Incorporating Prior Knowledge of Latent Group Structure in Panel Data Models
本文提出一种受约束的贝叶斯分组估计量，通过成对约束引入研究者对面板数据潜在组结构的先验信念，蒙特卡洛实验和两个实证应用表明该方法能提高系数估计准确性与预测表现。
2023-10-28 econ.EM
Capital and Labor Income Pareto Exponents across Time and Space
我们估计了跨越52个国家半个世纪（1967-2018）的475个国家年观察的资本和劳动收入帕累托指数。我们记录了两个程式化的事实：（i）资本收入比劳动收入在尾部更不平等地分配;即，资本指数（1-3，中位数1.46）小于劳动指数（2-5，中位数3.35），以及（ii）资本和劳动指数几乎不相关。为了解释这些发现，我们建立了一个不完全的市场模型，工作阶梯和资本收入风险，导致资本收入帕累托指数小于劳动力指数，但几乎无关。我们的研究结果表明区分收入和财富不平等的重要性。
2021-06-06 econ.EM econ.GN q-fin.EC
On the Anchoring Effect of Monetary Policy on the Labor Share of Income and the Rationality of Its Setting Mechanism
Haikou Dayake Technology Co., Ltd.（海口达雅可科技有限公司）
本文探讨了货币政策对收入劳动份额的锚定效应及其设定机制的合理性，分析了市场参与者的影响范围和争议所在。
2026-01-26 econ.EM stat.AP
Two-Way Mean Group Estimators for Heterogeneous Panel Models with Fixed T
本文提出双向均值组估计量及留一法刀切推断方法，用于固定T下含双向和交互固定效应的异质面板模型，模拟和实证验证了其有效性。
2025-08-14 econ.EM
Heterogeneous structural breaks in panel data models
本文提出了一个新的模型和估计程序的面板数据，使我们能够识别异质结构突变。我们使用分组模式对个体异质性进行建模。对于每个组，我们允许系数中的共同结构突变。然而，这些中断的数量、时间和大小在各组之间可能不同。我们开发了一个混合估计程序的分组固定效应方法和自适应组融合Lasso。我们表明，我们的方法可以一致地识别潜在的组结构，检测结构突变，并估计回归参数。蒙特卡罗结果表明，所提出的方法在有限样本下具有良好的性能。收入和民主之间的关系的实证应用说明了考虑异质性结构突变的重要性。
2018-11-24 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
Identification in Nonlinear Dynamic Panel Models under Partial Stationarity
University of Pennsylvania（宾夕法尼亚大学）；Ohio State University（俄亥俄州立大学）；Amazon（亚马逊）
本文提出了一种在部分平稳性条件下对非线性动态面板模型进行识别的方法，适用于多种受限依赖变量模型，并通过实证分析展示了其稳健性。
2026-01-08 econ.EM
Latent group structure in linear panel data models with endogenous regressors
针对含内生解释变量与系数潜在群体结构的线性面板数据模型，提出基于Kmeans的两阶段估计方法，经模拟验证分类准确率良好，并用于重探收入与民主的关系。
2024-05-14 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
Recovering Latent Variables by Matching
我们提出了一种基于最优传输的匹配方法来非参数估计具有独立潜变量的线性模型。该方法包括从潜在变量生成伪观测值，从而使模型的预测与数据中的匹配对应物之间的欧几里得距离最小化。我们表明，我们的非参数估计是一致的，我们的文件，它在模拟数据中表现良好。我们将此方法应用于收入动态面板研究中永久性和暂时性收入冲击的周期性研究。我们发现，收入冲击的离散度近似是非周期性的，而永久性冲击的偏度是顺周期性的。通过比较，我们发现小时工资冲击的离散度和偏度随经济周期变化不大。
2019-12-30 econ.EM
Estimating Individual Responses when Tomorrow Matters
University of Chicago（芝加哥大学）；Banco de España（西班牙银行）
