Testing for a Unit Root in Panels with Dynamic Factors

This paper studies testing for a unit root for large n and T panels in which the cross-sectional units are correlated. To model this cross-sectional correlation, we assume that the data is generated by an unknown number of unobservable common factors. We propose unit root tests in this environment and derive their (Gaussian) asymptotic distribution under the null hypothesis of a unit root and local alternatives. We show that these tests have significant asymptotic power when the model has no incidental trends. However, when there are incidental trends in the model and it is necessary to remove heterogeneous deterministic components, we show that these tests have no power against the same local alternatives. Through Monte Carlo simulations, we provide evidence on the finite sample properties of these new tests.

Finite-Sample Simulation-Based Inference in VAR Models with Applications to Order Selection and Causality Testing

Statistical tests in vector autoregressive (VAR) models are typically based on large-sample approximations, involving the use of asymptotic distributions or bootstrap techniques. After documenting that such methods can be very misleading even with fairly large samples, especially when the number of lags or the number of equations is not small, we propose a general simulation-based technique that allows one to control completely the level of tests in parametric VAR models. In particular, we show that maximized Monte Carlo tests [Dufour (2002)] can provide provably exact tests for such models, whether they are stationary or integrated. Applications to order selection and causality testing are considered as special cases. The technique developed is applied to quarterly and monthly VAR models of the U.S. economy, comprising income, money, interest rates and prices, over the period 1965-1996.

Whither Pediatric Research and Predisposition Genetic Testing?

Research in which children undergo genetic testing for predisposition to adult-onset diseases or disorders can lead to a better understanding of these conditions. It can possibly also help encourage early detection and the development of clinical and preventive interventions for those found to be at increased hereditary risk. Increasingly, predisposition testing is becoming part of pediatric genetic research. However, the paucity of normative texts about the conduct of pediatric research using predisposition genetic testing generates complex legal and ethical issues. Drawing on the current texts that govern predisposition genetic testing in research and the norms of pediatric research, we outline points of consensus and divergence as well as recommendations regarding predisposition genetic testing in pediatric research.

Providing Genetic Testing Through the Private Sector: A View From Canada

Genetic testing technologies are rapidly moving from the research laboratory to the market place. Very little scholarship considers the implications of private genetic testing for a public health care system such as Canada’s. It is critical to consider how and if these tests should be marketed to, and purchased by, the public. It is also imperative to evaluate the extent to which genetic tests are or should be included in Canada’s public health care system, and the impact of allowing a two-tiered system for genetic testing. A series of threshold tests are presented as ways of clarifying whether a genetic test is morally appropriate, effective and safe, efficient and appropriate for public funding and whether private purchase poses special problems and requires further regulation. These thresholds also identify the research questions around which professional, public and policy debate must be sustained: What is a morally acceptable goal for genetic services? What are the appropriate benefits? What are the risks? When is it acceptable that services are not funded under health care? And how can the harms of private access be managed?

Analysis of the Ethical, Social and Legal Issues Related to the Delivery of the Prenatal Genetic Testing in Argentina

L'introduction de nouvelles biotechnologies dans tout système de soins de santé est un processus complexe qui est étroitement lié aux facteurs économiques, politiques et culturels, et, par conséquent, demande de remettre en cause plusieurs questions sociales et éthiques. Dans la situation particulière de l’Argentine - c’est-à-dire: de grandes inégalités sociales entre les citoyens, la rareté des ressources sanitaires, l’accès limité aux services de base, l’absence de politiques spécifiques - l'introduction de technologies génétiques pose de sérieux défis qui doivent impérativement être abordés par les décideurs politiques. Ce projet examine le cas des tests génétiques prénataux dans le contexte du système de santé argentin pour illustrer comment leur introduction peut être complexe dans une nation où l’accès égale aux services de santé doit encore être amélioré. Il faut également examiner les restrictions légales et les préceptes religieux qui influencent l'utilisation des technologies génétiques, ce qui souligne la nécessite de développer un cadre de référence intégral pour le processus d'évaluation des technologies afin d’appuyer l’élaboration de recommandations pour des politiques cohérentes et novatrices applicables au contexte particulier de l’Argentine.

