Permutation‐based tests for discontinuities in event studies
事件研究中检测不连续性的置换检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确采用加密采样时间序列渐近，并讨论波动率、交易活动和流动性的跳跃，直接支持高频计量与波动率分类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
事件研究中检测不连续性的置换检验
- 研究问题
- 在已知事件时点附近，如何用时间序列两侧的局部样本检验经济变量分布是否发生不连续，并容纳不同局部样本规模？
- 方法与思路
- 作者以两侧经验分布函数的距离构造统计量，通过置换获得临界值，并借助条件独立变量耦合条件建立渐近有效性。
- 材料陈述的贡献
- 摘要称检验在局部样本量固定或增长时均渐近有效，增长时还具一致性，并以疫情期间部分 FOMC 公告作案例。
- 阅读关注点
- 应核对耦合条件及其在加密采样渐近下的验证、局部窗口选择，以及分布不连续与特定变量跳跃之间的关系。
- 阅读边界
- 仅据所给 Crossref 摘要，检测到不连续不能直接确立公告的因果效应；具体条件、案例结果及版本变化未说明。
原文摘要
We propose using a permutation test to detect discontinuities in an underlying economic model at a known cutoff point. Relative to the existing literature, we show that this test is well suited for event studies based on time‐series data. The test statistic measures the distance between the empirical distribution functions of observed data in two local subsamples on the two sides of the cutoff. Critical values are computed via a standard permutation algorithm. Under a high‐level condition that the observed data can be coupled by a collection of conditionally independent variables, we establish the asymptotic validity of the permutation test, allowing the sizes of the local subsamples to be either be fixed or grow to infinity. In the latter case, we also establish that the permutation test is consistent. We demonstrate that our high‐level condition can be verified in a broad range of problems in the infill asymptotic time‐series setting, which justifies using the permutation test to detect jumps in economic variables such as volatility, trading activity, and liquidity. These potential applications are illustrated in an empirical case study for selected FOMC announcements during the ongoing COVID‐19 pandemic.