Unit Root Inference in Generally Trending and Cross-Correlated Fixed- T Panels
一般趋势与横截面相关的固定 T 面板单位根推断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：摘要明确研究固定或较短时间维度、较大横截面的面板单位根检验，并处理横截面相关，直接对应面板数据方法。
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…
一般趋势与横截面相关的固定 T 面板单位根推断
- 研究问题
- 在时间维度固定或较小、横截面较大的面板中，存在一般确定性趋势与横截面相关时，如何进行单位根推断？
- 方法与思路
- 作者采用 GMM 构造面板单位根检验，允许基本不受限的确定性趋势，并以多因子误差结构容纳横截面相关与异质性。
- 材料陈述的贡献
- 摘要称该 GMM 估计在包括单位根在内的自回归系数取值下渐近无偏且渐近正态，并展示模拟及美国银行样本应用。
- 阅读关注点
- 重点核对趋势函数和因子误差的具体限制、矩条件及大 N 渐近推导，并确认单位根检验与吉布拉特定律之间的对应。
- 阅读边界
- 摘要的一致性速率记号存在排版歧义，须查正文确认；小样本表现仅是模拟报告，适用条件和检验功效未在摘要中详述。
原文摘要
This article proposes a new panel unit root test based on the generalized method of moments approach for panels with a possibly small number of time periods, T, and a large number of cross-sectional units, N. In the model that we consider the deterministic trend function is essentially unrestricted and the errors obey a multifactor structure that allows for rich forms of unobserved heterogeneity. In spite of these allowances, the GMM estimator considered is shown to be asymptotically unbiased, N$\sqrt{N}$-consistent, and asymptotically normal for all values of the autoregressive (AR) coefficient, ρ, including unity, making it a natural candidate for unit root inference. Results from our Monte Carlo study suggest that the asymptotic properties are borne out well in small samples. The implementation is illustrated by using a large sample of US banking institutions to test Gibrat’s Law.