重要-動(dòng)態(tài)面板數(shù)據(jù)模型完全免費(fèi)

1、第17章動(dòng)態(tài)面板數(shù)據(jù)模型17.1 動(dòng)態(tài)面板數(shù)據(jù)模型前一章討論具有固定效應(yīng)和隨機(jī)效應(yīng)的線性靜態(tài)面板數(shù)據(jù)模型，但由于經(jīng)濟(jì)個(gè)體行為的連續(xù)性、慣性和偏好等影響，經(jīng)濟(jì)行為是一個(gè)動(dòng)態(tài)變化過(guò)程，這時(shí)需要用動(dòng)態(tài)模型來(lái)研究經(jīng)濟(jì)關(guān)系。本章主要討論動(dòng)態(tài)面板數(shù)據(jù)模型的一般原理和估計(jì)方法，然后介紹了面板數(shù)據(jù)的單位根檢驗(yàn)、協(xié)整分析和格朗杰因果檢驗(yàn)的相關(guān)原理及操作。17.1.1 動(dòng)態(tài)面板模型原理考慮線性動(dòng)態(tài)面板數(shù)據(jù)模型為p,Yt=£PjYt+Xi；P+d+%（17.1.1）j4首先進(jìn)行差分，消去個(gè)體效應(yīng)得到方程為：PYt=£Pj&Yt+AXitP+鳥t（17.1.2）j1可以用GMM對(duì)該方程進(jìn)行

2、估計(jì)。方程的有效的GMM估計(jì)是為每個(gè)時(shí)期設(shè)定不同數(shù)目的工具，這些時(shí)期設(shè)定的工具相當(dāng)于一個(gè)給定時(shí)期不同數(shù)目的滯后因變量和預(yù)先決定的變量。這樣，除了任何嚴(yán)格外生的變量，可以使用相當(dāng)于滯后因變量和其他預(yù)先決定的變量作為時(shí)期設(shè)定的工具。例如，方程（17.1.2）中使用因變量的滯后值作為工具變量，假如在原方程中這個(gè)變化是獨(dú)立同分布的，然后在t=3時(shí)，第一個(gè)時(shí)期觀察值可作為該設(shè)定分析，很顯然Y1是很有效的工具，因?yàn)樗cAY2相關(guān)的，但與鳥3不相關(guān)。類似地，在t=4時(shí)，丫2和Y1是潛在的工具變量。以此類推，對(duì)所以個(gè)體i用因變量的滯后變量，我們可以形成預(yù)先的工具變量：Yi1000Y1Y2WiIIIIII川00

3、0IM山山III01IIIIII川III0HIIHIIIHIIIIIHY1Y2川(17.1.3)每一個(gè)預(yù)先決定的變量的相似的工具變量便可以形成了。Hd假設(shè)寫不存在自回歸，不同設(shè)定的最優(yōu)的GMM加權(quán)矩陣為:(17.1.4)其中三是矩陣,-1III0-10III20IIIininhi00in00in0000巾III12-1-12乙包含嚴(yán)格外生變量和預(yù)先決定的變量的混合。該加權(quán)矩陣用于one-stepArellano-Bond估計(jì)。給定了one-step估計(jì)的殘差后，我們就可以用估計(jì)計(jì)算的White時(shí)期協(xié)方差矩陣來(lái)代替加權(quán)矩陣Hd：Mm.I_1_'.'_H=IMZZiAeiisiZi

4、(17.1.5)IfJ該加權(quán)矩陣就是在Arellano-Bond兩步估計(jì)中用到的矩陣。我們可以選擇兩者中一個(gè)方法來(lái)改變最初的方程，以消除對(duì)總體偏離而計(jì)算的個(gè)體效應(yīng)(Arellano和Bover,1995)。詳情見(jiàn)后面的GMM估計(jì)，用正交偏離而轉(zhuǎn)換殘差有個(gè)特點(diǎn)就是轉(zhuǎn)換設(shè)定的第一階段最優(yōu)加權(quán)矩陣是簡(jiǎn)單的2SLS加權(quán)矩陣。H=IMZZiZi(17.1.6)Iim)17.1.2動(dòng)態(tài)面板的GMM估計(jì)方法1)基本的GMM面板估計(jì)，是基干二以下的矩形式，MMg(P)=£gi(P)=£乙(P)(17.1.7)i1i1這里乙是每個(gè)截面i的TMp階工具變量矩陣，且有q(P)=(Y-f(Xit,

5、P)(17.1.8)在某些情形總和是做時(shí)期上加總的，而不是個(gè)體，我們將使用對(duì)稱矩陣計(jì)算。GMM估計(jì)的最小二次式為：MMS(B)=(£Ziq(P)HZi'(P)(17.1.9)i1i=1=g()Hg(二)為了估計(jì)P,選了合適的pMp階加權(quán)矩陣Ho系數(shù)向量P已知時(shí)，則可以對(duì)系數(shù)協(xié)方差矩陣進(jìn)行計(jì)算:(17.1.10)V()u(GHG)4(GH上HG)(GHG)這里通過(guò)下面式子進(jìn)行估計(jì)：E(g(0)gi(0)')=E(z；*(B)*(P)'乙)(17.1.11).M,一而G(：)=-、Zifi(-),i1在簡(jiǎn)單的線f莫型中f(Xit,P)=Xi；P,我們可以得到系數(shù)的

6、估計(jì)值為：?=ZZiXi|H£乙XiJJ/M'、乙XiH-ZiYi(17.1.12)=(MzxHMzx)(MzxHMzy)方差估計(jì)為:(17.1.13)V1)=(MzxHMzx)(MzxHAHMzx)(MzxHMzx)這里Mab一般形式為：一.M一Mab=MlZABiI(17.1.14).T與GMM估計(jì)相關(guān)的有：(1)設(shè)定工具變量z；(2)選擇加權(quán)矩陣H;(3)決定估計(jì)矩陣A。2)大范圍的設(shè)定可以被認(rèn)為是GMM估計(jì)中的特例。仞0口，簡(jiǎn)單的2SLS估計(jì)，是用系數(shù)協(xié)方差的普通估計(jì)，設(shè)定：21H=(。Mzz)(17.1.15)A=仃Mzz(17.1.16)代入計(jì)算，我們可以得到系數(shù)

