们发展了偏差校正。这些修正是基于高阶渐近展开的GMM估计，并产生改进的点和区间估计在中等长的面板。在面板的横截面和时间序列维度以相同的速率传递到无穷大的渐近序列下，未校正估计量具有与渐近方差相同阶的渐近偏差。偏差校正在不增加方差的情况下消除偏差。根据Becker、Grossman和Murphy（1994）的一个关于卷烟需求的实证例子，美国各州的价格效应存在显著的异质性。
2013-10-11 econ.EM math.ST stat.AP
Density Forecasts in Panel Data Models: A Semiparametric Bayesian Perspective
本文构建了一个面板的企业或家庭使用动态线性模型，共同和异质系数以及横截面异方差的个人特定的密度预测。本文所考虑的面板具有大的横截面尺寸N和短的时间序列T。由于T较短，传统方法很难将非均匀参数从冲击中分离出来，从而影响了对非均匀参数的估计。为了解决这个问题，我假设有一个潜在的分布的异质参数，非参数模型允许异质参数和初始条件之间的相关性，以及个人特定的回归，然后估计这个分布从整个面板的信息相结合。在理论上，我证明了在横截面同方差的情况下，估计的公共参数和估计的分布的异质参数实现后验一致性，并证明了密度预测渐近收敛到预言预测。方法上，我开发了一个基于模拟的后验抽样算法，专门解决未观测到的异质参数的非参数密度估计。蒙特卡罗模拟和实证应用年轻的企业动态表明密度预测相对于替代方法的改进。
2021-10-05 econ.EM
Kernel Estimation for Panel Data with Heterogeneous Dynamics
本文提出了非参数核平滑估计的面板数据检查跨横截面单元的异质性程度。我们首先估计每个单元的样本均值、自协方差和自相关性，然后应用核平滑来计算它们的密度函数。核估计对带宽的依赖性使得非常高阶的渐近偏差影响横截面样本大小（N）和时间序列长度（T）的相对大小的所需条件。特别是，它使N和T的条件更强，更复杂，比那些通常观察到的长面板文献没有内核平滑。我们还考虑了一个分裂面板刀切法，以纠正偏差和建设的置信区间。一个经验应用和蒙特卡罗模拟说明我们的程序在有限样本。
2019-05-27 econ.EM
Forward-Selected Panel Data Approach for Program Evaluation
政策评估是经济数据分析的核心，但经济学家大多使用观测数据，因为进行受控实验的机会有限。在潜在结果框架中，面板数据方法（Hsiao，Ching and Wan，2012）通过利用面板数据中横截面单元之间的相关性来构建反事实。横截面控制单元的选择，在其实施中的一个关键步骤，然而，在数据丰富的环境中，许多可能的控制是在研究人员的处置是悬而未决的。我们提出了前向选择方法来选择控制单元，并建立了后选择推理的有效性。我们的渐近框架允许可能的控制的数量增长得比时间维度快得多。易于实现的算法及其理论保证将面板数据方法扩展到大数据设置。
2021-04-29 econ.EM
Inference in High-Dimensional Panel Models: Two-Way Dependence and Unobserved Heterogeneity
School of Economics, Shanghai University of Finance and Economics（上海财经大学经济学院）
本文提出了一种适用于高维面板模型的工具包，通过改进的LASSO方法处理双向依赖和未观测异质性，实现稳健的推断。
2025-12-20 econ.EM
Equal Predictive Ability Tests Based on Panel Data with Applications to OECD and IMF Forecasts
我们提出了两种类型的相等的预测能力（EPA）测试面板比较两个预测员的预测。第一种类型，即$S$ -统计，侧重于总体EPA假设，该假设指出EPA在所有面板单元和时间上的平均值。第二，称为$C$ -统计，集中在集群的EPA假设，EPA共同持有固定数量的集群面板单元。弱和强的横截面依赖下的渐近性质的测试进行评估。一个广泛的蒙特卡罗模拟表明，所提出的测试有很好的有限样本属性，即使在数据中的横截面依赖的信息很少。拟议的框架被用来比较经合组织和货币基金组织的经济增长预测，并评估货币基金组织的消费物价通胀预测的表现。
2023-02-06 econ.EM
Forecasting with Dynamic Panel Data Models
本文考虑使用面板数据中的横截面信息预测一组短时间序列的问题。我们使用Tweedie公式构建相关随机效应分布下异质系数的后验均值的点预测。该公式利用横截面信息将单位特定（准）最大似然估计量转换为等于随机系数总体分布的先验分布下的后验均值的近似值。我们表明，基于Tweedie校正的非参数估计的预测器的风险渐近等价于将相关随机效应分布视为已知（比率最优）的预测器的风险。在蒙特卡罗研究中，我们的经验贝叶斯预测器与各种竞争对手相比表现良好。在一个实证应用中，我们使用预测器来预测一个大型银行控股公司的收入，并比较实际和严重不利的宏观经济条件下的预测。
