Further results on the estimation of dynamic panel logit models with fixed effects
Kitazawa (2013, 2016) showed that the common parameters in the panel logit AR(1) model with strictly exogenous covariates and fixed effects are estimable at the root-n rate using the Generalized Method of Moments . Honoré and Weidner (2020) extended his results in various directions: they found additional moment conditions for the logit AR(1) model and also considered estimation of logit AR(p) models with p>1. In this note we prove a conjecture in their paper and show that for given values of the initial condition, the covariates and the common parameters 2^{T}-2T of their moment functions for…
2023-02-03 econ.EM math.ST stat.TH
probitfe and logitfe: Bias corrections for probit and logit models with two-way fixed effects
我们提出了Stata命令probitfe和logitfe，估计probit和logit面板数据模型与个人和/或时间未观察到的影响。固定效应面板数据方法估计未观察到的效应可能会因为偶然参数问题而严重偏倚（Neyman和Scott，1948）。我们通过使用Fernando-Val和Weiden（2016）中推导的分析和折刀偏差校正来解决这个问题，其中两个维度（$N$和$T$）是中等大小的面板。我们说明了国际贸易的经验应用程序和蒙特卡罗模拟校准到这个应用程序的命令。
2017-02-26 econ.EM stat.ME
Mobility Behaviour of Immigrants in Canada: Analyzing Mode Choice Using GPS Panel Data and Mixed Logit Models
Toronto Metropolitan University（多伦多都会大学）；Concordia University（康考迪亚大学）
本文利用GPS面板数据和混合逻辑模型分析移民出行方式选择，发现新移民对车内旅行时间不敏感，且高整合度降低公共交通使用率，提升服务质量可更有效促进移民使用公共交通。
2026-04-16 econ.EM
A dynamic ordered logit model with fixed effects
我们研究了一个固定的$T$面板数据logit模型的有序结果，适应固定效应和状态依赖。给出了模型中自回归参数、回归系数和阈值参数的辨识结果。我们的结果只需要对结果变量进行四次观察。本文给出了复合条件极大似然估计相合且渐近正态的条件。我们使用我们的估计器来探索2003-2016年期间欧洲国家自我报告健康状况的决定因素。我们发现：（1）自回归参数为正，类似于线性AR（1）系数约为0.25，表明健康状况的持续性;（2）一旦我们控制了未观察到的异质性和持续性，收入与健康之间的关联就变得微不足道。
2020-08-12 econ.EM
Identification of Dynamic Panel Logit Models with Fixed Effects
University of Toronto（多伦多大学）；Michigan State University（密歇根州立大学）；Carleton University（卡尔顿大学）
本文研究了具有固定效应的动态面板逻辑模型的识别问题，通过截断矩问题理论，提出了一种基于有限条件矩等式的识别方法，并展示了其在参数估计和推断中的应用。
2026-04-03 econ.EM stat.ME
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
Transition Probabilities and Moment Restrictions in Dynamic Fixed Effects Logit Models
本文针对含固定效应的动态 logit 模型，利用 logit 型转移概率和有理分式性质提出一种可随模型复杂度扩展的矩约束构造方法，并应用于二元响应、面板向量自回归及动态多项 logit 模型，最后以年轻人药物消费动态为例进行实证说明。
2023-12-04 econ.EM
Sufficient Statistics for Unobserved Heterogeneity in Structural Dynamic Logit Models
