Common breaks in means and variances for panel data
面板数据均值与方差的共同断点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：摘要研究面板中的共同均值与方差断点及其估计分布，直接对应面板数据和结构变化，未说明具体宏观面板应用。
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
面板数据均值与方差的共同断点
- 研究问题
- 如何估计面板数据中均值或方差的共同断点，并在新状态仅包含一次观测时识别变化起点和构造断点置信区间？
- 方法与思路
- 作者用最小二乘估计均值断点，用准最大似然估计均值及方差断点，并提出分析断点估计极限分布和构造置信区间的框架。
- 材料陈述的贡献
- 摘要称，即使某状态只有一次观测也可获得断点估计一致性；准最大似然在方差不变时仍比最小二乘更有效。
- 阅读关注点
- 应核对单次观测状态下的一致性依赖何种面板渐近设定、共同断点限制、变化幅度条件，以及效率比较和区间构造。
- 阅读边界
- 仅据所给出版社摘要，无法确认截面依赖、变化幅度及渐近条件；单次观测的结论不能直接解释为任意小样本都能可靠识别断点。
原文摘要
This paper establishes the consistency of the estimated common break point in panel data. Consistency is obtainable even when a regime contains a single observation, making it possible to quickly identify the onset of a new regime. We also propose a new framework for developing the limiting distribution for the estimated break point, and show how to construct confidence intervals. The least squares method is used for estimating breaks in means and the quasi-maximum likelihood (QML) method is used to estimate breaks in means and in variances. QML is shown to be more efficient than the least squares even if there is no change in the variances.