本文提出了一种方法，用于估计个体期望如何影响他们对假设变化的反应。该方法基于平均偏效应，在特定条件下恢复假设影响。我们提出了一种三步估计方法，依赖于主观期望的面板数据。在消费和储蓄模型中，我们展示了该方法，重点是收入税对当前收入和未来收入信念影响的冲击。应用我们的方法于意大利调查数据，发现个体信念对税收政策对消费决策的影响评估至关重要。
2026-05-19 econ.EM
Income Inequality and Economic Growth: A Meta-Analytic Approach
CEIS, University of Rome Tor Vergata（罗马托尔维加塔大学）；Department of Economics, Management and Quantitative Methods, University of Milan（米兰大学）
本文通过元分析方法研究收入不平等与经济增长的关系，发现收入不平等对经济增长有显著负效应，且异质性源于现实特征和研究设计差异。
2026-02-20 econ.EM
Revisiting Panel Data Discrete Choice Models with Lagged Dependent Variables
本文研究带滞后因变量的半参数面板数据二元选择模型，利用“无穷远处的识别”策略提出条件最大得分估计量，克服了维数灾难并允许任意时间趋势，理论与实证均验证了方法的有效性。
2024-08-22 econ.EM
Panel data models with randomly generated groups
针对动态面板数据未观测异质性建模问题，提出基于有限混合混合的结构框架，扩展伸缩采样器得到高效MCMC算法，理论上保证参数速率收敛，模拟与应用验证了其有效性。
2025-10-28 econ.EM
Closed-form estimation and inference for panels with attrition and refreshment samples
Center for Economic and Social Research, University of Southern California（南加州大学经济与社会研究中心）；Department of Economics, University of Virginia（弗吉尼亚大学经济学系）
本文提出一种非参数识别假设，通过数据经验累积分布函数的变换实现简单闭式估计，无需调参或优化，证明其一致性与渐近正态性，并通过模拟和收入数据展示其有效性。
2026-05-14 econ.EM
Subspace Clustering for Panel Data with Interactive Effects
本文研究了一类具有不可观测分组因子结构的面板数据的统计模型，其中分组因子结构与回归变量和分组成员关系相关。假设因子载荷分布在不同的子空间中，并考虑因子载荷的子空间聚类。提出了一种最小二乘子空间聚类估计（LSSC）方法，通过最小化最小二乘准则估计模型参数，同时进行子空间聚类。证明了所提出的子空间聚类的一致性，并在一定条件下研究了估计过程的渐近性质。一个蒙特卡罗模拟研究被用来说明所提出的方法的优点。对因子子空间个数、因子维数和子空间维数未知的情形，也作了进一步的考虑。为了说明的目的，所提出的方法被应用到研究收入和民主之间的联系，而国家的子空间模式的未观察到的因素和因素负荷是允许的。
2021-02-25 econ.EM
Dynamic Spatial Bayesian Machine Learning Model: Applications to Intergenerational Economic Mobility and Geographic Income Inequality in the United States
本文提出带Horseshoe收缩的动态空间面板贝叶斯加性回归树模型（DSP-BART-HS），用于高维时空数据，在九个场景中表现最优或相当，并在美国县级代际流动与收入不平等应用中验证了预测性能与变量选择。
2026-10-02 econ.EM stat.AP stat.ME
Linear Estimation of Structural and Causal Effects for Nonseparable Panel Data
MIT（麻省理工学院）；UCL（伦敦大学学院）；UBC（不列颠哥伦比亚大学）；NBER（美国国家经济研究局）
本文针对含时变个体异质性的不可分离面板数据，提出线性估计方法，可估计结构与因果效应等，还利用食品杂货购买数据完成实证应用。
2026-07-31 econ.EM
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 for Restricted Stochastic Dominance under Survey Nonresponse with Panel Data: Theory and an Evaluation of Poverty in Australia
