A generalized nonlinear IV unit root test for panel data with cross-sectional dependence
允许截面依赖的面板数据广义非线性工具变量单位根检验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：摘要明确研究面板单位根检验，并以主成分处理共同因子，因此对应面板数据、因子模型及时间序列三个方法方向。
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…
允许截面依赖的面板数据广义非线性工具变量单位根检验
- 研究问题
- 当面板中的共同因子造成截面依赖时，如何检验单位根，并使检验在这种依赖结构下具有可用的渐近分布？
- 方法与思路
- 作者提出先用主成分方法处理共同因子引起的截面依赖，再对处理后的数据应用非线性工具变量单位根检验。
- 材料陈述的贡献
- 摘要称，所提检验在一定条件下具有一致性，原假设下极限分布为标准正态，且模拟表现优于所比较的替代检验。
- 阅读关注点
- 应核对共同因子的设定与估计、数据处理方式、面板维度的渐近关系，以及标准正态极限和一致性所需的具体条件。
- 阅读边界
- 仅据所给出版社摘要，无法确认因子数量选择、适用条件及模拟设计；摘要中的比较结果不能推广到所有截面依赖情形。
原文摘要
This paper proposes a unit root test for panel data with cross-sectional dependence. The test generalizes the nonlinear IV unit root test of Chang (2002) to the case where there exist some common factors in panels. The main idea is to eliminate the cross-sectional dependence through the method of principal components as in Bai and Ng (2004) and then apply Chang's test to the treated data. Under certain conditions, the proposed test is consistent and has a standard normal limiting distribution under the null hypothesis. Simulation results show that the proposed test compares favorably to other alternative tests.