Testing for common trends in semi‐parametric 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：摘要直接提出面板共同趋势检验，并将其用于 OECD 实际 GDP 增长的跨国趋势分析。
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
- 在包含固定效应的半参数面板模型中，如何检验不同截面单位是否共享共同趋势，并识别偏离共同趋势的情形？
- 方法与思路
- 先在共同趋势原假设下做剖面最小二乘估计，再对增广残差进行局部线性时间回归，汇总各单位的非参数 R2。
- 材料陈述的贡献
- 摘要称，文章给出标准化统计量的渐近正态性、检验一致性和自助法程序，并在气候及经济增长数据中发现共同趋势假设脆弱。
- 阅读关注点
- 应核对共同趋势的具体定义、面板维度的渐近安排、截面依赖限制，以及带宽和自助法对检验尺寸与功效的影响。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要；未给出正则条件和应用细节，共同趋势也不能直接等同于因果设计中的平行趋势。
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.