面板数据分析方法步骤.pdf

. 1. 面板数据分析方法步骤 面板数据的分析方法或许我们已经了解许多了， 但是到底有没有一个基本的 步骤呢？那些步骤是必须的？这些都是我们在研究的过程中需要考虑的， 而且又 是很实在的问题。 面板单位根检验如何进行？协整检验呢？什么情况下要进行模 型的修正？面板模型回归形式的选择？如何更有效的进行回归？诸如此类的问 题我们应该如何去分析并一一解决？以下是我近期对面板数据研究后做出的一 个简要总结，和大家分享一下，也希望大家都进来讨论讨论。 步骤一：分析数据的平稳性（单位根检验） 按照正规程序，面板数据模型在回归前需检验数据的平稳性。 李子奈曾指出， 一些非平稳的经济时间序列往往表现出共同的变化趋势， 而这些序列间本身不一 定有直接的关联，此时，对这些数据进行回归，尽管有较高的 R 平方，但其结 果是没有任何实际意义的。 这种情况称为虚假回归或伪回归 （spurious regression）。 他认为平稳的真正含义是： 一个时间序列剔除了不变的均值 （可视为截距）和时 间趋势以后，剩余的序列为零均值，同方差，即白噪声。因此单位根检验时有三 种检验模式：既有趋势又有截距、只有截距、以上都无。 因此为了避免伪回归， 确保估计结果的有效性， 我们必须对各面板序列的平 稳性进行检验。 而检验数据平稳性最常用的办法就是单位根检验。 首先，我们可 以先对面板序列绘制时序图， 以粗略观测时序图中由各个观测值描出代表变量的 折线是否含有趋势项和 （或）截距项， 从而为进一步的单位根检验的检验模式做 准备。 单 位 根 检 验 方 法 的 文 献 综 述 ： 在 非 平 稳 的 面 板 数 据 渐 进 过 程 中,Levin andLin(1993) 很早就发现这些估计量的极限分布是高斯分布 ,这些结果 也被应用在有异方差的面板数据中 ,并建立了对面板单位根进行检验的早期版本。 后 来 经 过 Levin et al. (2002) 的 改 进 , 提 出 了 检 验 面 板 单 位 根 的 LLC 法 。 Levin et al. (2002) 指出 ,该方法允许不同截距和时间趋势 ,异方差和高阶序列相关 , 适合于中等维度 (时间序列介于 25～250 之间 ,截面数介于 10～250 之间 ) 的面板 单 位 根 检 验 。 Im et al. (1997) 还 提 出 了 检 验 面 板 单 位 根 的 IPS 法 , 但 Breitung(2000) 发现 IPS 法对限定性趋势的设定极为敏感 ,并提出了面板单位根检 验的 Breitung 法。 Maddala and Wu(1999)又提出了 ADF-Fisher 和 PP-Fisher面板 单位根检验方法。 由上述综述可知， 可以使用 LLC 、IPS、Breintung、ADF-Fisher 和 PP-Fisher5 种方法进行面板单位根检验。 其 中 LLC-T 、 BR-T 、 IPS-W 、 ADF-FCS 、 PP-FCS 、 H-Z 分 别 指 Levin, Lin Chu t* 统计量、 Breitung t 统计量、 lm Pesaran Shin W 统计量、 . . ADF- Fisher Chi-square 统计量、