Unified and robust Lagrange multiplier type tests for cross-sectional independence in large panel data models
大面板截面独立性的统一稳健拉格朗日乘数型检验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确针对异质性、固定效应及含滞后因变量的大面板模型检验截面独立性，直接支持面板数据分类。
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…
大面板截面独立性的统一稳健拉格朗日乘数型检验
- 研究问题
- 在存在异质性、固定效应、弱外生变量或滞后因变量的大面板中，如何构造允许非正态误差的截面独立性检验并增强功效？
- 方法与思路
- 作者提出统一的拉格朗日乘数型检验及其功效增强版本，运用随机矩阵理论，在时间和截面维度按比例增长时建立渐近理论。
- 材料陈述的贡献
- 摘要称，两种程序适用于多类面板设定及一般非正态误差，并建立渐近有效性；蒙特卡洛实验支持所述稳健性和功效增强效果。
- 阅读关注点
- 核对原假设中的截面独立性定义、误差矩条件、两维比例增长要求，以及弱外生或动态回归量下残差估计对检验的影响。
- 阅读边界
- 这是 arXiv 预印本，不能确认同行评审或期刊接收；摘要未给出具体统计量和误差限制，不能将稳健性推广至任意依赖或维度增长方式。
原文摘要
This paper revisits the Lagrange multiplier type test for the null hypothesis of no cross-sectional dependence in large panel data models. We propose a unified test procedure and its power enhancement version, which show robustness for a wide class of panel model contexts. Specifically, the two procedures are applicable to both heterogeneous and fixed effects panel data models with the presence of weakly exogenous as well as lagged dependent regressors, allowing for a general form of nonnormal error distribution. With the tools from Random Matrix Theory, the asymptotic validity of the test procedures is established under the simultaneous limit scheme where the number of time periods and the number of cross-sectional units go to infinity proportionally. The derived theories are accompanied by detailed Monte Carlo experiments, which confirm the robustness of the two tests and also suggest the validity of the power enhancement technique.