摘要翻译：
我们提出了一个新的两种状态回归模型，其中状态转换是由一个可能不可观察的因素向量驱动的。当因素是潜在的时，我们通过面板数据的主成分分析来估计它们。我们证明了优化问题可以转化为混合整数优化问题，并给出了两种可供选择的计算算法。在阈值效应收缩为零的方案下，我们导出了所得估计量的渐近分布。特别地，我们建立了一个相变模型，描述了面板数据的截面维数相对于时间序列维数增加时第一阶段因子估计的影响。此外，我们发展了bootstrap推理，并通过数值研究说明了我们的方法。
---
英文标题：
《Factor-Driven Two-Regime Regression》
---
作者：
Sokbae Lee, Yuan Liao, Myung Hwan Seo, Youngki Shin
---
最新提交年份：
2020
---
分类信息：

一级分类：Economics        经济学
二级分类：Econometrics        计量经济学
分类描述：Econometric Theory, Micro-Econometrics, Macro-Econometrics, Empirical Content of Economic Relations discovered via New Methods, Methodological Aspects of the Application of Statistical Inference to Economic Data.
计量经济学理论，微观计量经济学，宏观计量经济学，通过新方法发现的经济关系的实证内容，统计推论应用于经济数据的方法论方面。
--

---
英文摘要：
  We propose a novel two-regime regression model where regime switching is driven by a vector of possibly unobservable factors. When the factors are latent, we estimate them by the principal component analysis of a panel data set. We show that the optimization problem can be reformulated as mixed integer optimization, and we present two alternative computational algorithms. We derive the asymptotic distribution of the resulting estimator under the scheme that the threshold effect shrinks to zero. In particular, we establish a phase transition that describes the effect of first-stage factor estimation as the cross-sectional dimension of panel data increases relative to the time-series dimension. Moreover, we develop bootstrap inference and illustrate our methods via numerical studies.
---
PDF链接：
https://arxiv.org/pdf/1810.11109