本文研究了动态面板数据logit模型中结构参数的识别和估计，其中决策是前瞻性的，未观测异质性和可观测状态变量的联合分布是非参数的，即，固定效应模型我们考虑两个内生状态变量的模型：滞后的决策变量，在最后的选择和持续时间。这类模型包括作为特殊情况下重要的经济应用，如市场进入-退出，职业选择，机器更换，库存和投资决策，或差异化产品的动态需求模型。结构参数的识别需要一个足够的统计控制未观察到的异质性，不仅在当前的效用，而且在前瞻性决策问题的延续价值。我们得到了最小的充分统计量，并证明了一些结构参数的识别使用条件似然方法。我们将此估计器应用于机器更换模型。
2018-05-10 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
Simultaneity in Binary Outcome Models with an Application to Employment for Couples
彼得·施密特对计量经济学的两个贡献是引入了双变量二元结果的同步logit模型，并研究了使用短面板的动态线性固定效应面板数据模型的估计。在本文中，我们研究了Schmidt和Strauss（1975）中引入的双变量模型的动态面板数据版本，该模型允许Ahn和Schmidt（1995）中的滞后因变量和固定效应。我们结合了条件似然方法与矩方法的方法，以获得所得到的模型的估计策略。我们将这种估计策略应用到一个简单的家庭内部就业关系模型中。我们的主要结论是，家庭内的就业依赖显着不同的种族组成的夫妇，即使在一个允许未观察到的家庭特定的异质性。
2023-03-17 econ.EM
Individual and Time Effects in Nonlinear Panel Models with Large N, T
本文给出了具有个体效应和时间效应的非线性面板数据模型中参数和平均部分效应的固定效应估计。它们涵盖了logit，probit，ordered probit，Poisson和Tobit模型，这些模型对于微观和宏观经济学中的许多经验应用都很重要。我们的估计使用分析和刀切偏差校正来处理附带的参数问题，并且在$N/T$收敛到一个常数的渐近序列下是渐近无偏的。我们开发的推理方法，并表明它们在数值例子中表现良好。
2018-12-18 econ.EM stat.ME
Linear estimations of dynamic fixed effects logit models only with time effects
Kyushu Sangyo University（九州产业大学）
本文提出动态固定效应Logit模型仅含时间效应的线性估计方法，证明在提供五个或更多时间周期时，参数可点识别，从而实现根N一致性估计。
2026-04-27 econ.EM
Identification of Average Marginal Effects in Fixed Effects Dynamic Discrete Choice Models
本文在短面板固定效应动态logit模型中证明，T小至3时即可点识别平均边际效应，并给出闭式表达式，突破了传统观点。
2024-07-03 econ.EM
A Unified Approach on the Local Power of Panel Unit Root Tests
针对非平稳面板数据研究中的一个重要问题--面板单位根检验的精确局部渐近功效，提出了一种统一的求解方法。两个最广泛使用的面板单位根测试称为Levin-Lin-Chu（LLC，Levin，Lin和Chu（2002））和Im-Pesaran-Shin（IPS，Im，Pesaran和Shin（2003））测试系统地研究了各种情况下，以说明我们的方法。我们的方法是基于特征函数的，可以直接用于推导这些检验统计量的渐近分布的零和本地到统一的替代品的时刻。对于LLC测试，该方法提供了一种替代方法来获得可以由现有方法导出的结果。对于IPS检验，得到了新的结果，这填补了文献中的空白，很少有结果存在，因为IPS检验是不可接受的。此外，我们的方法在推导这些测试的Edgeworth展开式方面具有优势，本文也给出了这些测试。模拟来说明我们的理论研究结果。
2017-10-09 econ.EM stat.CO stat.ME
Nonlinear Factor Models for Network and Panel Data
因子结构或交互效应是将潜在变量纳入面板数据模型的方便手段。考虑了在不可观测量中具有因子结构的非线性面板单指标模型的固定效应估计，包括logit、probit、有序probit和Poisson规格。我们建立了当面板的两个维度变大时，模型参数和平均部分效应的固定效应估计具有正态分布，但可能遭受偶然的参数偏差。我们展示了如何与因素结构的模型也可以应用于捕捉网络数据的重要功能，如互惠性，程度异质性，同质性的潜在变量和聚类。我们说明了这种适用性与实证的例子来估计的重力方程的国家之间的国际贸易使用泊松模型与多个因素。
2019-10-15 econ.EM stat.ME
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
Binary Outcome Models with Extreme Covariates: Estimation and Prediction
本文提出基于贝叶斯定理和正则变化函数的半参数方法，研究极端事件对二元结果的影响，证明估计量性质并简化实现，实证验证了房价暴跌与小银行风险的关联。
2025-02-22 econ.EM
