首页 理论教育 单位根检验在面板数据分析中的重要性

单位根检验在面板数据分析中的重要性

时间:2023-06-12 理论教育 版权反馈
【摘要】:所以,在对面板数据进行协整检验与回归分析前须通过单位根检验。Breitung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。表7-7面板数据单位根检验结果注:LLC、IPS、Fisher-ADF、Fisher-PP检验的原假设为存在单位根。

单位根检验在面板数据分析中的重要性

面板数据模型在回归前需检验数据的平稳性。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。因此,为避免伪回归,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。所以,在对面板数据进行协整检验与回归分析前须通过单位根检验。

在非平稳的面板数据渐进过程中,Levin Andlin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 etal.的改进,提出了检验面板单位根的LLC法。Levin etal.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.还提出了检验面板单位根的IPS法。Maddala and Wu又提出了Fisher-ADF和Fisher-PP面板单位根检验方法。Breitung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。

迄今为止,面板数据单位根检验流行的方法有LLC检验、IPS检验、Fisher-ADF检验、Fisher-PP检验、HadriI检验等。

(一)LLC检验

LLC检验原理是仍采用ADF检验式形式。但使用的却是Δyij和yij的剔出自相关和确定项影响的、标准的代理变量。LLC检验以如下ADF检验式为基础:

LLC检验的假设为H0:ρ=0(有单位根),H1:ρ<0

(二)IPS(Im-Pesaran-Shin)检验

IPS检验克服了LLC检验的缺陷,允许面板中不同个体(序列)的ρi不同。IPS检验式是

IPS检验假设为

(三)崔仁(In Choi)检验,又称Fisher-ADF检验

崔仁(2001)提出了两种组合Pi检验统计量。这两种检验方法都是从Fisher原理出发,首先对每个个体进行ADF检验,用ADF统计量所对应的概率Pi的和构造ADF-Fisher X2和ADFChoi Z统计量。原假设H0是存在单位根。在原假设成立条件下,

其中Φ-1(·)表示标准正态分布累计函数的倒数。(www.xing528.com)

(四)Hadri检验

Hadri检验原假设是面板中的所有序列都不含有单位根。计算步骤是用原面板数据的退势序列(残差)建立LM统计量。

退势回归是

Yit12t+uit

利用上式中的残差计算如下LM统计量:

其中是残差累积函数,f0是频率为零时的残差谱密度。

Hadri给出,在一般假定条件下

其中a=1/6,b=1/45,LM由(6)式计算。

对于上述几种单位根检验方法,LLC检验在一段时间内应用广泛,但限于同质面板数据且备择假设与实际相距甚远,后面四种针对异质面板数据,其中,IPS检验假设更符现实,不过对非平衡面板数据则无法处理,而Fisher-ADF、Fisher-PP及HADRI检验结果则比较稳定[38]。因此,为了避免单一方法存在的缺陷,使检验的结果更具有可靠性和稳健性,本文综合选择了LLC检验、IPS检验、Fisher-ADF检验、Fisher-PP检验方法对变量进行平稳性检验,检验结果见表7-7。

表7-7 面板数据单位根检验结果

注:LLC、IPS、Fisher-ADF、Fisher-PP检验的原假设为存在单位根。

从表7-7面板数据单位根检验结果可以看出,无论是应用LLC检验、IPS检验,还是Fisher-ADF检验以及Fisher-PP检验,所有变量都显著地拒绝了其存在单位根的原假设,同为零阶单整,可以推断模型(1)中的数据是平稳的。因此,可以进行协整检验及回归分析。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