• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Econometrics >Robust standard errors in transformed likelihood estimation of dynamic panel data models with cross-sectional heteroskedasticity
【24h】

Robust standard errors in transformed likelihood estimation of dynamic panel data models with cross-sectional heteroskedasticity

机译：具有横截面异方差的动态面板数据模型的变换似然估计中的稳健标准误差

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper extends the transformed maximum likelihood approach for estimation of dynamic panel data models by Hsiao et al. (2002) to the case where the errors are cross-sectionally heteroskedastic. This extension is not trivial due to the incidental parameters problem and its implications for estimation and inference. We approach the problem by working with a mis-specified homoskedastic model, and then show that the transformed maximum likelihood estimator continues to be consistent even in the presence of cross-sectional heteroskedasticity. We also obtain standard errors that are robust to cross-sectional heteroskedasticity of unknown form. By means of Monte Carlo simulations, we investigate the finite sample behavior of the transformed maximum likelihood estimator and compare it with various GMM estimators proposed in the literature. Simulation results reveal that, in terms of median absolute errors and accuracy of inference, the transformed likelihood estimator outperforms the GMM estimators in almost all cases. (C) 2015 Elsevier B.V. All rights reserved.
机译：本文扩展了Hsiao等人的用于估计动态面板数据模型的变换最大似然方法。 （2002年）的情况下，错误是横截面异方差。由于偶然的参数问题及其对估计和推断的影响，这种扩展并非无关紧要。我们通过使用错误指定的同方差模型来解决该问题，然后证明即使在存在截面异方差的情况下，变换后的最大似然估计值仍保持一致。我们还获得了对未知形式的横截面异方差具有鲁棒性的标准误差。通过蒙特卡洛模拟，我们研究了变换后的最大似然估计器的有限样本行为，并将其与文献中提出的各种GMM估计器进行了比较。仿真结果表明，就中位数绝对误差和推断准确性而言，在几乎所有情况下，变换后的似然估计器均优于GMM估计器。 （C）2015 Elsevier B.V.保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号