基于因子斜率低秩估计的异质性效应推断
统计理论
2019-09-05 v4 统计理论
摘要
我们研究了一个具有一般异质性效应的面板数据模型，其中斜率允许在个体间和随时间变化。我们所采用的关键降维假设是：异质性斜率可表示为具有因子结构，从而使得高维斜率矩阵为低秩的，并因此可使用低秩正则化回归进行估计。我们为异质性效应提供了一种简单的多步估计过程。该过程利用样本分割与正交化，以适应在惩罚低秩估计之后进行推断。我们正式验证了所得估计量具有渐近正态性，从而允许对{个体-时间特定效应以及这些效应的横截面平均}简单地构造推断陈述。我们在模拟实验中以及通过估计最低工资对就业的影响说明了所提出的方法。
引用
@article{arxiv.1812.08089,
title = {Inference for Heterogeneous Effects using Low-Rank Estimation of Factor Slopes},
author = {Victor Chernozhukov and Christian Hansen and Yuan Liao and Yinchu Zhu},
journal= {arXiv preprint arXiv:1812.08089},
year = {2019}
}