Consistent and powerful CUSUM change-point test for panel data with changes in variance
面板数据方差变化的一致且有力的CUSUM变点检验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究方差变化检验，并明确应用于沪深300成分股金融面板数据。
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…
面板数据方差变化的一致且有力的CUSUM变点检验
- 研究问题
- 具有时间依赖的面板数据中，如何检验方差是否发生变化，并提高仅少数个体出现方差变化时的检测能力？
- 方法与思路
- 作者针对α混合时间序列面板，结合累积和方法与个体差分构造方差变点检验，推导原假设及备择假设下的极限行为。
- 材料陈述的贡献
- 摘要称模拟中该检验尤其擅长检测稀疏方差变化，并在沪深300成分股面板中识别方差变点和讨论相关经济驱动因素。
- 阅读关注点
- 应核对横截面依赖限制、面板维度的渐近方式、稀疏变化定义，以及临界值计算和实证变点解释的证据基础。
- 阅读边界
- 这是预印本，同行评审及期刊接收未核实；摘要未列比较方法和数值结果，检出方差变点本身不能识别其经济成因。
原文摘要
This paper investigates change-point of variance in panel data models with time series of $α$-mixing. Based on the cumulative sum (CUSUM) method and the individual differences, we construct a CUSUM test for panel data models to detect variance changes. Under the null hypothesis, we derive the limit distribution of this test, which can be used to detect the change-point of variance. Under the alternative hypothesis, the limit behavior of the CUSUM test is also derived. To validate the performance of the test, we conducted simulation analyses on with Gaussian and Gamma errors. The results demonstrate that this testing method significantly outperforms existing approaches, particularly in detecting sparse variance changes. Finally, we conducted a practical case study using panel data from the Shanghai Shenzhen CSI 300 Index Components. Not only did we successfully identify the change-points of variance, but we also delved deeper into the underlying economic drivers behind these changes.