面板数据的协整检验.PDFVIP

面板数据计量分析 白仲林 第七讲 面板数据的协整检验 众所周知，时间序列观测数据的长度直接关系到协整关系检验的效果，经济变量的观测 数据序列越长，协整检验的功效也就越高，即，协整检验过程中犯第Ⅱ类型错误的概率越小 （Pedroni (1995) ）。然而，由于实际研究环境限制，在许多经济问题研究中，经济变量的时 间序列很短。尤其是，转型经济国家宏观经济变量的观测值更是如此。同样，微观经济数据 也普遍存在类似问题。所以，它们制约了协整理论的广泛应用。为此，计量经济学者试图综 合经济变量源于不同经济个体（国家、区域、产业、企业或个体）的时间序列信息发展协整 理论。于是，面板数据的协整检验应运而生。然而，在面板数据模型中，由于个体的异质 性、非平衡面板、纵剖面时间序列的相关性（或称为空间相关性）、纵剖面时间序列的协整 性（或称为空间协整性）和二维渐近性等问题的存在，使得面板数据协整检验远远复杂于 时间序列的协整理论。 面板数据的协整理论研究始于1995年，Pedroni (1995) 、Kao与Chen (1995) 、Kao与Chiang (1997)、McCoskey与Kao (1998) 、Kao(1999) 以及Westerlund (2005a)和Breitung (2005)等等分 别研究了面板数据的虚假回归（spurious regressions ）和协整检验。Kao (1999)发现面板数据 的LSDV估计是超一致估计，但是，回归系数的 t 统计量却是发散的，所以，有关回归系数 的统计推断是错误的。随着面板单位根检验理论的发展，近十年来面板协整检验理论得到了 不断丰富。关于面板协整检验的理论研究文献已有数十篇之多，面板协整检验的应用研究主 要集中在购买力平价理论的验证、经济增长收敛性实证分析和国际研发溢出效应的检验等研 究，应用研究的文献相当丰富。 综合分析面板协整检验的应用研究文献，近年来，Pedroni (1995) 、McCoskey等(1998)、 Kao(1999) 、 Larsson等(2001)和Groen等(2002)提出的面板协整检验在经济学领域获得了广泛 应用。因此，本章将重点介绍这些面板协整检验的理论和应用。 纵观面板协整检验的理论研究文献，首先，按检验方法的基本思路划分，面板协整检验 分为两类。 一类是基于面板数据协整回归检验式残差（面板）数据单位根检验的面板协整检验，即， Engle–Granger二步法的推广，这类检验通常称为第一代面板协整检验。第一代面板协整检 验的显著特点表现为：（1）忽视了可能存在的不可观测共同因素，或者试图通过退势方法， 或者借助于可观测的共同效应克服不可观测的共同效应；（2 ）通常只适用于在个体时间序 面板数据计量分析 白仲林 列间最多存在一个协整关系的特殊情形。（3 ）最多允许面板数据存在同期空间相关性，通 常假设面板数据不存在一般的空间相关结构。其中有代表性的文献有Kao (1999) 、McCoskey 与Kao (1998)、Pedroni(1999 ，2001 ，2004) 、Westerlund(2005a) 、 Westerlund （2005b ，2006a ） 以及Weaterlund和Edgerton （2007 ）等。 另一类是从推广Johansen迹（trace ）检验方法的方向发展的面板数据协整检验，类似地， 称后一类为第二代面板协整检验。与第一代面板协整检验相对应，第二代面板协整检验不仅 能够检验多个协整关系，而且允许面板数据存在平稳的或非平稳的共同成分，即，面板数据 存在空间相关。例如，Larsson等 (2001) 、Groen和Kleibergen (2003) 、Banerjee等 (2004) 、 Breitung (2005)等文献提出的协整检验就属于第二代面板协整检验。 其次，按照假设检验的原假设（或零假设）区分，面板协整检验也分为两大类，一类面 板协整检验的原假设是“不存在协整关系”，其中有代表性的文献有Kao (1999) 、Pedroni(1999 ， 2001 ，20