基于Bayesian方法的面板单位根检验和协整检验理论方法研究.ppt

基于Bayesian方法的面板单位根检验和协整检验理论方法研究 白仲林 2008年5月20日 理论意义 随着经济现象的复杂化和经济学理论的深化，单纯应用截面数据或时间序列数据来检验经济理论、寻找经济规律和预测经济存在着严重的偏差。 对于转型经济的国家，宏观经济变量的时间序列较短，利用时间序列方法建立的计量经济学模型存在建模信息不充分问题，影响了研究结论的可信度； 受微观经济个体（企业和理性经济人等）异质性因素的影响，限制了截面数据建模方法在微观经济研究中的广泛应用。 1968年以来，经济学家广泛关注面板数据。在理论方法研究方面，专著Hsiao Cheng(1986)、Baltagi(2001)和Wooldridge(2002)完善了面板数据计量经济分析的经典理论，文献Arellano(2003)系统地研究了面板数据动态模型的理论方法，白仲林(2007)着重对面板数据的非经典计量理论方法。 应用价值 在国际金融学中，Chinn Johnston (1996)和MacDonald Nagayasu (2000)等使用一些国家宏观面板数据检验购买力平价理论(PPP)，研究实际汇率决定问题； 在金融市场学中, 理性泡沫(rational bubbles)的存在性研究; 在世界经济学中，Michael (2003)和Jansen(2000)等应用宏观面板数据研究国际资本流动问题、东欧转型经济国家的出口变化和经济增长问题以及欧美国家的失业问题； 在发展经济学中，Strauss (2000)、Nerlove (2002)和Migue (2002)分别应用面板数据的计量经济学方法研究经济系统经济增长的决定因素和经济增长收敛理论等等。 理论制约 受OLS估计、ML估计和GMM估计等估计方法基本假设的制约，在研究面板数据单位根检验和协整检验问题时，通常假设检验式误差项的协方差矩阵是对角矩阵或块对角矩阵，即假设面板数据空间独立或空间同期相关。 受面板数据个体时间序列较短的限制，误差项的真实协方差矩阵与其估计（如FGLS估计）存在较大偏差。 在基于频率统计的传统计量经济学中，模型检验过分依赖于相关统计量的渐近分布。 基于频率统计学派的传统计量经济学几乎不考虑研究者对所研究问题的“先验信息”，主要关注“样本信息”。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。 统计后果 基于频率统计学派的面板数据非经典计量分析理论存在着数据伴随性，即，根据不同样本数据使用相同的检验验证同一经济理论时，会得出截然相悖的结论，如购买力平价之谜等等。 这些理论方法上的制约，使得用实际宏观经济变量的有限样本检验单位根的检验功效偏低，易于导致虚假回归问题。 解决的对策 实际上，传统单位根检验不能拒绝单位根并不能说明面板数据（时间序列）以较高的概率存在单位根。因此，在讨论单位根检验问题时，应该解决的关键问题是“相对于备择假设零假设成立的概率有多大？”。 Koop (2003)指出Bayesian计量经济学明显优于忽视“先验信息”的传统计量经济学方法。 可见，建立在Bayesian方法基础上的面板数据非经典计量理论也必然优于忽视“先验信息”的传统计量方法。 因此，本项目将基于Bayesian方法研究面板单位根检验和协整检验理论方法。 国外研究现状 Bayesian计量概述 经典Bayesian计量经济学（Zellner(1971)、Koop (2003)和 Lancaster(2004)等） 非平稳时间序列的Bayesian计量经济学 Bayesian单位根检验理论 （Bauwens et al. (1999) 、Goldman et al.(2001)和Kalaylioglu (2002)等 ） Bayesian协整分析方法 （Strachan(2003)、Strachan et al. (2004)、Koop (2005a, 2005b)和Villani (2005a, 2005b)等 ） Bayesian动态随机一般均衡模型 （Canova(2005)、Smets (2005)、Bauwens (2006) 和Ranjan(2006)等） 面板数据的Bayesian计量经济理论分析 基于Bayesian方法的面板数据静态计量分析（ Koop (2003)和 Lancaster(2004)等） 基于Bayesian方法的面板数据动态计量模型分析 （Andrew(2002)、Rendon (2006)和 Juárez(2006) 等） 面板数据Bayesian自回归模型 面板数据Bay