本文提出适配多种调查无应答假设的受限$s$阶随机占优检验方法，基于伪经验似然构建统计量并结合1自由度卡方分布临界值，证明其渐近性质，并用澳家庭收入劳动力动态调查验证了在贫困时间比较敏感性分析中的效用。
2024-06-22 econ.EM
Indirect Inference for Nonlinear Panel Models with Fixed Effects
非线性面板数据模型的固定效应估计存在附带参数问题。这在应用研究中会导致两个不良后果：（1）点估计值会受到大偏差的影响，以及（2）置信区间具有不正确的覆盖率。本文提出了一种基于仿真的偏差减小方法。该方法使用具有估计个体效应的模型模拟数据，并通过使从观察数据和模拟数据获得的固定效应估计值相等来确定参数值。渐近框架提供了一致性，偏差校正和渐近正态性结果。女性劳动力参与的应用和模拟说明了有限样本的性能的方法。
2022-04-15 econ.EM
Empirical Bayes Estimation in Heterogeneous Coefficient Panel Models
Columbia University（哥伦比亚大学）；Institute for Fiscal Studies（财政研究所）；NBER（美国国家经济研究局）
本文提出了一种经验贝叶斯方法，用于估计异质系数面板模型中的随机截距、斜率和误差方差，通过Wasserstein-Fisher-Rao梯度流算法计算NPMLE，并利用实际数据验证了该方法在减少预测误差方面的有效性。
2026-02-11 econ.EM stat.ME
Identification and estimation of dynamic random coefficient models
UTS Business School, University of Technology Sydney（悉尼科技大学商学院）
本文研究了包含预定自变量的线性面板数据模型，探讨了个体特定的系数对自变量影响的异质性，并提出可计算的估计与推断方法，应用于美国家庭生命周期收入动态研究。
2026-04-24 econ.EM
Correlated Random Coefficient Distributions in Linear Panel Models
McMaster University（麦克马斯特大学）；University of Arizona（亚利桑那大学）
本文研究了线性面板模型中相关和不相关的随机系数分布，提出无需限制误差项时间序列结构的识别条件，并通过两步最小二乘筛估计器进行实证分析，揭示了家庭支出弹性异质性。
2026-05-20 econ.EM
Fixed-$T$ Dynamic Spatial Panel Model with Common Shocks
Columbia University（哥伦比亚大学）
本研究针对大N、固定T框架下的动态空间面板模型，提出结合空间增强随机载荷（SERL）设定的块坐标算法，模拟及美国县女性劳动力参与率应用验证了方法的有效性。
2026-08-25 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
Labor Income Risk and the Cross-Section of Expected Returns
本文探讨了失业风险对资产定价的影响。我使用跨行业分散度（CID）来代表这种风险，CID定义为49个行业投资组合回报的平均绝对偏差。CID在加速部门重新分配和不确定性增加期间达到峰值。我发现，预期股票收益率相关的横截面的回报创新的敏感性在CID。对CID敏感性高的股票的年化收益率比敏感性低的股票的年化收益率低5.9%。最佳因子模型的异常收益率为3.5%，表明普通因子不能解释这种收益率差异。对CID高度敏感的股票可能是受益于行业变化的股票。CID通过其长期组成部分积极预测失业，这与CID是部门转移失业风险的代理的假设一致。
2023-01-22 econ.EM q-fin.GN q-fin.PR
Nonparametric Regression with Selectively Missing Covariates