7、相同的表達(dá)式：P,-'2、，-_'2-(Mzx(-Mzz)Mzx)(Mzx(-Mzz)MzY,II,I(17.1.17)=(MzxMMzx)(MzxMzzMzy)則方差矩陣為V(P)=CT2(MzxMzXMzx)，(17.1.18)而有約束和無(wú)約束的異方差和同期相關(guān)的標(biāo)準(zhǔn)差可以用一個(gè)新的表達(dá)式計(jì)算：.一口r,一)A=T|Zzt%乙(17.1.19)ItmJ因此我們得到一個(gè)white截面系數(shù)協(xié)方差估計(jì)。而協(xié)方差方法在前面線性面板數(shù)據(jù)模型中已經(jīng)詳細(xì)介紹了，在此不再敘述。3)另外還有其他的GMM協(xié)方差計(jì)算的可供選項(xiàng)，比如：2SLS,Whitecross-section,Whitepe

8、riod,Whitediagonal,cross-sectionSUR(3SLS),cross-sectionweights,PeriodSUR,Periodweighso另外不同的誤差加權(quán)矩陣在用GMM估計(jì)動(dòng)態(tài)面板數(shù)據(jù)時(shí)可能經(jīng)常用到。cross-sectionSUR(17.1.20)這些權(quán)重的形成已經(jīng)在前面的線性面板數(shù)據(jù)方差結(jié)構(gòu)中詳細(xì)闡述了，例如(3SLS)加權(quán)矩陣的計(jì)算方式為："Zt-MZttl這里Cm是對(duì)同期相關(guān)協(xié)方差矩陣的估計(jì)。類似地，Whiteperiod加權(quán)通過(guò)下式計(jì)算為：一'rH=|M2乙名i&Zj(17.1.21)IfJ這些后來(lái)的GMM加權(quán)方式是與干擾

9、項(xiàng)中存在任意序列相關(guān)和時(shí)間變化協(xié)方差相關(guān)聯(lián)的。4)GLS設(shè)定Eviews也可以利用GMM設(shè)定估計(jì)GLS轉(zhuǎn)換的數(shù)據(jù)，因此條件矩陣就要修訂，以反映GLS的權(quán)重：MMg(P)=Zgi(P)=£乙'建，(空(17.1.22)i1i117.1.3GMM軟件估計(jì)操作1)在對(duì)面板數(shù)據(jù)進(jìn)行GMM估計(jì)時(shí)，workfile必須是面板結(jié)構(gòu)的條件下進(jìn)行。假定模型被設(shè)為動(dòng)態(tài)模型，利用Eviews估計(jì)動(dòng)態(tài)面板數(shù)據(jù)模型時(shí)，則打開workfile窗口后，在主菜單選擇Object/newobject/Equation,或者Quick/EstimatieEquation,打開面板數(shù)據(jù)估計(jì)設(shè)定對(duì)話框，在Metho

10、d選擇GMM/DPD-GeneralizedMethodofMoments/DynamicPanelData,對(duì)InstrumentM®,如下圖:圖17.1.1話框就增加了一個(gè)2)點(diǎn)擊DynamicPanelWizard幫助填寫上面的EquationEstimation,首先是一個(gè)描述介紹Wizard的基本目的。然后點(diǎn)擊"Next",到下面這個(gè)頁(yè)面：5p«-cifrA«p-ud«ailwikbit-SlapIof6l>4*icpvwilb4fhv?*thtihitl*p*fth*dvf*n4*ntYS*1+4P*0Ufhftli

11、s”w4qMn$nt|i|TK貨女ci王iuikt'im&xhhji.vlctu-dXT*!LbeFr004xpta.T|yICLfl*dPHCKLIW«fthtd/tidfL¥«ri«KltUIf+pftETWT.H»4UFlaflq£Ihidrtiud通Id.47厘ySUUM3:1*SJ4rlTPr«*antnf1*K上有一、1L下一步mi:dI-油,I圖17.1.2在這個(gè)頁(yè)面要寫下因變量以及因變量作為解釋變量的滯后階數(shù)，比如本書第十六章中對(duì)美國(guó)10個(gè)大型制造業(yè)企業(yè)的年投資(I)、公司價(jià)值(F)和公司資本

12、(K)觀測(cè)20年數(shù)據(jù)(1935-1954)的例子中，I作為因變量，而在動(dòng)態(tài)面板數(shù)據(jù)模型中用I(-1)作為解釋變量，則在lag(s)選才i1,如果選擇I(-1)和I(-2)作為解釋變量，則應(yīng)選擇2。3)點(diǎn)擊“下一步”，到了另一個(gè)頁(yè)面，在這個(gè)頁(yè)面中設(shè)定公式中剩下的解釋變量，比如：本例除了I(-1),另外的解釋變量是F和K,在該頁(yè)面填入F和K。圖17.1.3如果設(shè)定是時(shí)點(diǎn)固定影響動(dòng)態(tài)面板數(shù)據(jù)模型則可以在Includeperioddummyvariables復(fù)選框打鉤，然后點(diǎn)擊下一步。4)該頁(yè)面設(shè)定消去截面固定效應(yīng)的轉(zhuǎn)換方式，可以選擇Difference或者Orthogonaldeviations,E

13、views默認(rèn)的是前者。圖17.1.45)在這個(gè)頁(yè)面里Eviews預(yù)先默認(rèn)地因變量的滯后項(xiàng)一項(xiàng)為工具變量，可以在這里設(shè)置DYN(I,-2,-3,-4),則需要的三個(gè)工具變量都已設(shè)定好，則下個(gè)頁(yè)面不用加其他的工具變量，如果只是DYN(I,-2)一個(gè)工具變量，則在后面還要設(shè)定工具變量。圖17.1.4比如這里用F和K的滯后項(xiàng)作為工具變量，在頁(yè)面中填入Transform(differences),如果前面沒(méi)有選擇Differences,則要將工具變量填入Notransformation。圖17.1.56)點(diǎn)擊下一步到了設(shè)定GMM加權(quán)和系數(shù)協(xié)方差計(jì)算的方法，Eviews提供了三種計(jì)算方法，假定選擇兩步廣

14、義矩估計(jì)，另外還提供了設(shè)定標(biāo)準(zhǔn)方差的計(jì)算方式，PeriodSUR和Whiteperiod。圖17.1.6點(diǎn)擊下一步后，出現(xiàn)了一個(gè)完成的對(duì)話框，點(diǎn)擊“完成”后，就回到最初估計(jì)設(shè)定對(duì)話框中,如圖：En*tinnExfivnlenn圖17.1.7在該對(duì)話框中將剛才為動(dòng)態(tài)面板數(shù)據(jù)模型進(jìn)行估計(jì)的設(shè)定已經(jīng)填入了EquationEstimation,可以點(diǎn)擊Specification>PanelOptions>Instruments和Options進(jìn)行核實(shí)，然后點(diǎn)擊“確定”，得到動(dòng)態(tài)面板數(shù)據(jù)估計(jì)的結(jié)果：Ti？HHlinn;mrFTTrJEDVnrkfi1h;TOI;Dn.pb.萬(wàn)又Dcpcndc

