کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8960868 1646441 2018 30 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Semiparametric estimation of panel data models without monotonicity or separability
ترجمه فارسی عنوان
تخمین نیمه پارامتر مدل داده های پانل بدون یکنواختی یا جدایی
ترجمه چکیده
مدل های داده های پانل غیر رسمی با اثرات ثابت توجه زیادی در ادبیات دریافت کرده اند. یکنواختی یک فرض معمول در این تنظیمات است که ممکن است در عمل نقض شود. برآوردگرهای مبتنی بر یکنواختی متناقض هستند و استنتاج مرتبط با گسستگی گمراه کننده گمراه کننده است. در این مقاله، برخی از برآوردگرهای نیمه ارزیابی را پیشنهاد می دهیم بدون اعمال محدودیت تک تنشی. براساس شرایط منظم، برآوردگرهای ما سازگار و به طور صحیح طبیعی هستند. شبیه سازی ما نشان می دهد که برآوردگرهای ما در نمونه های محدود کار می کنند.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات آمار و احتمال
چکیده انگلیسی
Nonseparable panel data models with fixed effects have received a great deal of attention in the literature. Monotonicity is a common assumption in these settings, which may be violated in practice. Monotonicity-based estimators are inconsistent and the associated inference misleading under misspecification. In this paper, we propose some semiparametric estimators without imposing the monotonicity restriction. Under regularity conditions, our estimators are consistent and asymptotically normal. Our simulation suggests that our estimators work well in finite samples.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Econometrics - Volume 206, Issue 2, October 2018, Pages 515-530
نویسندگان
, ,