Transition Modeling and Econometric Convergence Tests
转型建模与计量收敛检验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：摘要以经济体转型与收敛为对象，采用含共同增长项的非线性时变因子面板模型，直接对应宏观面板和因子模型。
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
转型建模与计量收敛检验
- 研究问题
- 怎样用允许异质性与多种时间路径的面板模型刻画经济转型，并检验各个体是否收敛或形成不同的收敛俱乐部？
- 方法与思路
- 作者构建包含共同增长成分和个体时变成分的非线性因子模型，借助因子渐近表示设计回归式收敛检验及俱乐部分组方法。
- 材料陈述的贡献
- 摘要称，论文给出类似条件 σ 收敛的面板收敛框架，分析检验在原假设及局部备择下的性质，并应用于美国19个都市的生活成本指数。
- 阅读关注点
- 应核对个体成分趋于常数如何定义收敛、共同增长项的处理、回归检验的渐近条件，以及俱乐部分组规则与城市应用结果。
- 阅读边界
- 摘要未列明完整的因子假设、分组算法及城市应用结果；仅凭摘要无法判断哪些城市收敛、形成几个俱乐部或分组是否稳健。
原文摘要
A new panel data model is proposed to represent the behavior of economies in transition allowing for a wide range of possible time paths and individual heterogeneity. The model has both common and individual specific components and is formulated as a nonlinear time varying factor model. When applied to a micro panel, the decomposition provides flexibility in idiosyncratic behavior over time and across section, while retaining some commonality across the panel by means of an unknown common growth component. This commonality means that when the heterogeneous time varying idiosyncratic components converge over time to a constant, a form of panel convergence holds, analogous to the concept of conditional sigma convergence. The paper provides a framework of asymptotic representations for the factor components which enables the development of econometric procedures of estimation and testing. In particular, a simple regression based convergence test is developed, whose asymptotic properties are analyzed under both null and local alternatives, and a new method of clustering panels into club convergence groups is constructed. These econometric methods are applied to analyze convergence in cost of living indices among 19 US. metropolitan cities.