15、nlVwiaUcJPanlgfMoments.Tramftinnsfinn:FinttDtfcrenresMV；W11MTW羽:加Sample(»4u?lBd.l.1的4p&riMif：included,asCrosEBdKnsincluded:1CTalalP9nei(bai#x«d：iobB&rmnns：iwWhIbpenodinstumcnlwnghlngmabiKWl&perttj3land3rd(d.teorrBEletTiInCurn口rril國(guó)呼YNQj刃F£>1>IQ>1)VuiafcJaCiifrfllE

16、icrTlSHError1引MHi:PjobHM*口期51七需UOO祝驕ZUB127D.DaDDFD.1OS2O4D000706I53J!5940.0000KD.1Z633Z0004951如口口日D.DQDDElbd&SpGiEtfi£3tanCmiriiViElHiniY1r¥ldiTHincffwl圖17.1.817.2面板數(shù)據(jù)的單位根檢驗(yàn)時(shí)間序列的單位根檢驗(yàn)問(wèn)題是現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)研究的一個(gè)焦點(diǎn)問(wèn)題，長(zhǎng)期以來(lái)人們發(fā)現(xiàn)許多宏觀經(jīng)濟(jì)序列都呈現(xiàn)明顯的非穩(wěn)定單位根過(guò)程的特征。若不對(duì)經(jīng)濟(jì)變量進(jìn)行平穩(wěn)性檢驗(yàn)，而直接建模則易于產(chǎn)生偽回歸現(xiàn)象。面板數(shù)據(jù)包括了時(shí)間維度和截面維度的數(shù)

17、據(jù)，時(shí)間維度較小時(shí)，我們可以用面板數(shù)據(jù)直接建模，但時(shí)間維度增加到一定長(zhǎng)度時(shí)，則需要對(duì)面板數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，即單位根檢驗(yàn)。面板數(shù)據(jù)的單位根檢驗(yàn)同普通的單序列的單位根檢驗(yàn)方法雖然類似，但兩者又不完全相同。本書主要介紹五種用于面板數(shù)據(jù)的單位根檢驗(yàn)的方法。對(duì)于面板數(shù)據(jù)考慮如下的AR(1)過(guò)程：丫X=Ry,t工+Xit%+5,i=1,2,III,N,t=1,2,Hi,T（17.2.1）其中：Xit表示模型中的外生變量向量，包括各個(gè)體截面的固定影響和時(shí)間趨勢(shì)。N表示個(gè)體截面成員的個(gè)數(shù)，Ti表示第i個(gè)截面成員的觀測(cè)時(shí)期數(shù)，參數(shù)與為自回歸的系數(shù)，隨機(jī)誤差項(xiàng)明滿足獨(dú)立同分布的假設(shè)。如果Pi<1,則對(duì)應(yīng)的

18、序列為平穩(wěn)序列；如果R=1,則對(duì)應(yīng)的序列V為非平穩(wěn)序列。17.2.1 面板數(shù)據(jù)單位根檢驗(yàn)分類根據(jù)不同的限制，可以將面板數(shù)據(jù)的單位根分為兩類。一類是相同根情形下的單位根檢驗(yàn)，這類檢驗(yàn)方法假設(shè)面板數(shù)據(jù)中各截面序列具有相同的單位根過(guò)程（commonunitrootprocess）,即假設(shè)參數(shù)£=P;另一類為不同根情形下的單位根檢驗(yàn)，這類檢驗(yàn)方法允許面板數(shù)據(jù)的各截面序列具有不同的單位根過(guò)程（individualunitrootprocess）,即允許巴跨截面變化。1）相同根情形下的單位根檢驗(yàn)(1) LLC檢驗(yàn)1LLC（Levin-Lin-Chu）檢驗(yàn)仍采用ADF檢驗(yàn)式形式，即檢驗(yàn)時(shí)考慮下面的

19、模型：Pi,紂X="7+£BijAy,t+Xit九+%（17.2.2）j1其中：a=P-1,Pi為第i個(gè)截面成員的滯后階數(shù)，在該模型中允許其跨截面變化。LLC檢驗(yàn)的原假設(shè)為面板數(shù)據(jù)中各截面序列均具有一個(gè)相同的單位根，備擇假設(shè)為各截面序列均沒(méi)有單位根，即H0:a=0,H1:ct<0。雖然LLC檢驗(yàn)仍采用ADF檢驗(yàn)式形式，但其并沒(méi)有直接使用Ayit和yit對(duì)參數(shù)口進(jìn)行估計(jì)，而是使用Ayit和yit的代理（proxy）變量去估計(jì)參數(shù)a。該檢驗(yàn)方法的具體步驟：首先，在給定各截面成員的滯后階數(shù)r后，從Zkyit和yi,t中剔出山和外生變量的影響，并進(jìn)行標(biāo)準(zhǔn)化求出代理變量。如果設(shè)

20、pjyit=與1Z印與日口-Xit3?（1723）j1_pj.1"=丫"一£口ijAy”Xit九（17.2.4）j1其中：色，孫和（力,力分別為Rt和y”對(duì)滯后差分項(xiàng)7以及外生變量X1回歸得到的相應(yīng)參數(shù)的估計(jì)值。則甑和y的代理變量和y分別為:Ayit=Ayit/s（17.2.5）yg=yi,t/s（17.2.6）其中：s為模型（17.2.2）對(duì)應(yīng)于第i個(gè)截面成員的ADF檢驗(yàn)式的估計(jì)標(biāo)準(zhǔn)差。Levin,A.,Lin,C.F.,andC.Chu.UnitRootTestsinPanelData:AsymptoticandFinites-sampleLewis,Prop

21、erties.JournalofEconometrics,2002,108:1-24。然后，利用獲得的代理變量估計(jì)參數(shù)a,即用代理變量做回歸電=ai,t二十uit,估計(jì)參數(shù)a。此時(shí)得到的與參數(shù)相對(duì)應(yīng)的t統(tǒng)計(jì)量漸近服從標(biāo)準(zhǔn)正態(tài)分布。(2) Breitung檢驗(yàn).Breitung,Jorg.TheLocalPowerofSomeUnitRootTestsforPanelData,inB.Baltagi(ed).AdvancesinEconometrics,Vol.15：NonstationaryPanelCointegration,andDynamicPanel,Amsterdam：JAIPres

