Estimating a common deterministic time trend break in large panels with cross sectional dependence
横截面相关大面板中共同确定性时间趋势断点的估计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：摘要直接研究大面板中的共同趋势断点，并提供美国 GDP 价格指数例子，对应结构变化与宏观面板方向。
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
横截面相关大面板中共同确定性时间趋势断点的估计
- 研究问题
- 大面板中各方程共享确定性趋势断点时，序列相关与横截面相关如何影响断点估计的收敛速度和极限分布？
- 方法与思路
- 作者允许趋势截距、斜率或二者发生共同变化，遍历候选断点并最小化总残差平方和，分析不同误差结构下的渐近性质。
- 材料陈述的贡献
- 摘要称平稳误差下收敛更快；横截面独立时方程数量可加快收敛，而所述相关因子结构下该收益消失，并给出极限分布。
- 阅读关注点
- 应核对断点与样本规模的渐近设定、因子载荷和变化参数的相关条件，以及平稳与单位根误差下推断方法的差异。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法确定具体收敛率及适用条件；美国 GDP 价格指数例子的详细设定与结果未说明。
原文摘要
This paper develops an estimation procedure for a common deterministic time trend break in large panels. The dependent variable in each equation consists of a deterministic trend and an error term. The deterministic trend is subject to a change in the intercept, slope or both, and the break date is common for all equations. The estimation method is simply minimizing the sum of squared residuals for all possible break dates. Both serial and cross sectional correlations are important factors that decide the rate of convergence and the limiting distribution of the break date estimate. The rate of convergence is faster when the errors are stationary than when they have a unit root. When there is no cross sectional dependence among the errors, the rate of convergence depends on the number of equations and thus is faster than the univariate case. When the errors have a common factor structure with factor loadings correlated with the intercept and slope change parameters, the rate of convergence does not depend on the number of equations and thus reduces to the univariate case. The limiting distribution of the break date estimate is also provided. Some Monte Carlo experiments are performed to assess the adequacy of the asymptotic results. A brief empirical example using the US GDP price index is offered.