Unit root tests in panel data: asymptotic and finite-sample properties
面板数据单位根检验：渐近与有限样本性质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：摘要明确合并截面时间序列实施面板单位根检验，并研究持续性、趋势及双维度渐近性质。
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…
面板数据单位根检验：渐近与有限样本性质
- 研究问题
- 合并多个个体的时间序列进行单位根检验，能否在允许误差持续性、截距和趋势异质性的同时，获得便于推断且功效较高的统计量？
- 方法与思路
- 作者构造合并 t 统计量，在截面和时间维度同时增大时研究其极限分布，并通过 Monte Carlo 比较中等规模面板与逐条序列检验的表现。
- 材料陈述的贡献
- 摘要称合并统计量具有依回归设定而变化、但不含干扰参数的正态极限；模拟显示中等规模面板近似较好，功效明显高于逐个检验。
- 阅读关注点
- 应核对两维度增大的相对速度、截面依赖限制、单位根备择的同质性要求，以及截距趋势处理、统计量调整与模拟尺寸控制。
- 阅读边界
- 仅依据作者／机构库所标注版本摘要，不能推断刊本变化；摘要未说明截面依赖及备择限制，也未量化中等规模，功效结论不能推广到任意面板。
原文摘要
We consider pooling cross-section time series data for testing the unit root hypothesis. The degree of persistence in individual regression error, the intercept and trend coefficient are allowed to vary freely across individuals. As both the cross-section and time series dimensions of the panel grow large, the pooled t-statistic has a limiting normal distribution that depends on the regression specification but is free from nuisance parameters. Monte Carlo simulations indicate that the asymptotic results provide a good approximation to the test statistics in panels of moderate size, and that the power of the panel-based unit root test is dramatically higher, compared to performing a separate unit root test for each individual time series.