22、s,2000,161-178。Breitung檢驗(yàn)法與LLC檢驗(yàn)法基本類似，原假設(shè)為面板審計(jì)中的各截面序列均具有一個(gè)單位根，并且也是使用*yit和yi，i的代理變量去估計(jì)參數(shù)a，但Breitung檢驗(yàn)法與LLC檢驗(yàn)法中代理變量的形式不相同。Pjyit=(Ayit-20ij&yi,t-)/si(1727)j1pjyi,tJ.=(yi,tZBijAyi,t)/si(1728)j二其中：Pj和耳分別為為讓和yi,t對(duì)滯后差分項(xiàng)Ayit4以及外生變量Xit回歸得到的相應(yīng)參數(shù)的估方t值。號(hào)為模型(A)對(duì)應(yīng)于第i個(gè)截面成員的ADF檢驗(yàn)式的估計(jì)標(biāo)準(zhǔn)差。.*yTT78yitII則Ayit和yi,t工的

23、代理變量分別為:(17.2.(9)(17.2.(10)(17.2.(11)_，yi,ti.III,，yi,tT)一T-t*y,t,=yi,tU-q其中：'o(檢驗(yàn)式中無(wú)截距和趨勢(shì))Gt=,yn,(檢驗(yàn)式中有截距無(wú)趨勢(shì))yi._(t-1)/T)yiT(檢驗(yàn)式中有截距和趨勢(shì))可見(jiàn)，Breitung檢驗(yàn)是先從yit和yi,t中剔出動(dòng)態(tài)項(xiàng)AyLt7的影響，然后標(biāo)準(zhǔn)化，之后，-，一.、._.一一，,、1*再退勢(shì)獲得相應(yīng)的代理變量，最后用代理變量做回歸Ayit=口丫/+島,估計(jì)參數(shù)口，進(jìn)而對(duì)單位根進(jìn)行檢驗(yàn)。(3) Hadri檢3敘Hardi,Kaddour.TestingforStationari

24、tyinHeterogeneousPanelData,EconometricJournal,2000,3：148-161。Hadri檢驗(yàn)與KPSS檢驗(yàn)類似。原假設(shè)為面板數(shù)據(jù)中各截面序列都不含單位根。計(jì)算步驟是首先對(duì)面板數(shù)據(jù)的各截面序列建立如下回歸：yit=2+"it+u(B)(17.2.12)然后利用各截面回歸的殘差項(xiàng)建立LM統(tǒng)計(jì)量，統(tǒng)計(jì)量的形式有如下兩種：_2_2TSi(t)/T)/f。)(17.2.(13)1LM2二一NSi(t)2/T2)/f0)(17.2.(14)t其中：§(t)=£uis,s4其中輻為第i個(gè)截面回歸所對(duì)應(yīng)的頻率為零時(shí)的殘差譜密度。最后根據(jù)

25、得到的LM統(tǒng)計(jì)量計(jì)算Z統(tǒng)計(jì)量)N(LM-)Z二(17.2.(15)其中：參數(shù)¥和。的取值與（B）的回歸形式有關(guān)，但個(gè)回歸中僅含有常數(shù)項(xiàng)時(shí),=1/6和6=1/45,否則尸=1/15,6=11/6300。在原假設(shè)下，Z統(tǒng)計(jì)量漸近服從標(biāo)準(zhǔn)正態(tài)分布。2）不同根情形下的單位根檢驗(yàn)本書介紹的Im-Pesaran-Skin檢3敘、Fisher-ADF檢驗(yàn)和Fisher-PP檢驗(yàn)對(duì)面板數(shù)據(jù)的不同截面分別進(jìn)行單位根檢驗(yàn)，其最終的檢驗(yàn)在綜合了各個(gè)截面的檢驗(yàn)結(jié)果上，構(gòu)造出統(tǒng)計(jì)量，對(duì)整個(gè)面板數(shù)據(jù)是否含有單位根做出判斷。這幾種檢驗(yàn)的構(gòu)造過(guò)程如下：11） Im-Pesaran-Skin檢驗(yàn)4在Im-Pesara

26、n-Skin檢驗(yàn)中，首先對(duì)每個(gè)截面成員進(jìn)行單位根檢驗(yàn)：Pi_,:y”J':ij"7i,t_jXitu,j1(17.2.(16)檢驗(yàn)的原假設(shè)為:H0:：i=0,foralli檢驗(yàn)的備擇假設(shè):i-。=0forH1：Ji<0fori=i=1,2JH,N1Ni1,Ni2,HI,N%的t統(tǒng)計(jì)量，記為在對(duì)每個(gè)截面成員進(jìn)行單位根檢驗(yàn)之后，得到每個(gè)截面成員tri（Pi）,利用每個(gè)截面成員%的t統(tǒng)計(jì)量構(gòu)造檢驗(yàn)整個(gè)面板數(shù)據(jù)是否存在單位根的參數(shù)a的t統(tǒng)計(jì)量如下:_N(17.2.17)tNT=Ctm(Pi)/Ni1在每個(gè)截面成員白滯后階數(shù)為0的情形下，即式子（17.2.16）中不存在差分項(xiàng)的滯

27、后項(xiàng),Im-Pesaran-Skin通過(guò)模擬給出了統(tǒng)計(jì)量tNT在不同顯著性水平下的臨界值。如果截面成員中包含滯后項(xiàng)，即(17.2.16)中存在差分項(xiàng)的滯后項(xiàng)，那么Im-Pesaran-Skin檢驗(yàn)利用tNT給出了服從一個(gè)漸近正態(tài)分布的統(tǒng)計(jì)量N.N(tNT-NE(tiT(Pi)叫nt=INi-"N(0,1)(17.2.18),N八Var(tiT(Pi)因此，可以利用整個(gè)漸近正態(tài)分布的統(tǒng)計(jì)量檢驗(yàn)存在滯后項(xiàng)的面板數(shù)據(jù)。另外，在Im-Pesaran-Skin檢驗(yàn)中，還需要設(shè)定每個(gè)截面成員是否存在截距項(xiàng)或者時(shí)間趨勢(shì)項(xiàng)。(2)Fisher-ADF檢驗(yàn)和Fisher-PP檢驗(yàn)Maddala,G.S

