Testing for common trends in semiparametric panel data models with fixed effects
固定效应半参数面板模型的共同趋势检验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：摘要直接研究固定效应面板的共同趋势，并以 OECD 宏观增长面板作应用。
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…
固定效应半参数面板模型的共同趋势检验
- 研究问题
- 固定效应半参数面板中，各截面单位是否具有共同时间趋势？如何构造能识别个体趋势偏离的非参数检验？
- 方法与思路
- 作者先在共同趋势原假设下作剖面最小二乘估计，再对增广残差作局部线性回归，汇总各单位的非参数拟合优度。
- 材料陈述的贡献
- 摘要称建立检验的渐近正态性与一致性并提出自助法；英国气候及 OECD 增长应用均显示共同趋势假设较脆弱。
- 阅读关注点
- 应核对固定效应如何保留在增广残差中、带宽与截面依赖的限制，以及局部备择、标准化和自助法的具体条件。
- 阅读边界
- 材料来自稿件版本未注明的 OpenAlex 索引摘要，不能确认其与刊本一致；摘要未给出完整正则条件和实证检验数值。
原文摘要
This paper proposes a non‐parametric test for common trends in semi‐parametric panel data models with fixed effects based on a measure of non‐parametric goodness‐of‐fit (R2). We first estimate the model under the null hypothesis of common trends by the method of profile least squares, and obtain the augmented residual which consistently estimates the sum of the fixed effect and the disturbance under the null. Then we run a local linear regression of the augmented residuals on a time trend and calculate the non‐parametric R2 for each cross‐section unit. The proposed test statistic is obtained by averaging all cross‐sectional non‐parametric R2s, which is close to 0 under the null and deviates from 0 under the alternative. We show that after appropriate standardization the test statistic is asymptotically normally distributed under both the null hypothesis and a sequence of Pitman local alternatives. We prove test consistency and propose a bootstrap procedure to obtain P‐values. Monte Carlo simulations indicate that the test performs well in finite samples. Empirical applications are conducted exploring the commonality of spatial trends in UK climate change data and idiosyncratic trends in OECD real GDP growth data. Both applications reveal the fragility of the widely adopted common trends assumption.