2017-09-28 econ.EM
Common Correlated Effects Estimation of Nonlinear Panel Data Models
本文提出含交互固定效应的非线性面板模型CCE两步估计法，推导其渐近分布并用解析及分割面板刀切法校正偏差，模拟与企业跨市场套利实证均验证了方法有效性。
2023-04-25 econ.EM
An Integrated Panel Data Approach to Modelling Economic Growth
实证增长分析有三个主要问题-变量选择，参数异质性和横截面依赖-这是解决彼此独立的大多数研究。本研究的目的是提出一个综合框架，扩展了传统的线性增长回归模型，允许参数异质性和横截面误差依赖，同时进行变量选择。我们还得到了估计在低维和高维下的渐近性质，并通过蒙特卡罗模拟进一步研究了估计的有限样本性能。我们将该框架应用于1960年至2014年期间89个国家的数据集。我们的研究结果揭示了一些在以前的研究中没有发现的跨国模式（例如，“中等收入陷阱假说”、“自然资源诅咒假说”、“宗教通过信仰而非实践发挥作用”等）。
2019-03-19 econ.EM
Eigenvalue-Based Randomness Test for Residual Diagnostics in Panel Data Models
University College London（伦敦大学学院）；Corvinus University of Budapest（布达佩斯考文纽斯大学）；HUN-REN Wigner Research Centre for Physics（匈牙利研究网络维格纳物理研究中心）
本文提出基于特征值的随机性检验（EBR）测试，利用随机矩阵理论中的Tracy-Widom定律，用于面板数据模型残差分析，能同时检测多种假设，适用于检测线性和非线性依赖问题。
2025-04-07 econ.EM stat.AP stat.CO
Panel Data Unit Root testing: Overview
该综述系统梳理面板单位根检验方法，覆盖独立与截面相关面板、非线性及短面板场景的检验技术，并提供可实现相关方法的程序包链接，为该领域研究提供方法参考。
2024-08-13 econ.EM
Adaptive Discrete Smoothing for High-Dimensional and Nonlinear Panel Data
Hong Kong University（香港大学）；New York University（纽约大学）；University of Hamburg（汉堡大学）；Max Planck Society（马克斯·普朗克学会）
在本文中，我们开发了一个数据驱动的平滑技术的高维和非线性面板数据模型。我们允许个人特定的（非线性）功能和估计与计量经济学或机器学习方法通过使用加权观察其他个人。权重由数据驱动的方式确定，取决于相应函数之间的相似性，并基于初始估计进行测量。这种程序的关键特征是，它根据在第一阶段估计的个体之间的距离/相似性对个体进行聚类。我们的估计方法可以与各种统计估计过程相结合，特别是现代机器学习方法，这些方法在高维情况下以及复杂的异构数据中特别富有成效。该方法可以被解释为\textquotedblleft软聚类\textquotedblright \，而传统的\textquotedblleft \硬聚类\textquotedblright将每个个体分配到一个组。我们进行了模拟研究表明，预测可以大大提高使用我们的估计。最后，我们分析了交通行业领先公司didichuxing.com的大数据集，基于大量协变量来分析和预测供需缺口。与现有的线性面板数据估计相比，我们的估计量在样本外预测中明显表现得更好。
2020-01-03 cs.LG econ.EM stat.ME
Panel Quantile Regression with Common Shocks
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Michigan State University（密歇根州立大学）
本文发展了一种对共同冲击稳健的面板分位数回归渐近与推断理论，提出了在共同冲击存在下仍一致的协方差估计量，放宽了截面独立和T≫N的假设。
2026-06-17 econ.EM stat.ME
Forecasting with a Panel Tobit Model
我们使用一个动态面板Tobit模型与异方差生成预测的一个大横截面的短时间序列的截尾观测。我们的完全贝叶斯方法使我们能够灵活地估计异质系数的横截面分布，然后隐式地使用这个分布作为之前构建贝叶斯预测的个人时间序列。除了密度预测之外，我们还构建了明确针对横截面平均覆盖概率的集合预测。我们提出了一个新的应用程序中，我们预测银行级的贷款撇帐率的小银行。
2022-07-05 econ.EM
Saddlepoint approximations for spatial panel data models