Ethic of Care versus Ethic of Justice? The Gender- Corruption Nexus: Testing the New Conventional Wisdom

Ce papier utilise des données empiriques sur le Ghana afin d’examiner comment, le genre, en tant que système social, génère des dilemmes moraux dans le secteur public. Les hommes et les femmes se sentent obligées de choisir des conditions privées de moralité dans le secteur de l’éthique publique. Ce papier démontre que les références qui délimitent les personnalités comportementales sexuées et qui sont utilisées pour justifier le plus haut degré de standard éthique des femmes peut aussi être potentiellement source de corruption, si les femmes essaient de respecter les attentes en matière de genre dans la conduite des obligations publiques. Fondamentalement, le papier argumente que l’éthique sexuée- supposant la division entre éthique de la compassion et éthique de la justice- pourrait perpétuer des comportements qui nient l’éthique du secteur public, mais se conforme à l’éthique sociale. En utilisant les travaux de Carol Gilligan (1982) sur la théorie du développement moral, il conclut, inter alia, que le recrutement des femmes dans le secteur public devrait être promu en tant que droit plutôt qu’à partir de leur probité morale présumée supérieure. Promouvoir les femmes dans le services publics sur la base de leur éthique supérieure pourrait s’avérer contre-productif si les espoirs étaient déçus.

Explaining legal norm transmission using an epidemiological model : the case of employment drug testing

Dans cette thèse, nous construisons un modèle épidémiologique de la dissémina- tion de normes juridiques. L’objectif est d’expliquer la transmission de normes juridiques américaines régissant les tests de dépistages pour drogues au travail vers le Canada ainsi que la propagation subséquente de ces normes à travers la jurisprudence canadienne. La propagation des normes régissant les tests de dépistages pour drogues au travail sert donc à la fois de point de départ pour une réflexion théorique sur la transmission de normes juridiques et pour une étude de cas empirique. Nous partons de la prémisse que les explications du changement juridique, telles celle de la transplantation et celle de l’harmonisation, sont essentiellement métaphoriques. Ces métaphores explicatives fonctionnent en invitant des comparaisons entre les domaines connus et inconnus. Quand ce processus de comparaison est systématisé, la métaphore devient un modèle. Dans la thèse, nous appliquons cette procédure de systématisation afin de transformer la métaphore de la propagation virale en modèle épidémiologique. Après une revue de la littérature sur les épidémies sociales, nous décrivons les éléments pertinents de la théorie épidémiologique pour, ensuite, les transposer au domaine juridique. Le modèle est alors opérationnalisé en l’appliquant à une base de données composée de la jurisprudence pertinente (n=187). Les résultats soutiennent les hypothèses du modèle. 90 % des décisions qui citent les sources américaines sont infectées selon les critères du modèle, alors que seulement 64 % des décisions qui ne citent pas de sources américaines sont infectées. Cela soutient l’hypothèse d’une épidémie dite de « réservoir commun ». Nous avons également démontré une corrélation positive entre la référence à ces décisions et l’état d’infection! : 87 % des décisions qui citent des décisions qui réfèrent aux sources américaines sont infectées, alors que le taux d’infection parmi la population restante est de seulement 53 %. Les résultats semblables ont été obtenus pour les décisions de troisième génération. Cela soutient l’hypothèse selon laquelle il y a eu propagation à travers la jurisprudence suite aux contacts initiaux avec le réservoir commun. Des corrélations positives ont aussi été démontrées entre l’état d’infection et l’appartenance à l’une ou l’autre de sous-populations particulières qui seraient, par hypothèse, des points d’infection. En conclusion de la thèse, nous avançons que c’est seulement après avoir construit un modèle et d’avoir constaté ses limites que nous pouvons vraiment comprendre le rôle des métaphores et des modèles dans l’explication de phénomènes juridiques.

Beyond Panel Unit Root Tests: Using Multiple Testing to Determine the Non Stationarity Properties of Individual Series in a Panel

Most panel unit root tests are designed to test the joint null hypothesis of a unit root for each individual series in a panel. After a rejection, it will often be of interest to identify which series can be deemed to be stationary and which series can be deemed nonstationary. Researchers will sometimes carry out this classification on the basis of n individual (univariate) unit root tests based on some ad hoc significance level. In this paper, we demonstrate how to use the false discovery rate (FDR) in evaluating I(1)=I(0) classifications based on individual unit root tests when the size of the cross section (n) and time series (T) dimensions are large. We report results from a simulation experiment and illustrate the methods on two data sets.