Limit Theory for Panel Data Models with Cross Sectional Dependence and Sequential Exogeneity.
Limit Theory for Panel Data Models with Cross Sectional Dependence and Sequential Exogeneity.
复制标题
DOI：
10.1016/j.jeconom.2013.02.004
复制
发表时间：
2013-06
影响因子：
6.3
通讯作者：
Prucha IR
中科院分区：
文献类型：
--
作者：
Kuersteiner GM;Prucha IR
本文导出了与具有大n的面板数据模型相关的样本矩的一般中心极限定理（CLT）和渐近分布。结果允许数据横截面依赖，同时允许回归量仅顺序而不是严格外生。这种设置足够通用，以适应横截面依赖源于空间相互作用和/或共同因素存在的情况。后者导致需要随机规范。给出了样本矩的极限定理，证明了矩条件可以被重铸，从而可以应用鞅差分阵列中心极限定理。我们首先将稳定收敛的结果推广到与我们的应用相关的非嵌套鞅数组，证明了这样一个中心极限定理。我们通过建立固定效应面板模型的GMM估计量的广义估计理论来说明我们的结果，而不施加i.i.d或严格的外生性条件。我们还讨论了一类可以使用我们的CLT分析的极大似然（ML）估计器。
The paper derives a general Central Limit Theorem (CLT) and asymptotic distributions for sample moments related to panel data models with large n. The results allow for the data to be cross sectionally dependent, while at the same time allowing the regressors to be only sequentially rather than strictly exogenous. The setup is sufficiently general to accommodate situations where cross sectional dependence stems from spatial interactions and/or from the presence of common factors. The latter leads to the need for random norming. The limit theorem for sample moments is derived by showing that the moment conditions can be recast such that a martingale difference array central limit theorem can be applied. We prove such a central limit theorem by first extending results for stable convergence in to non-nested martingale arrays relevant for our applications. We illustrate our result by establishing a generalized estimation theory for GMM estimators of a fixed effect panel model without imposing i.i.d. or strict exogeneity conditions. We also discuss a class of Maximum Likelihood (ML) estimators that can be analyzed using our CLT.
登录
查看更多内容
影响因子：
6.3
作者：
Jenish N;Prucha IR
通讯作者：
Prucha IR
影响因子：
6.3
作者：
Ahn, SC;Lee, YH;Schmidt, P
通讯作者：
Schmidt, P
影响因子：
6.3
作者：
Kapoor, Mudit;Kelejian, Harry H.;Prucha, Ingmar R.
通讯作者：
Prucha, Ingmar R.
影响因子：
6.1
作者：
Bai, Jushan
通讯作者：
Bai, Jushan
影响因子：
6.1
作者：
ENGLE, RF;HENDRY, DF;RICHARD, JF
通讯作者：
RICHARD, JF