我们开发了新的高阶渐近技术的高斯最大似然估计的空间面板数据模型，固定效应，随时间变化的协变量，和空间相关的错误。我们的鞍点密度和尾面积近似功能相对误差的顺序$O(1/(n(T-1)))$与$n$的横截面尺寸和$T$的时间序列尺寸。主要的理论工具是倾斜-埃奇沃思技术在一个非同分布的设置。密度近似总是非负的，不需要重新计算，并且在尾部是精确的。密度近似的Monte Carlo实验和测试中存在的冗余参数说明了我们的近似一阶渐近和Edgeworth展开的良好性能。对OECD（经济合作与发展组织）国家投资-储蓄关系的实证分析表明，基于一阶渐近性和鞍点技术的检验结果存在差异。
2021-07-12 econ.EM math.ST stat.ME
Panel Data Analysis with Heterogeneous Dynamics
本文提出了一种无模型的方法来分析跨观测单元的异质动态结构的面板数据。我们首先计算每个单元的样本均值、自协方差和自相关性，然后根据它们的经验分布估计感兴趣的参数。然后，我们研究了我们的估计使用双重渐近的渐近性质，并提出了分裂面板刀切偏差校正和推断的基础上的横截面自助。我们通过研究一价定律的偏离动态来说明我们的程序的有用性。蒙特卡罗模拟证实了所提出的偏差校正是有效的，并在小样本下产生有效的推断。
2019-01-15 econ.EM
Bayesian inference for dynamic spatial quantile models with interactive effects
针对大规模空间面板数据，本文提出含未观测异质性的动态空间面板分位数模型及新型贝叶斯MCMC算法，证明一致性并通过模拟与汽油市场案例验证其有效性。
2025-06-09 econ.EM
Heterogeneous Grouping Structures in Panel Data
本文研究了面板数据潜在分组结构中的组内异质性问题，提出了允许截面和组内同时存在异质性的模型，扩展了 Su 等人的方法以实现参数一致估计与分组识别，并通过模拟和实证验证了方法有效性。
2024-07-28 econ.EM
Dynamic Heterogeneous Distribution Regression Panel Models, with an Application to Labor Income Processes
Boston University（波士顿大学）；University of Pennsylvania（宾夕法尼亚大学）；Rutgers University（罗格斯大学）；Georgetown University（乔治城大学）
介绍含单位异质系数的动态分布回归面板数据模型，用固定效应法估计系数及泛函，研究其对反事实变化的响应，解决推断稳健性问题，通过劳动收入实证展示方法实用性。
2026-07-07 econ.EM
Higher-order Expansions and Inference for Panel Data Models
本文提出适用于含序列相关与截面相关的面板数据模型的简单推断方法，并借助 Berry-Esseen 界和 Edgeworth 展开建立高阶渐近理论，在交互效应模型和数值实验中验证其优势。
2023-06-08 econ.EM
On the (Mis)Use of Machine Learning with Panel Data
本文系统评估了面板数据中机器学习的数据泄露问题，提出分析框架解释忽视数据结构导致的性能虚高，并通过美国县级收入预测的实证应用提供正确实施监督式机器学习的指南。
2025-05-05 econ.EM
Inference in dynamic models for panel data using the moving block bootstrap
针对部分回归变量非严格外生时线性面板数据模型推断复杂的问题，提出对相邻横截面块有放回重采样的面板移动块bootstrap方法，复制组内估计量极限分布，使反向百分位bootstrap的置信椭球和假设检验渐近有效且无需考虑偏差。
2025-02-12 econ.EM
Second-Generation Heterogeneous Panel Data Model with Individual and Common Shocks
Azerbaijan State University of Economics（阿塞拜疆国立经济大学）
针对存在共同因子和异质性结构断点的面板数据，提出傅里叶共同相关效应均值组（F-CCEMG）估计量，在蒙特卡洛模拟中多数情形下均方根误差最低且覆盖接近名义水平。
2026-06-27 econ.EM
Binary Response Models for Heterogeneous Panel Data with Interactive Fixed Effects
