Panicca: Panic on Cross‐Section Averages
PANICCA：结合横截面均值的面板非平稳性分析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：摘要明确讨论横截面相关面板的单位根、共同与个体成分及因子结构，分类依据是面板非平稳性与因子方法，未指定应用领域。
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
PANICCA：结合横截面均值的面板非平稳性分析
- 研究问题
- 在存在横截面相关性的面板中，如何结合横截面均值增广与 PANIC 方法各自的长处，分析个体和共同成分的非平稳性？
- 方法与思路
- 作者提出 PANICCA，结合横截面均值增广与 PANIC 的思路；摘要介绍既有 PANIC 基于主成分分析，但未说明组合方案的实现步骤。
- 材料陈述的贡献
- 摘要明确贡献是提出结合两类第二代面板方法的 PANICCA，以发挥各自长处；未列出具体理论性质、有限样本改进或应用结果。
- 阅读关注点
- 核对横截面均值在组合方法中的作用、共同与个体成分如何分离，以及单位根检验的假设、理论依据和有限样本比较。
- 阅读边界
- 摘要未说明两种方法的具体优缺点、因子结构条件或检验统计量，也没有结果比较，不能据此认定 PANICCA 普遍优于原方法。
原文摘要
Summary The cross‐section average (CA) augmentation approach of Pesaran (A simple panel unit root test in presence of cross‐section dependence. Journal of Applied Econometrics 2007; 22 : 265–312) and Pesaran et al. (Panel unit root test in the presence of a multifactor error structure. Journal of Econometrics 2013; 175 : 94–115), and the principal components‐based panel analysis of non‐stationarity in idiosyncratic and common components (PANIC) of Bai and Ng (A PANIC attack on unit roots and cointegration. Econometrica 2004; 72 : 1127–1177; Panel unit root tests with cross‐section dependence: a further investigation. Econometric Theory 2010; 26 : 1088–1114) are among the most popular ‘second‐generation’ approaches for cross‐section correlated panels. One feature of these approaches is that they have different strengths and weaknesses. The purpose of the current paper is to develop PANICCA, a combined approach that exploits the strengths of both CA and PANIC. Copyright © 2015 John Wiley & Sons, Ltd.