面板数据分析简要步骤与注意事项面板单位根—面板协整—回归分析.docx

面板数据分析简要步骤与注意事项
面板单位根—面板协整—回归分析)
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、 PP-Fisher Chi-square 统计量、 Hadri Z 统计量，并且 Levin, Lin & Chu t* 统计量、 Breitung t 统计量的原假设为存在普通的单位根过程， lm Pesaran & Shin W 统计量、 ADF- Fisher Chi-square 统计量、 PP-Fisher Chi-square 统 计量的原假设为存在有效的单位根过程， Hadri Z 统计量的检验原假设为不存在普通的单 位根过程。
有时，为了方便， 只采用两种面板数据单位根检验方法， 即相同根单位根检验 LLC (Levin-Lin-Chu )检验和不同根单位根检验 Fish