28、.andS.Wu."AComparativeStudyofUnitRootTestswithPanelDataandANewSimpleTest,”O(jiān)xfordBulletinofEconometricsandStatistics,1999,61：631-652。Fisher-ADF檢驗(yàn)和Fisher-PP檢驗(yàn)應(yīng)用了Fisher的結(jié)果(1932),通過(guò)結(jié)合不同截面成員單位根檢驗(yàn)的p值，構(gòu)造出了兩個(gè)統(tǒng)計(jì)量，漸近服從于卡方分布和正態(tài)分布，用來(lái)檢驗(yàn)面板數(shù)據(jù)是否存在單位根。漸近卡方統(tǒng)計(jì)量定義如下：N(17.2.19)-2%log(二i)>2(2N)i1其中：為第i組截面成員單位根檢驗(yàn)的

29、p值，卡方分布的自由度為2N。另外，漸近正態(tài)分布的定義如下:_1?.jZ-'(二i)>N(0,1)-Ni1(17.2.20)其中：,是標(biāo)準(zhǔn)正態(tài)分布函數(shù)的反函數(shù),%為第i組截面數(shù)據(jù)單位根檢驗(yàn)的p值。Fisher-ADF檢驗(yàn)和Fisher-PP檢驗(yàn)的原假設(shè)和備擇假設(shè)同Im-Pesaran-Skin檢驗(yàn)相同。在進(jìn)彳tFisher-ADF檢驗(yàn)時(shí)，需要指出每組橫截面成員是否包含常數(shù)項(xiàng)或者時(shí)間趨勢(shì)項(xiàng)；在進(jìn)行Fisher-PP檢驗(yàn)時(shí)，需要指出具體的核函數(shù)f0。17.2.2單位根檢驗(yàn)操作Eviews軟件都提供了以上的六種檢驗(yàn)方法。1)在pool對(duì)象中進(jìn)行單位根檢驗(yàn)首先在打開pool或者單獨(dú)一個(gè)面

30、板數(shù)據(jù)結(jié)構(gòu)白序列的窗口中，選擇View/UnitRootTest,打開如下的對(duì)話框：OnitRnntTnp+圖17.2.1在poolseries填入要檢驗(yàn)序列，比如I?,然后在Testtype里選擇單位根檢驗(yàn)的方法本例選LLC方法。圖17.2.2其他設(shè)定與時(shí)間序列單位檢驗(yàn)類似，其他都默認(rèn)Eviews設(shè)定后點(diǎn)擊“OK”，得到對(duì)于變量Levin,Un4ChiillriiiRootTest岫nI的單位根檢驗(yàn)結(jié)果，如圖:;NEHOJ25;:|ntitledA回區(qū)|!GEnrl5hpet|I?-MPocl:FOOLD1VorkfileNullHypothesis;Unitroot(commonunilr

31、ootprocess)Series:IAR.ICH.IDMi.IOE.IGM.IG¥lie.IUO.IUS.IWHDate:0W12/09Time:11:37Sample:19361954ExoggnouGvariables:individualoffsetsAutomatic口rmamumlags向uMiti卻讓白電也由口力orHagsbasedonsic：Dto3Newey-Wesl打言什日“網(wǎng)尚selectionusingBriieokem&iTcrtallhurnberofcibserralicns184Crog5-sectionsincluded:10HethqdL

32、evin.Linft.Chur筑用tisiic2.395Prob0.9917Probablllllesar>computledagaumingasympotlcnormalinfeiiinediiatersuiisonI?2ndStageVarianceHACofMaxBand-.-J11./KI.圖17.2.3對(duì)于變量I,LLC檢驗(yàn)的原假設(shè)是有單位根的假設(shè)，從統(tǒng)計(jì)量的值以及p值，可以看出不能拒絕原假設(shè)，接受有單位根的假設(shè)，說(shuō)明面板數(shù)據(jù)序列I是非平穩(wěn)的。如果需要還可以繼續(xù)進(jìn)行一階差分和二階差分下的單位根檢驗(yàn)。圖17.2.4另外，LLC檢驗(yàn)結(jié)果還包括了每個(gè)截面的自回歸系數(shù)，回歸方差，因變量

33、的HAC,最大滯后階數(shù)等等。2)在面板結(jié)構(gòu)序列中進(jìn)行單位根檢驗(yàn)除了可以在pool對(duì)象中對(duì)某變量的序列進(jìn)行單位根檢驗(yàn)外，還可以在面板結(jié)構(gòu)的workfile中進(jìn)行單位根檢驗(yàn)。(1)在面板結(jié)構(gòu)的workfile中打開I序列，然后點(diǎn)擊View/UnitRootTest,打開單位根檢驗(yàn)的設(shè)定窗口，操作如下：圖17.2.5(2)選擇LLC單位根檢驗(yàn)的方法，其他均保持Eviews默認(rèn)的設(shè)定。圖17.2.6(3)點(diǎn)擊OK后，得到檢驗(yàn)結(jié)果，與在pool中檢驗(yàn)的結(jié)果一樣，除了顯示了LLC檢驗(yàn)統(tǒng)計(jì)量的值以及每個(gè)截面的自回歸系數(shù)等等。圖17.2.7因?yàn)镮序列在水平值不平穩(wěn)，再進(jìn)行一階差分序列檢驗(yàn)，結(jié)果如下:圖17.2

34、.8結(jié)果顯示拒絕了原假設(shè)，則一階差分是平穩(wěn)。（4）若是對(duì)序列I?進(jìn)行Hadri單位根檢驗(yàn)，原假設(shè)是不存在單位根，我們可以得到如下結(jié)果：圖17.2.9從檢驗(yàn)結(jié)果中可以看出，Hadri的z統(tǒng)計(jì)量和Heteroscedastic一致z統(tǒng)計(jì)量都表明拒絕原假設(shè)，即該序列I?存在單位根。17.3面板數(shù)據(jù)的協(xié)整檢驗(yàn)經(jīng)濟(jì)變量之間存在的長(zhǎng)期均衡(靜態(tài))關(guān)系被稱為協(xié)整關(guān)系，協(xié)整分析計(jì)算是20世紀(jì)80年代以來(lái)計(jì)量經(jīng)濟(jì)學(xué)方法論的重大突破，協(xié)整關(guān)系反映了所研究變量之間存在的一種長(zhǎng)期穩(wěn)定的均衡關(guān)系。從經(jīng)濟(jì)意義上看，這種協(xié)整關(guān)系的存在表現(xiàn)為系統(tǒng)內(nèi)某一變量的變化會(huì)影響其它變量的變化，一次沖擊只能使協(xié)整系統(tǒng)短時(shí)間內(nèi)偏離均衡位置