Global identification of dynamic panel models with interactive effects
Columbia University（哥伦比亚大学）
研究大N、固定T设定下具有交互效应的动态面板模型的全局识别问题，通过分析证明该模型对多数因素配置全局可识别，还涵盖加性固定效应模型，表明水平协方差结构能实现全局识别。
2026-07-16 econ.EM
Identification and Estimation of Average Causal Effects in Fixed Effects Logit Models
本文研究了短面板固定效应Logit模型中平均因果效应的识别与估计，通过极值矩问题获得无需优化的紧致边界及更简单的外部边界，构建渐近有效置信区间，并验证了其在测量处理效应异质性方面的实用性。
2024-12-19 econ.EM stat.ME
Semiparametric Dynamic Logit Model with Endogenous Networks
Department of Economics, Western University（韦仕敦大学经济系）
针对内生且随时间演化的社交网络，提出半参数动态Logit模型的识别与估计方法，通过条件似然与网络匹配消除个体异质性和未知社会影响函数，实现斜率参数和状态依赖系数的点识别。
2026-10-22 econ.EM
Identification and Estimation of a Semiparametric Logit Model using Network Data
Western University（韦仕敦大学）
本文通过利用网络数据解决半参数逻辑模型中的内生性问题，提出了一种基于网络相似性度量的估计方法，并展示了其在微型金融采用中的应用效果。
2026-08-17 econ.EM
Convergence rate of estimators of clustered panel models with misclassification
研究了具有潜在组结构和$N$单位及$T$时间段的面板数据模型在长面板渐近下的k均值聚类估计.我们表明，即使误差方差发散为$T \to \infty$和一些单位是渐近错误分类的参数根$NT$率的组特定的系数可以估计。这种极限情况下近似经验相关的设置，并不包括现有的渐近结果。
2020-08-11 econ.EM math.ST stat.TH
Variational Bayesian Inference for Mixed Logit Models with Unobserved Inter- and Intra-Individual Heterogeneity
变分贝叶斯（VB）是一种源于机器学习的方法，能够快速和可扩展地估计复杂的概率模型。到目前为止，VB在离散选择分析中的应用仅限于具有未观察到的个体间品味异质性的混合logit模型。然而，这样的模型制定可能是太限制性的面板数据设置，因为口味可能会有所不同的个人之间，以及跨选择任务所遇到的同一个人。在本文中，我们得到了一个VB方法的后验推断的混合logit模型与未观察到的个体间和个体内的异质性。在模拟研究中，我们基准性能的建议VB方法对最大模拟似然（MSL）和马尔可夫链蒙特卡罗（MCMC）方法的参数恢复，预测精度和计算效率。模拟研究表明，VB可以是一个快速，可扩展和准确的替代MSL和MCMC估计，特别是在应用中，快速预测是至关重要的。观察到VB比两种竞争方法快2.8到17.7倍，同时提供相当或更高的准确性。此外，模拟研究表明，并行实现的MSL估计与分析梯度是一个可行的替代MCMC的估计精度和计算效率方面，作为MSL估计被观察到是0.9和2.1倍之间的速度比MCMC。
2020-01-16 econ.EM stat.ME
Heterogeneous Autoregressions in Short T Panel Data Models
本文针对短T面板数据模型提出异质自回归系数矩的估计方法，证明齐次斜率下GMM有偏，并通过蒙特卡洛实验验证了简单矩估计量在中等样本下的良好表现及方差估计的大样本需求。
2024-06-25 econ.EM
Interactive Effects Panel Data Models with General Factors and Regressors
本文提出一种基于迭代主成分的估计器，用于处理具有一般因子和回归变量的交互效应面板数据模型，该估计器渐近正态且无附带参数偏差，且无需预知因子数量或积分阶数。
2021-11-22 econ.EM
Randomization Inference for Dynamic Causal Effects in Short Panels with Autoregressive Instruments
Institute of Economics PUC-Chile（智利天主教大学经济研究所）
本文针对多单位少时期面板中处理内生且工具变量为一阶自回归的情况，提出不估计持续性的随机化推断检验，在严格和弱原假设下均具有良好的统计性质。
2026-10-15 econ.EM
Identification in Dynamic Dyadic Network Formation Models with Fixed Effects
University of Pennsylvania（宾夕法尼亚大学）
