三维面板数据与网络数据的固定效应估计器(Debiased)推断
数论
2025-12-23 v1 经典分析与常微分方程
摘要
固定效应估计器的推断常因Nickell-和偶然参数偏差而不可靠。虽然这些问题在经典二维面板中已广为人知，但关于三维面板结构(例如，发件人x收件人x时间)的推断几乎没有研究。我们为广泛的线性和非线性固定效应M估计器在该设置下发展推论理论，涵盖二分体、定向和无向网络面板数据、多个可加无观测效应的规格以及严格外生和预定变量。我们的分析揭示了与二维面板截然不同的渐近特性。特别是，我们发现一个尖锐的二分法：(i)当无观测效应沿单一面板维度变化时，估计器渐近无偏; (ii)当它们沿两个面板维度变化时，估计器遭受严重的推断问题，表现为退化的渐近分布。我们通过推导显式偏差公式并提出解析去偏估计器来解决后者，得到非退化且正确居中的渐近分布。一个经验应用研究了动态网络形成在有向面板中双边贸易关系的演化。
引用
@article{arxiv.2512.18677,
title = {The basis functions of Fourier interpolation},
author = {David Berghaus and Andriy Bondarenko and Danylo Radchenko and Kristian Seip and Qihang Sun},
journal= {arXiv preprint arXiv:2512.18677},
year = {2025}
}