35、，在長(zhǎng)期中它會(huì)自動(dòng)恢復(fù)到均衡位置。本章主要介紹三種基于面板數(shù)據(jù)的協(xié)整方法，由于分析的對(duì)象是二維數(shù)據(jù)，所以與時(shí)間序列的協(xié)整分析并不完全相同。本書主要介紹Pedroni檢驗(yàn)、Kao檢驗(yàn)和Fisher檢驗(yàn)。Pedroni和Kao協(xié)整檢驗(yàn)是從Engle-Granger兩步(殘差)協(xié)整檢驗(yàn)(1987)發(fā)展而來(lái)的；而Fisher檢驗(yàn)則是合并了的Johansen檢驗(yàn)。17.3.1 Pedroni協(xié)整檢驗(yàn)Engle-Granger(1987)協(xié)整檢驗(yàn)是檢驗(yàn)I(1)變量進(jìn)行偽回歸的殘差發(fā)展來(lái)的。假如變量之間是協(xié)整關(guān)系，則殘差應(yīng)該是I(0)變量。相反，假如變量之間不存在協(xié)整關(guān)系，殘差應(yīng)是I(1)變量。Pedron

36、i(1999,2004)和Kao(1999)擴(kuò)展了Engle-Granger研究框架，進(jìn)而研究面板數(shù)據(jù)。Pedroni提出了幾種協(xié)整關(guān)系的檢驗(yàn)方法，那些方法允許截面間存在異質(zhì)性截取和趨勢(shì)系數(shù)?？梢詫⒛Ｐ蛯憺椋簓it=四+6+丸交+02iX2i,t+|+九乂乂+et(17.3.1)其中：t=1,，T;i=1,，N;m=1，M;假定y和x都是y,xI(1)。參數(shù)陽(yáng)和心是個(gè)體和趨勢(shì)效應(yīng)，如果需要可以設(shè)為零。原假設(shè)為不存在協(xié)整關(guān)系，殘差eitI(1)。一般的方法是：先對(duì)方程(17.3.1)進(jìn)行估計(jì)得到殘差，然后對(duì)殘差進(jìn)行輔助性回歸，表達(dá)式為.=強(qiáng),+"(17.3.2)Pi(17.3.3)B=

37、1)的檢驗(yàn)統(tǒng)計(jì)或者，=Re,二：1卜04Vitj1每個(gè)截面都這樣。Pedroni提出了多種檢驗(yàn)原假設(shè)沒(méi)有協(xié)整關(guān)系(量。這里有兩種假設(shè)：同質(zhì)性假設(shè)，即對(duì)于所有截面i相同協(xié)整關(guān)系(Pj=P)<1(Pedroni在截面內(nèi)檢驗(yàn))；異質(zhì)性假設(shè)，即對(duì)于所以i有不同的協(xié)整關(guān)系Pi<1(Pedroni在組內(nèi)檢驗(yàn),截面之間)。Pedroni協(xié)整統(tǒng)計(jì)量Nn,t是通過(guò)對(duì)方程(17.3.2)或者方程(17.3.3)的殘差建立的。根據(jù)N和T的大小產(chǎn)生了不同的統(tǒng)計(jì)量。=N(1,0)Pedroni指出標(biāo)準(zhǔn)的統(tǒng)計(jì)量是漸近服從正態(tài)分布的,(17.3.4)這里N和v是蒙特卡羅實(shí)驗(yàn)調(diào)整項(xiàng)。17.3.2Kao協(xié)整檢驗(yàn)Ka

38、o協(xié)整檢驗(yàn)基本和Pedroni類似，都是從Engle-Granger檢驗(yàn)發(fā)展來(lái)的，但在第一階段回歸中假定截面間有具體的截取和同質(zhì)性系數(shù)。在Kao(1999)的雙變量案例中，我們將模型寫為：Yit=2+P%+0t(17.3.5)其中：Yit=Yi,t。+Uit,%=X,t,+，t=1,T；i=1,N一般地，我們也可以考慮模型(11.6.1)進(jìn)行第一階段回歸，截面間必是不相同的，Pj是相同的，所有的趨勢(shì)系數(shù)瓦為零。同樣，Kao對(duì)殘差項(xiàng)進(jìn)行混合輔助回歸，et=,丫或者混合設(shè)定擴(kuò)展形式:pet=2”l-：j.0_jv,j1在沒(méi)有協(xié)整關(guān)系白原假設(shè)下，Kao給出了檢驗(yàn)統(tǒng)計(jì)量:DF：=10.2DFt=.，運(yùn)

39、5t：1.875N*DFp二.NT(7-1)3.N。2/(二加)*DFt36二：/(5二0v)t:.6N；;v/(2；ov)2一2_2-2二ov/(2二v).3；=v/(10；=0v)因?yàn)閜>0,擴(kuò)展為tD，6N二v/(2；10u)ADF=2J222.二0v/(2；=v)3-v/(10-0v)(17.3.(6)(17.3.(7)(17.3.(8)(17.3.(9)(17.3.(10)(17.3.(11)(17.3.(12)近似收斂于正態(tài)分布n(0,1),這里估計(jì)方差為仃2=<!；-仃292,估計(jì)的長(zhǎng)期運(yùn)行方(17.3.13)協(xié)方差為witUitl(17.3.14)it協(xié)方差的估計(jì)為

40、:22NTOl.u仃uJ1,?=I22初=££WitWit(17.3.15)?u£NTi/y長(zhǎng)期運(yùn)行協(xié)方差由以下式子估計(jì)：IOu二Ou1N1,c=|0尸=H-ZWitwit+k(wj(17.3.16)忖Ou.也NyT其中k是任意核函數(shù)。17.3.3合并個(gè)體檢驗(yàn)(Fisher/JohansenFisher(1932)用個(gè)體解釋變量的檢驗(yàn)結(jié)果得到合并的協(xié)整檢驗(yàn)。Maddala和Wu(1999)用Fisher的結(jié)果推導(dǎo)出另一種檢驗(yàn)面板數(shù)據(jù)協(xié)整關(guān)系的方法，該方法從合并個(gè)體截面的檢驗(yàn)中得到對(duì)整個(gè)面板的檢驗(yàn)統(tǒng)計(jì)量。假設(shè)%為截面成員i個(gè)體協(xié)整檢驗(yàn)的p值，在面板的原假設(shè)下，漸近卡