我们考虑在非参数框架下有选择地观测协变量的回归问题。我们的方法依赖于工具变量，这些变量解释了潜在协变量的变化，但对选择没有直接影响。的回归函数的兴趣被证明是一个加权版本的观察到的条件期望的加权函数是一个分数的选择概率。分数概率权重（FPW）函数的非参数识别是通过部分完备性假设实现的。我们提供原始的功能形式假设部分完备性举行。辨识结果对于FPW级数估计量是有建设性的。我们得到的收敛速度和逐点渐近分布。在这两种情况下，渐近性能的FPW系列估计不受反问题，来自非参数工具变量的方法。在一个蒙特卡罗研究中，我们分析了我们的估计的有限样本性质，我们比较我们的方法，逆概率加权，它可以交替用于无条件矩估计。在实证应用中，我们着重于两种不同的应用。我们使用SHARE调查的相关数据和行政养老金信息估计收入和健康之间的关联，并使用养老金权利作为工具。在第二个应用程序中，我们根据德国社会经济小组研究（SOEP）的数据重新讨论了收入如何影响住房需求的问题。在这个应用程序中，我们使用区域收入信息的住宅区水平作为一种工具。在这两个应用程序中，我们表明，收入是选择性失踪，我们证明，标准的方法，不考虑非随机选择过程导致显着偏估计低收入的个人。
2020-10-13 econ.EM
Identification and Estimation of Partial Effects in Nonlinear Semiparametric Panel Models
本文提供了一个统一框架，在指数充分性假设下证明了非线性半参数面板模型中各种部分效应的点识别，提出了三步半参数估计量并证明其一致性与渐近正态性，最后通过已婚女性劳动供给研究验证了该方法。
2024-07-30 econ.EM
A Correlated Random Coefficient Panel Model with Time-Varying Endogeneity
研究了一类具有随机系数的线性面板模型。我们不限制时不变的未观察到的异质性和协变量的联合分布。我们研究的平均偏效应（APE）的识别时，固定效应的技术不能用来控制回归和随时间变化的干扰之间的相关性。依靠控制变量，我们开发了一个建设性的两步识别参数。第一步确定nonparametrically的条件期望的干扰给定的回归和控制变量，和第二步使用“组间”的变化，校正endofocus，以确定APE。我们提出了APE的一个自然半参数估计，证明了它的$\sqrt{n}$渐近正态性，并计算了它的渐近方差。估计是计算上容易实现，和蒙特卡罗模拟显示良好的有限样本特性。控制变量出现在各种经济和计量经济模型，我们提出了我们的论点在几个模型中的应用。作为实证说明，我们估计的平均跨期替代弹性的劳动力供给模型中的随机系数。
2022-11-18 econ.EM
Dynamic Biases of Static Panel Data Estimators
本文识别了固定效应面板估计中因忽略动态反馈而产生的动态偏误，提出固定T偏误校正的灵活估计量，并应用于温度冲击对GDP影响的研究，发现校正后估计效应显著降低。
2024-10-21 econ.EM
Debiased Inference for Dynamic Nonlinear Panels with Multi-dimensional Heterogeneities
School of Economics, Xiamen University（厦门大学经济学院）；Wang Yanan Institute for Studies in Economics, Xiamen University（厦门大学王亚南经济研究院）；Institute for Advanced Economic Research, Dongbei University of Finance and Economics（东北财经大学高级经济研究院）
本文提出了一种针对动态非线性面板数据中多维异质性问题的去偏推断方法，通过构建偏校正似然函数，解决了固定效应缺失导致的渐近分布偏差问题，并通过模拟和实证验证了方法的有效性。
2026-01-26 econ.EM
Parametric quantile regression for income data
一元正态回归模型是经济学中广泛应用的统计工具。然而，收入数据具有非对称性，最好用非正态分布来建模。收入模型是劳动经济学的重要研究课题，在确定劳动者收入方面起着重要作用。因此，这项工作的目的是提出参数分位数回归模型的基础上，两个重要的非对称收入分布，即，Dagum和Singh-Maddala分布。所提出的分位数模型是基于重新参数化的原始分布插入一个分位数参数。我们介绍了重新参数化，分布的一些性质，和分位数回归模型及其推论方面。我们继续进行蒙特卡罗模拟研究，考虑极大似然估计的性能评估和两个残差的经验分布的分析。蒙特卡罗结果表明，两种模型均满足预期结果。我们将建议的分位数回归模型应用于智利国家统计局提供的家庭收入数据集。我们表明，这两个模型都有很好的性能，无论是在模型拟合。因此，我们的结论是，结果是有利的Singh-Maddala和Dagum分位数回归模型的使用正的非对称数据，如收入数据。
2022-07-13 econ.EM stat.ME
Influence Analysis with Panel Data
本文针对固定效应短面板数据提出异常单元与单元对影响的统计测度及可视化检测方法，并通过合成数据和实证示例验证其有效性。
2023-12-09 econ.EM stat.ME
