Testing Cross-Section Correlation in Panel Data Using Spacings
利用间距检验面板数据的横截面相关性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：摘要检验面板序列的横截面相关，并应用于多国工业生产与实际汇率，直接对应宏观面板。
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
利用间距检验面板数据的横截面相关性
- 研究问题
- 在事先不知道哪些序列相关、相关序列有多少的面板中，如何刻画横截面相关的范围，并用于原始数据或回归误差？
- 方法与思路
- 作者对排序后的相关系数做概率积分变换，按大小分组并比较组内方差，将横截面相关检验转化为均值突变与非平稳检验。
- 材料陈述的贡献
- 摘要称，检验适用于原始数据与回归误差；多国数据应用支持欧洲实际汇率的共同因子结构，但不支持工业生产的相同结构。
- 阅读关注点
- 核对概率积分变换的基准分布、分组规则与方差比统计量的推导，尤其关注使用估计回归误差及序列动态对检验有效性的影响。
- 阅读边界
- 摘要未说明检验所需的抽样条件、横截面规模限制或有限样本表现；检验结果如何支持共同因子结构，仍需查阅全文核对。
原文摘要
This article provides tools for characterizing the extent of cross-section correlation in panel data when we do not know a priori how many and which series are correlated. Our tests are based on the probability integral transformation of the ordered correlations. We first split the transformed correlations by their size into two groups, then evaluate the variance ratio of the two subsamples. The problem of testing cross-section correlation thus becomes one of identifying mean shifts and testing nonstationarity. The tests can be applied to raw data and regression errors. We analyze data on industrial production among 12 OECD countries, as well as 21 real exchange rates. The evidence favors a common factor structure in European real exchange rates but not in industrial production.