41、方統(tǒng)計(jì)量定義如下：N-2Z10g(%)t72(2N)(17.3.17)i1默認(rèn)地，卡方分布是基于MacKinnon-Haug-Michelis(1999)的p值，并且構(gòu)造了Johansen的協(xié)整檢驗(yàn)的兩個(gè)統(tǒng)計(jì)量，跡統(tǒng)計(jì)量和極大特征值統(tǒng)計(jì)量。17.3.4協(xié)整檢驗(yàn)軟件操作面板數(shù)據(jù)協(xié)整檢驗(yàn)在pool對(duì)象和面板結(jié)構(gòu)文件夾中都可以做。Eviews提供上面介紹的三種檢驗(yàn)方式進(jìn)行面板協(xié)整檢驗(yàn)。由于前面單位檢驗(yàn)I、F和K序列的一階差分是平穩(wěn)的，則可以對(duì)原序列進(jìn)行協(xié)整檢驗(yàn)。(1)在workfile面板數(shù)據(jù)結(jié)構(gòu)中，打開I、F和K群窗口，然后點(diǎn)擊群窗口菜單上的Views/CointegrationTest,可以進(jìn)行

42、類似時(shí)間序列協(xié)整檢驗(yàn)的相關(guān)的設(shè)定，但由于面板數(shù)據(jù)的特殊性，選Testtype一種類型，相應(yīng)的Deterministictrendspecification也不一樣。例如首先選擇Pedroni檢驗(yàn)方法，則設(shè)定窗口如下：I'tWFiCOlMefFftt10l!lIe-FtXDetemwi般trend型MfkHkr；國(guó)M泌陽(yáng)心aI:"0I圖17.3.1Deterministictrendspecification設(shè)定時(shí)，如果想包含個(gè)體固定效應(yīng)或截距，則可以選擇Individualintercept;若想包含個(gè)體和時(shí)期固定效應(yīng)，則可以選擇Individualinterceptandi

43、ndividualtrend;或者兩種者B沒(méi)有選Nointerceptortrend。估計(jì)結(jié)果如下：Gpe01Kb廿詞曲4Fdfdwfkd，皿際I:|parliaia»ln<Evi設(shè)tnYfrtjiodGru二Q1TITLEDhrkfil«；DM汨抬:Uct近*rl|回回PeiiranlRpmICdn旭qisimTmISew寧IFK如舊和“3nHTim?ili?B財(cái)PMi姬51的kidugedOiH4Mi1i>ii»2ttlE44麻油MM郵10hluliFhfiaiiAfiifiHbcoriiGriioriTrindjstGumpdin:No口tfta

44、rmiMiikuandLaaiMMn:iWbdac1N船電叫牖*ZndwidlisaltiHiwtt-iBridithfifnal肉所亦甘hfljpii口期comiTMnWRcuf昆，*tt”ndmcrrskrnjWcgtTtad段獨(dú)alePinh皂arigli!Pt也Pandv-StarlrtG135rBMQJRT31J3HTS口內(nèi)既Panel3劇曲蝴-O.ai3?2TQ.1911-1.-MZH2ftflEJTPh閑靜Slaflstfc-UfiliaBOilIB百兢?勇電OOlXUpjhei*OF-i8MHtt：0.4N06-4.71909300M30川IfE的噂廂仲2男面第麗CQ我加由vm

45、既電Q巾黨工FeHGh&1PffUEl55ECi&aTMoZas?GiDupPPEiKiEtiL-4144-raBa.4HQbGlUjpADF9ldlilK-560&8J5a.MOD圖17.3.2檢驗(yàn)結(jié)果的頂部顯示了檢驗(yàn)方法，原假設(shè)，外生變量設(shè)定以及其他相關(guān)的檢驗(yàn)設(shè)置。下面接著是Pedroni檢驗(yàn)的幾個(gè)相關(guān)統(tǒng)計(jì)量，用于拒絕同質(zhì)性和異質(zhì)性的相關(guān)假定。檢驗(yàn)結(jié)果的上半部分是同質(zhì)性假定的檢驗(yàn)結(jié)果，即假定所有截面有共同的AR系數(shù)，Eviews給出了相應(yīng)的統(tǒng)計(jì)量加權(quán)與未加權(quán)時(shí)的取值及其相伴概率。可以看出Panelv統(tǒng)計(jì)量和Panelrho統(tǒng)計(jì)量在顯著性水平10%時(shí)拒絕沒(méi)有協(xié)整的零假

46、設(shè)，而PanelPP統(tǒng)計(jì)量和PanelADF統(tǒng)計(jì)量在1%顯著性水平拒絕了零假設(shè)，認(rèn)為所有截面有共同的AR系數(shù)，且該系數(shù)的值小于1。接下來(lái)，給出了異質(zhì)性假設(shè)的檢驗(yàn)結(jié)果，即只要求每個(gè)截面的AR系數(shù)值小于1,也給出了相關(guān)的統(tǒng)計(jì)量取值和相伴概率，從上面的結(jié)果可以看出Grouprho統(tǒng)計(jì)量不能拒絕原假設(shè)，即認(rèn)為不存在協(xié)整關(guān)系，而GroupPP統(tǒng)計(jì)量和GroupADF統(tǒng)計(jì)量均很顯著，拒絕原假設(shè)，認(rèn)為存在異質(zhì)性協(xié)整關(guān)系。結(jié)果還顯示了在計(jì)算統(tǒng)計(jì)量中間使用的輔助回歸結(jié)果，因?yàn)镻edroni檢驗(yàn)是分為兩部分的，第一部分包含Phillips-Peron非參數(shù)結(jié)果，第二部分是擴(kuò)展的Dickey-Fuller參數(shù)結(jié)果。

47、WTIB日nli&rtofdle!mIeVpi方厚FriigjWn父懶jncapaiarr-MjliC<rii4CiiAdiiD1用id&Tl山IIH4b5MHUI112-1Q3D151?E39ii:<liarIDD171HH177DQK93SJiq.3-H14ENH94i7i4ar3DDiq5HRKIMUM1O1舊n411«&Ed.llKIlld7lnmiaJ1114111的，“RI皿flm日f(shuō)iain77HT(ia1WIw日qa5)0104MHT235R?519wq卻24JM79T83M19M17n9rHi口CwFu抬1majls-iMfisn