本文在动态二元网络形成模型中研究了固定效应下的识别问题，结合面板数据和子图比较方法，提出半参数识别限制的改进条件。
2026-04-08 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
Identification in a Binary Choice Panel Data Model with a Predetermined Covariate
研究含前定二元协变量的二元选择面板数据模型的参数识别问题，给出参数无法点识别的条件，刻画并通过线性规划计算识别集，验证短面板下识别集仍具信息价值。
2023-07-22 econ.EM math.ST stat.ME
Stationary Errors and Quantile Regression in Short Panels
Boston College（波士顿学院）；Harvard University（哈佛大学）
本文针对带无约束个体效应和时间平稳特异扰动的线性面板模型，提出一种两步最小距离固定T估计量，该估计量根-n一致且渐近正态，经蒙特卡洛实验验证表现良好。
2026-08-11 econ.EM
The Output Convergence Debate Revisited: Lessons from recent developments in the analysis of panel data models
University of Southern California（南加州大学）；Trinity College, University of Cambridge（剑桥大学三一学院）；Birkbeck, University of London（伦敦大学伯贝克学院）
本文通过动态共同相关效应估计器揭示了输出收敛争论的实证问题，发现国家间收敛缓慢而国家内收敛较快，资本积累是主要影响因素。
2026-09-23 econ.EM
Controlling for Unmeasured Confounding in Panel Data Using Minimal Bridge Functions: From Two-Way Fixed Effects to Factor Models
本文提出了一种新的方法来识别和估计面板数据中的平均因果效应的线性因子模型下不可测量的混杂因素。与其他处理因子模型的方法（如合成控制和矩阵完成）相比，我们的方法不需要时间段的数量无限增长。相反，我们从双向固定效应模型中汲取灵感，作为线性因子模型的一种特殊情况，其中一个简单的差中差转换识别效果。我们发现，类似的，虽然更复杂，转换存在于更一般的线性因子模型，提供了一种新的方法来识别该模型中的效果。事实上，存在许多这样的转换，称为桥函数，所有识别相同的因果效应估计。这对估计和推理提出了独特的挑战，我们通过使用正则化估计方法以最小桥函数为目标来解决。我们证明了我们得到的平均因果效应估计是根N一致的和渐近正态的，我们提供了渐近有效的置信区间。最后，我们提供了扩展的情况下，随时间变化的不可测的混杂因素的线性因子模型。
2021-08-09 econ.EM stat.ME
Estimation of Average Derivatives of Latent Regressors: With an Application to Inference on Buffer-Stock Saving
本文提出了一种基于潜在回归变量的两个噪声测度的密度加权平均导数估计。这两种措施都有可能不对称分布的经典错误。我们证明了所提出的估计达到了根-n收敛速度，并推导出其渐近正态分布的统计推断。仿真研究表明，优秀的小样本性能支持根N渐近正态性。基于所提出的估计，我们构造了一个非参数消费模型和一个非参数分布的收入动态的永久-过渡模型下永久收入边际消费倾向（MPCP）的次统一性的形式检验.将该检验应用于最近四波美国收入动态面板研究（PSID），我们拒绝了单位MPCP的零假设，支持子单位MPCP，支持储蓄的缓冲库存模型。
2022-09-13 econ.EM
Testing Clustered Equal Predictive Ability with Unknown Clusters
Université Bourgogne Europe（勃艮第欧洲大学）；Paris-Panthéon-Assas University（巴黎先贤祠-阿萨斯大学）；Bayes Business School (formerly Cass)（贝叶斯商学院（原卡斯商学院））；Singapore Management University（新加坡管理大学）
研究在聚类未知时检验聚类相等预测能力的问题，采用选择性条件推断框架，推导成对相等性检验及截断集，提出$p$值组合方法，通过蒙特卡罗模拟和汇率预测实证验证了方法的有效性。
2026-07-10 econ.EM
Inference on Linear Regressions with Two-Way Unobserved Heterogeneity
Michigan State University（密歇根州立大学）；University College London（伦敦大学学院）
本文提出了一种通用的估计和推断方法，用于线性面板数据回归模型中常见的参数估计，通过非参数双向未观测异质性规范。方法利用非参数回归函数和固定效应的第一步估计量，结合Neyman正交矩条件和新的调整方法，确保估计量在弱条件下渐近正态分布。
2026-05-07 econ.EM
