53PanelData单位根和协整检验.pptVIP

Groen and Kleibergen ( 2003)建立了一个基于PVECM极大似然估计的分析框架。其基本思路为，由广义矩估计迭代得到协整向量的极大似然估计量，利用这些估计量，构造各截面单元向量误差修正模型共同秩的似然比检验统计量， 以检验各截面单元的协整秩。类似于时间序列的标准Johansen协整检验，Groen and Kleibergen ( 2003)给出了不同形式下的检验统计量及其渐进分布，这些统计量既适用于同质面板，也适用于异质面板。与Johansen协整检验不同的是，Groen and Kleibergen ( 2003)无法通过正则相关分析得到协整向量极大似然估计的解析式，而只能通过广义矩估计的目标函数和协方差矩阵的估计量并通过迭代得到收敛的协整向量估计值和极大似然估计函数值，进而构造似然比检验统计量。 Larsson et al. ( 2001)的研究结果和Groen and Kleibergen ( 2003)其中一种设定形式在截面不相关假设下的结果是等价的。问题是，Groen and Kleibergen ( 2003)没有给出各种设定形式下LR检验的具体临界值，同时，其模型设定隐含了截面单元之间不存在Granger因果关系的假设，这些问题在一定程度上限制了其在实际研究中的应用。杨继生（2007）给出了Groen and Kleibergen ( 2003)LR检验各种设定形式下的具体临界值。 补充扩展的Panel Data Models Panel Data 二元离散选择模型 变截距模型 随机影响变截距模型 固定影响变截距Logit模型 对于线性模型，可以通过线性变换（例如差分）消除αi 由于消除αi，不能用原模型解释回归系数，采用该条件模型进行系数解释。 动态固定影响变截距Logit模型 Panel Data 计数数据模型 Poisson individual-specific effects model 随机影响模型 固定影响模型 Panel Data 归并数据模型 固定影响模型：MLE，如果时序很短，β的估计非一致。 Heckman（1980）指出，如果T=8，非一致性并不严重。 Greene(2004)通过Monte Carlo试验研究了这个问题。 分别为标准正态分布的pdf和cdf 随机影响模型 Panel Data 截断数据模型 变截距模型的两种表达 Panel Data 持续时间数据模型 可以存在多种模型形式，常见的是固定影响变截距模型。 Panel Proportional Hazards Model The completed spell duration for the jth spell of the ith individual Individual-specific effect §5.3 Panel Data单位根检验与协整检验 一、单位根检验 二、协整检验 一、单位根检验 1、综述 Hurlin and Mignon (2004)、Choi (2006)以及 Breitung and Pesaran (2007)将早期基于截面不相关假定的面板数据单位根检验称为第一代单位根检验，将近期发展起来的基于截面相关的单位根检验称为第二代单位根检验。 第一代单位根检验 Quah(1992, 1994)开启了面板单位根检验的研究，提出了一个渐进正态检验。然而，这个检验依赖于难于估计的未知多余参数。 Levin and lin（LL，1992）设计了一个纠正t检验（Adjusted t-test），将标准的ADF检验扩展到面板数据，形成了真正意义上的面板单位根检验。 Levin、Lin and Chu（LLC，2001）对LL检验进行了改进，允许个体之间存在异质性差异和趋势项，但仍要求截面单元各个序列具有相同的自回归系数。 Im et al.(1995，1997，2003)取消了同质性假定，允许截面单元各个序列有不同的自回归系数，基于截面单元ADF检验统计量的平均构成了IPS检验统计量。 按照Choi (2001)的总结，上述单位根检验存在四个缺陷（或前提假设）；一是都需要截面单元数是无限的，否则检验的渐近正态性不存在；二是假定所有截面单元有同样的非随机成份；三是假设所有的截面单元拥有同样的时间序列跨度；四是备择假设都是所有截面单元没有单位根，一些截面单元有单位根而另一些没有的情形将不能被处理。 Choi ( 2001)提出了一个检验，主要思想是联合应用面板数据每一个截面的单位根检验的p值（简称联合p检验）。这一检验克服了上述四个前提假设，截面单元数N可以是有限的也可以是无限的，截面单元可以拥有不同的随机、非随机成份，每个截面时间序列的跨度可以是不同的，能够处理被择假设为一