48、-ehtiCrow10響力IXiiwnLmHi小網(wǎng)CtM1fl町156eBW51制24葡5M&DO33ia3131OjMW-4.131>£>11口】知«_135iAl8J«|力b乂用!一|:3T-1il£IMIAM«一幅自LH?國(guó)一仿ua皿弓劑bP9i一IM.i曬-329D4jai'IH4l-但M圖17.3.3若選擇Kao檢驗(yàn)，則窗口變成下面的形式，并且只能設(shè)定個(gè)體固定效應(yīng)或個(gè)體截距，如下圖:圖17.3.4檢驗(yàn)結(jié)果類似與Pedroni檢驗(yàn)，可以看到ADF統(tǒng)計(jì)量的值和prob拒絕值設(shè)，即該三個(gè)變量之間存在協(xié)整關(guān)系。證明

49、了拒絕原假Craup-UNTlTIJlEiVochfile!K)13G2-Unfit.二回&K3oRssldualCoirsfiDraionTgst31nti：IFKDais：D4nzmsme：15：4OSample.19351&54Includedubserv5done:2DDNiillH>fo(hesia:No亡口ihbegi髓onTmncJ就5師gixrNqdatemmiEtK1nsndLaaselecUon:fhedatlbvnthMqlfi“舊曲nusinggrilqlltqfn?!PrtibADF-379551O.DOQ1Rb川dgl忖nmncEMACfian

50、ce102071913451B0該檢驗(yàn)也是對(duì)殘差進(jìn)行混合輔助回歸,圖17.3.5但每個(gè)截面的殘差回歸方程一樣,因此在圖中看出殘差的滯后項(xiàng)和滯后項(xiàng)的差分系數(shù)都是顯著的。CrDuprUNTITLEDTorkfileiIKl»2iiQtnUt.口AuvnAfiud口kfe吁FujIgtTbfilEE|jJiQnDapanctafTlVafldbADrREBIDNivtioiiLflasISqijdrhEwa:口相加19ma:154Dmp»dkKit<n：19371454IrKkidriidsefYiloM：1BDrtf“Hu而esitsVinaUrCwFkWESidErro

51、r悶曲啾Prob.REEIC-«)-Q工副即O.P7I94I695IF3QQQQDQCipesDriB口處I*M工35(I3H口電融,呻d0I6M02叫加如歸A黃川*AjJu胸HR嚀rwMpQ1SR駁。50®Oefiiienlwin«22澗!=；FW喧中刊行陽(yáng)n山融岫|的士|柏南H10即明ifii；4uadi1n=*i>31SchrMfitrillionWH刖8LghhUhMd31，篦白口iai亞法ufhn-'>十miH川1班法21V圖17.3.6還可以選擇Fisher檢驗(yàn)，該檢驗(yàn)與Johansen類似，設(shè)定窗口也一樣,圖17.3.7其結(jié)果顯示

52、也與Johansen顯示一樣，具體的分析可以參見(jiàn)時(shí)間序列協(xié)整分析。GroQEh；mniTL.BPToikfilci：103?52:.百區(qū)|wdFrodfcbprtlIfrwtjMjwtrreKBjbtfTyjd&hci51MdIFisherPanelCoknesratonTestifkDalE：O4n2J119Tlint15:45西191054includedDbeenflUDnB-rajTrandassurepion:LntardetE-!ministctrtndLagsrlttfYti4nIrSIdiflerrnctS).I1UnmtnckdCariagraoonRunkTirfi

53、tCTracaandHahimumEip&rmMft)kpQ巾軸跡H*ofCErt)f«8he«3tal*HumtraDQ悔叫Pifllj.FisherStx*jTmmmau-BlgnW前F哂None40i.30口蚪36,09D.015DA|rnuBl1199104637D571-5Me問(wèn)才21BlQ35W21BlD.35D9BProbsWIliesareCDMputedu&lngABwnplufcCt>«quaradlBWolon.圖17.3.8（2）另外可以在pool對(duì)象中進(jìn)行協(xié)整檢驗(yàn)，同樣在pool窗口菜單中點(diǎn)擊Views/Cointe

54、grationTest,這時(shí)窗口多了一個(gè)設(shè)定序列的窗口，在左上面的Variables處填入至少兩個(gè)序列進(jìn)行協(xié)整檢驗(yàn)，其他的設(shè)定與面板結(jié)構(gòu)中的一樣，檢驗(yàn)結(jié)果也類似。17.4 面板Granger因果檢驗(yàn)在經(jīng)濟(jì)分析中，往往要研究?jī)山?jīng)濟(jì)變量間的因果關(guān)系。例如，在研究金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系時(shí)，是金融發(fā)展促進(jìn)了經(jīng)濟(jì)增長(zhǎng)，還是經(jīng)濟(jì)增長(zhǎng)帶動(dòng)了金融發(fā)展，或者二者互為因果。但由于不同的經(jīng)濟(jì)理論所依據(jù)的前提假設(shè)不一致，使得單憑經(jīng)濟(jì)理論很難作出合理的判斷。Granger因果檢驗(yàn)的具體思想?yún)⒁?jiàn)前面的時(shí)間序列因果檢驗(yàn)思想，但傳統(tǒng)的Granger因果檢驗(yàn)在單個(gè)經(jīng)濟(jì)體經(jīng)濟(jì)變量的因果關(guān)系檢驗(yàn)中發(fā)揮了重要的作用，當(dāng)面對(duì)具有時(shí)間

55、和個(gè)體雙重維度的數(shù)據(jù)（面板數(shù)據(jù)）時(shí)有些束手無(wú)策。近年來(lái)，國(guó)外很多學(xué)者對(duì)面板數(shù)據(jù)下Granger因果檢驗(yàn)的理論和應(yīng)用進(jìn)行了很多的研究，取得了一定的成果。國(guó)外現(xiàn)有的面板數(shù)據(jù)的因果檢驗(yàn)方法都是基于傳統(tǒng)的Granger因果檢驗(yàn)的思想，將其推廣到面板數(shù)據(jù)的情形。構(gòu)造如下的VAR模型（時(shí)間平穩(wěn)的），計(jì)算受約束的回歸RSSr和無(wú)約束回歸的RSSu,然后卞造Wald統(tǒng)計(jì)量對(duì)電的線性約束進(jìn)行檢驗(yàn)。pqyit=4+2心yi,+2叩公,+第（17.4.1）k=1k1在Eviews軟件操作也與時(shí)間序列類似，打開整個(gè)群組序列，然后在群組窗口工具欄中，點(diǎn)擊view/GrangerCausality,VCraurjjCJOUPD：I.VatkrilK：DOIT'&H£；DniPsirwlBflOfansierCsusalTeasDa|R-11m«-1rD3Lag