对面板协整检验与计量经济学论述.docVIP

对面板协整检验与计量经济学论述 ; 一、引言; 面板数据是指一部分个体个人、家庭、企业或国家等在一段时期内某变量的观测值构成的多维数据集合,可以通过在一段时期内对一些个体进行跟踪调查来获得。从横截面看,面板数据是由若干个体在某一时点构成的截面观测值;从个体看,每个个体都是一个时间序列。[1]由于面板数据提供了时间序列和横截面的综合信息,不仅增加了统计量的自由度,获得统计检验功效,提高了变量检验的精度,而且有利于构建并检验更为复杂的经济行为模型。近年来,面板数据模型一段时期内广泛应用到国家、产业和家庭的宏微观经济行为分析中。但是,具有较长时间序列的宏观面板数据出现了数据的非平稳性问题:一是回归系数从同质向异质系数变化;二是数据序列的不稳定性,回归偏误和协整;三是协整方程存在着结构突变。大多数经济时间序列通常都具有非平稳特征。由于经济变量的非平稳过程累计了随机趋势或时间趋势,使得经济变量没有长期均值,而它的未来值或当期值取决于历史性,任何外部冲击都将产生持久的影响。如果采用传统的差分序列回归方法进行处理,又可能会导致经济变量间长期关系信息的损失。对此,Engle和Granger1987提出的协整理论和误差修正模型为研究非平稳序列提供了新的理论基础,[2]计量经济学家开始将描述样本数据特征作为建模的主要准则。协整关系是指由若干个服从单位根过程的经济变量组成的系统是稳定的线性组合。一般地,只要若干个服从单位根Id的变量的某一线性组合能使d减小,则称这一组合为协整关系。[3]由于宏观经济年度数据的时间序列跨度较短,经济变量时间序列协整检验的功效较低,在研究购买力平价PPP、[4]货币需求[5]和汇率[6]等问题时,为了提高协整检验功效,通过合并相似国家的数据国外文献常采用欧盟和OECD国家的历史数据,增加数据的截面变化以提高单位根检验或协整检验的功效,由此出现了面板协整模型。; 二、面板协整检验的最近理论进展; 面板协整模型不仅面临着个体的残差序列相关和截面空间相关等截面相关性问题,造成面板单位根检验水平失真,而且国际政治经济形势的外部冲击和宏观经济政策的调整,势必造成宏观经济变量时间序列的结构性变化,进而改变变量间的协整关系,即产生结构突变问题,导致面板协整检验功效的降低,甚至无法通过协整检验。最近10多年来,有关结构突变和截面相关的面板协整检验方法研究成为国际上计量经济学界关注的理论热点。; 一结构突变的面板协整检验方法; 在国外有关结构突变的时间序列分析的研究文献中,主要思路大致可以分为两类:一是针对不同时期的时间序列进行分段建模。其中,邹至庄教授1960年提出的Chow检验方法,用于判断结构在预先给定的时点是否发生了变化。[7]这种方法的特点在于把时间序列数据分成两部分,其分界点就是检验是否已发生结构变化的检验时点。在此基础上,利用F检验来检验由前一部分n个数据求得的参数与由后一部分m个数据求得的参数是否相等,由此判断结构是否发生了变化。此方法在虚拟变量dummyvariables出现之前被人们广为使用。二是采取贝叶斯方法的途径,建立特定的统计量和分布函数。在基于频率统计的OLS估计、ML估计和GMM估计中,模型检验过分依赖于相关统计量渐近分布的样本信息,而几乎不考虑研究者对所研究问题的先验信息。尤其在小样本情况下,使得统计推断存在严重的信息不充分。贝叶斯推断方法通过构造似然函数,同时利用了先验信息和样本信息,可以得到突变点的概率密度,采用吉布斯抽样完成结构突变点的数目和位置的判断。由于贝叶斯推断考虑了已有的先验信息,一些文献将其应用在时间序列结构的突变点识别和预测中。例如,2008年,Maheu和Gordon运用贝叶斯推断进行结构突变点的预测;[8]2011年,Meligkotsidou等2011运用贝叶斯推断研究了带有结构突变的单位根过程;[9]国内学者王维国等基于贝叶斯推断构造似然函数分析了上证指数的突变点。[10]如果经济时间序列的协整检验中不考虑结构突变问题,将使得许多存在协整关系的经济变量无法通过协整检验。1989年,Perron发现大部分经济变量的时间序列是结构突变的趋势平稳过程,提出了带有结构突变的单位根检验。[11]; 在此基础上,后续研究文献围绕着外生性结构突变点和内生性结构突变点、单一突变点和多重突变点等问题分别展开研究。[12]例如,李子奈等运用联合估计诊断模型分析了我国36个宏观经济时间序列的结构变化;[13]白仲林根据Banerjee模型和内生突变点选择原理构造了带有结构突变的面板单位根联合检验。[14]1992年,Hansen在Phillips和Hansen1990有关协整回归模型中工具变量的统计推断基础上,[15]提出了协整向量的结构突变检验并构造了相应的检验统计量。[16]1996年,在