在本文中，我们研究了具有交互固定效应的异质面板数据的二元响应模型，允许横截面维度和时间维度的分歧。从实际的角度来看，该框架可以应用于预测企业失败的概率，进行信用评级分析等理论和方法，我们建立了一个最大似然估计和最小二乘法之间的联系，提供了一个简单的信息标准来检测的因素的数量，并实现相应的渐近分布。此外，我们进行了密集的模拟，以检查的理论研究结果。在实证研究中，我们重点研究了股票收益率的符号预测，然后利用符号预测的结果进行投资组合分析。
2021-11-16 econ.EM
Factor-Augmented Panel Regressions and Variance-Weighted Treatment Effects
University of Amsterdam（阿姆斯特丹大学）；Tinbergen Institute（蒂尔堡研究所）；University of Oxford（牛津大学）；Nuffield College（纽菲尔德学院）
本文通过方差加权平均处理效应视角重新审视包含未观测异质性的面板回归，证明两种两方式面板估计量在非参数假设下收敛于可解释的估计量，探讨了单个和多个回归变量扩展时的挑战。
2026-04-20 econ.EM
Testing the Number of Components in Finite Mixture Normal Regression Model with Panel Data
本文将 EM 检验扩展至正态混合面板回归，提出惩罚最大似然方法处理无界检验统计量，并推导 PLRT 与 EM 统计量渐近分布，用于识别企业生产技术类型数。
2023-06-02 econ.EM
Estimation of Latent Group Structures in Time-Varying Panel Data Models
Aarhus University（奥胡斯大学）；Maastricht University（马斯特里赫特大学）
针对系数时变且存在潜在群组结构的面板数据模型，提出结合多项式样条筛的FUSE-TIME估计量，可联合估计群组成员与系数轨迹，具备神谕效率，有限样本表现优异且有实证应用价值。
2025-11-18 econ.EM
Synthetic Difference in Differences for Repeated Cross-Sectional Data
本文将合成双重差分法扩展到重复横截面数据，通过按组聚合数据并引入考虑各横截面观测数量差异的第三种权重，模拟显示该方法能有效提升估计性能。
2024-09-30 econ.EM
Local Asymptotic Equivalence of the Bai and Ng (2004) and Moon and Perron (2004) Frameworks for Panel Unit Root Testing
本文考虑了大n和大T非均质板的单位根检验，截面相关性由不可观测因素产生。我们重新考虑了文献中两种流行的方法，Moon和Perron（2004）以及Bai和Ng（2004）提出的PANIC设置。虽然这些已被认为是完全不同的设置，我们表明，在高斯创新的情况下，框架是渐近等价的意义上说，这两个实验是局部渐近正常（LAN）具有相同的中央序列。使用Le Cam的统计实验理论，我们确定了局部渐近功率包络，并在这两种设置中联合推导出最佳测试。我们发现，流行的Moon和Perron（2004）和Bai和Ng（2010）检验仅在特质成分的长期方差不存在异质性的情况下才能达到功效包络。新的测试是渐近一致的最强大的可能的异质性无关。此外，它证明了任何测试，满足一个温和的正则性条件，大小和局部渐近功率是相同的数据生成过程。因此，应用研究人员不需要决定两个框架之一进行单位根测试。蒙特卡罗模拟证实了我们的渐近结果和文件显着增益有限样本的权力，如果异质冲击的方差差异很大的横截面单位。
2019-05-27 econ.EM
Proxy Controls and Panel Data
本文提出利用 proxy controls（代理控制变量）在面板和横截面设定下进行因果效应的非参数识别与估计，推导了收敛速度并构建置信带，并通过消费者需求与留级效应的实证验证了方法有效性。
2023-11-21 econ.EM
Pooled Bewley Estimator of Long Run Relationships in Dynamic Heterogenous Panels
针对短期动态异质的动态面板长期系数估计问题，提出新型合并Bewley估计量，证明其统计性质，模拟验证其小样本表现更优，还给出稳健推断方法并通过实证说明实用性。
2023-11-03 econ.EM
Estimation and Inference for Three-Dimensional Panel Data Models
本研究提出一种含全局与两组局部潜在因子的新型三维分层面板数据模型，设计了可分离不同层级维度潜在因子的估计方法，建立渐近理论与bootstrap推断程序，并通过全球制造业生产率趋同研究验证了框架适用性。
2024-09-12 econ.EM
Nickell Meets Stambaugh: A Tale of Two Biases in Panel Predictive Regressions
The Chinese University of Hong Kong（香港中文大学）；University of Macau（澳门大学）
针对面板预测回归中Nickell偏差与Stambaugh偏差共存的问题，提出双IVX（DIVX）估计量，有效消除复合偏差并恢复基于t统计量的标准推断，在横截面和时间维度较大时实现统一推断。
2026-05-24 econ.EM
Bootstrap Inference for Dynamic Panel Data Models with Common Correlated Effects
Amsterdam School of Economics, University of Amsterdam（阿姆斯特丹经济学院，阿姆斯特丹大学）；Tinbergen Institute（丁伯根研究所）；BI Norwegian Business School（挪威BI商学院）
针对动态面板数据模型，提出结合偏差校正的递归设计野Bootstrap方法，解决弱外生性下偏差与因子估计方差捕捉不足的问题，蒙特卡洛实验显示显著改进。
2026-10-06 econ.EM
Analysis of Distributional Dynamics for Repeated Cross-Sectional and Intra-Period Observations
本文提出一种适用于重复面板截面分布与高频周期内分布的状态分布动力学研究方法，将密度视为希尔伯特空间泛函元素并构建泛函自回归模型，证明估计量一致性，在汇率与股票收益数据上验证效果并通过模拟评估预测性能。
2025-05-21 econ.EM
Blocked Clusterwise Regression
最近的文献计量经济学模型未观察到的横截面异质性的面板数据分配每个横截面单位的一维，离散的潜在类型。这种模型已被证明可以通过回归聚类方法进行估计和推断。本文的动机是发现，在这篇文献中研究的聚类异质性模型可以严重错误的，即使面板具有显着的离散横截面结构。为了解决这个问题，我们概括了以前的方法，离散未观察到的异质性，允许每个单位有多个，不相关的潜变量，描述其响应类型不同的协变量。我们给出了我们的模型的k-means风格估计的推理结果，并开发了信息标准，以共同选择每个潜在变量的数量集群。蒙特卡罗模拟证实了我们的理论结果，并给出了直观的估计和模型选择的有限样本性能。我们还有助于集群的理论与一个超指定数量的集群，并得出新的收敛速度，这种设置。我们的研究结果表明，过度拟合可能是严重的k均值风格估计时，集群的数量是过度指定。
2020-01-29 econ.EM stat.ME stat.ML
Productivity Convergence in Manufacturing: A Hierarchical Panel Data Approach
尽管生产率收敛分析在实证增长文献中至关重要，但仍有三个问题尚未解决：（1）很少尝试探索产业层面数据集的层次结构;（2）产业层面的技术异质性在很大程度上被忽视;（3）横截面依赖性很少被考虑在内。本文旨在解决这三个问题的层次面板数据框架内。我们提出了一个估计过程，然后推导出相应的渐近理论。最后，我们将该框架应用于1963-2018年期间来自不同国家的23个制造业的数据集。我们的研究结果表明，无论是作为一个整体的制造业和个别制造业在ISIC两位数水平表现出很强的劳动生产率的条件收敛，但不是无条件收敛。此外，我们的研究结果表明，全球和行业特定的冲击是重要的，在解释的收敛行为的制造业。
2021-10-31 econ.EM
Fixed $T$ Estimation of Linear Panel Data Models with Interactive Fixed Effects
本文研究了具有交互固定效应的线性面板数据模型的估计，其中面板数据的一个维度，通常是时间，可以是固定的。为此，引入了一种新的变换，将模型降低到较低的维度，并且在这样做时，减轻了横截面中的附带参数的模型。本文的主要结果表明，转换模型，然后应用主成分（PC）估计的\cite{bai_panel_2009}提供$\sqrt{n}$一致估计的回归斜率系数与$T$固定。此外，这些估计被证明是渐近无偏的横截面依赖，串行依赖的存在下，并与包含动态回归，在通常的情况下形成鲜明对比。大$n$，大$T$属性的这种方法也进行了研究，其中许多这些结果结转的情况下，$n$增长足够快，相对于$T$。转换模型也被证明是有用的超出估计，这一点说明，通过显示与$T$固定，\cite{horenstein}的特征值比测试提供了一个一致的测试时，应用到转换后的模型的因素的数量。
2021-10-11 econ.EM
Linear Regression for Panel With Unknown Number of Factors as Interactive Fixed Effects
University of Southern California（南加州大学）；Yonsei University（延世大学）
本文研究了在未知因素数作为交互固定效应的线性面板回归模型中最小二乘估计器的性质，证明了在时间期和横截面单位数量趋于无穷时，估计器的极限分布与所用因素数无关。
2026-05-01 econ.EM
Functional-Coefficient Quantile Regression for Panel Data with Latent Group Structure
本文考虑了具有个体效应的面板分位数回归中的函数系数模型的估计问题，其中考虑了大型面板观测值的横截面和时间依赖性。对异质分位数回归模型施加一种隐群结构，从而大大减少了需要估计的非参数函数系数的数目。通过对特定主题函数系数的局部线性分位数的初步估计，利用经典的凝聚聚类算法估计未知的组结构，并提出一种易于实现的比率准则来确定组数。估计的组数和结构是一致的。此外，分组后的局部线性平滑方法被引入到估计组特定的功能系数，和相关的渐近正态分布理论推导出与文献中的归一化率。开发的方法和理论进行了验证，通过模拟研究，并展示了应用程序的房价数据从英国地方政府区，揭示了不同的同质性结构在不同的分位数水平。
2023-03-23 econ.EM stat.ME
Dynamic Linear Panel Regression Models with Interactive Fixed Effects
University of Southern California（南加州大学）；Yonsei University（延世大学）；University College London（伦敦大学学院）
本文研究了具有交互固定效应的动态面板回归模型，分析了LS估计量的一阶渐近理论，提出了偏倚校正的LS估计量及检验统计量，并通过蒙特卡洛模拟验证了其有效性。
2026-05-01 econ.EM
Estimation and Inference for the $τ$-Quantile of Individual Heterogeneous Coefficient
Michigan State University（密歇根州立大学）；University at Albany – State University of New York（纽约州立大学奥尔巴尼分校）
针对面板数据中个体异质性斜率系数的分位数，提出两步分位数估计框架，并建立渐近理论和自助法推断。
2026-06-11 econ.EM math.ST stat.TH
Estimating unrestricted spatial interdependence in panel spatial autoregressive models with latent common factors
我们提出一种快速贝叶斯方法，在无先验空间结构下估计面板空间自回归模型中的潜在共同因子，并通过欧盟区域GVA增长数据验证了其有效性与聚类发现。
2025-10-25 econ.EM
Panel Data Estimation and Inference: Homogeneity versus Heterogeneity
本文通过无限阶高维移动平均过程统一研究面板数据的同质性与异质性，扩展Beveridge-Nelson分解并利用高斯近似和Edgeworth展开建立推断工具，最终以模拟和实际数据验证理论结果。
2025-07-21 econ.EM
Robust Inference in Panel Data Models: Some Effects of Heteroskedasticity and Leveraged Data in Small Samples
针对面板数据中小样本、异方差和良好杠杆点并存的问题，提出方差-协方差矩阵混合估计量，通过蒙特卡洛模拟证明保守方差估计量优于传统标准误且HC标准误表现优异。
2023-12-29 econ.EM stat.CO
GMM for Panel Data Quantile Regression
Michigan State University（密歇根州立大学）；University at Albany - State University of New York（纽约州立大学奥尔巴尼分校）
本文提出适用于含个体固定效应与内生回归元的面板分位数模型的平滑GMM框架，经理论证明与蒙特卡洛模拟验证其有效性，并应用于OECD通胀动态分析发现通胀传导非对称性。
2026-10-12 econ.EM
Robust Estimation and Inference for High-Dimensional Panel Data Models
本文针对高维面板数据模型的目标参数，提出包含非高斯误差处理、阈值长期协方差估计等的完整稳健估计与推断工具包，推导Nagaev型不等式并通过数值研究验证理论结果的实用性。
2025-02-12 econ.EM
Identifying spatial interdependence in panel data with large N and small T
本文提出一种两阶段变分贝叶斯算法，利用Dirichlet-Laplace先验估计大N小T面板空间自回归模型，无需预定权重矩阵，成功揭示了欧盟区域间未被记录的空间联系。
2023-09-07 econ.EM
