搜索
2.1.2面板协整检验在时间序列的协整检验是很重要的一个环节。最早Granger和Newbold（1974）发现以前的研究对于残差的自相关性没有充分重视。但是实际中的很多宏观时间序列都是非平稳的。如果采用分析平稳时间序列的方法来分析非平稳的时间序列（如普通最小二乘估计、移动平均法、指数平滑法），就可能会出现十分荒谬的结论（如失业率和某人的体重高度相关这样的伪回归），有些时候对于存在相关关系的变量又可能得出它们完全不相关的结论。当有些非平稳的时间序列间短期内不相关，但是长期内却有趋于均衡的关系时，传统的方法不能区别这些。时间序列的协整检验就能有效的解决这个问题。首先从经济学理论方面推出可能存在协整关系的经济变量，然后通过对已观察的数据进行协整检验。对于结果是经济变量间存在协整关系，就可以进一步建立相关的计量经济模型，对未来的趋势进行分析。一般时间序列都是用Engle-Granger两步法检验协整关系。但是这些方法存在缺陷，时间序列观察值的长度会影响到检验的效果。观测值的长度越长会使得在协整检验过程中犯第二类错误的概率越小Pedroni（1995）35。对于Johansen的多参数检验也是会有影响的。这些方法对滞后的阶数选择十分敏感。就是在时间序列的观察长度短的情况下，Johansen的多参数检验是不准确的。但是在实际经济环境中会对时间观测值的长度限制很多，我们不可能对每个经济变量都观察到足够长的数据。在时间序列协整检验的样本偏少缺陷下，科学家提出了一系列面板协整检验，这些面板协整检验可以在一定程度上弥补这一点。自从Pedroni1995年提出面板协整检验方法以来，面板协整的应用在经济学上已经众多的研究成果。CecilioTamarit,MarianCamarero(2002)选取1973年到1997年英国、法国、德国、意大利、荷兰等11个欧盟成员国的数据研究西班牙的经济实力和石油价格的关系。通过McCoskeyandkao（1998），kao（1999）、Pedroni（1999）三种面板协整检验。发现西班牙的石油价格与利率差分、汇率之间存在协整关系。它们之间存在长期均衡关系。石油价格的提高会导致汇率的下降，而利率差分的提高会导致汇率的上升36。AvikChakrabarti（2003）选取1982年第三季度到1992年第四季度美国12个SIC制造业的面板数据。研究制造业的工资、进口价格和就业之间的关系。通过Pedroni（1999）协整检验发现，就业和进口价格之间不存在长期稳定关系。制造也的工资和进口价格之间存在显著的长期稳定关系37。GeorgeHondroyiannis（2005）选取1960年到1998年欧洲八个国家的面板数据，研究人口变量、实际工资和实际人均产出、年龄抚养率之间的关系。采用完全修正OLS估计法。发现从长期来看，实际人均产出的提高会带来人口增长的提高，但是实际工资方面的提高会对人口增长带来负面影响38。RogerKelly,GeorgeMavrotas(2003)通过选取1972年到1994年17个非洲国家的面板数据研究财政部门的发展和私人储蓄之间的关系。通过Pedroni（1999）协整检验，得出了很以往研究不同的结论。结论表明财政部门的发展和私人储蓄之间没有协整关系。再是用Larsson（2001）检验也得出类似结论。这个结论符合Richardian的等价假设。流动性的约束在大多数的非洲国家中没有发挥至关重要的作用39。目前面板协整检验方法大体上可以分为两类：第一类是在Engle-Granger两步法的基础上进行推广，即利用面板回归方程计算得到残差构造统计量进行检验。它的特点是：适用于检验个体时间序列之间是否存在一个协整关系，忽略了有可能存在的不可观测因素。具体方法可见参考文献Kao（1999）、McCoskey（1998）、Pedroni（1999、2001、2004）、westerlund（2005a、2005b、2006a）404142。第二类是基于Johansen迹检验的方法发展到面板数据的协整检验，它的优点是可以检验多个变量之间的协整关系，允许面板数据存在空间相关性。具体方法可见参考文献Larsson（2001）、Banerjee（2004）、Breitung（2005）4344。在2003年的时候，Gutierrez用MonteCarlo模拟检验对Kao（1999）、pedroni（2000）、larsson(2001)三种方法进行了比较。分别对Kao（1999）和Pedroni（2000）采取了所有变量间都是协整的相同假设，对larsson（2001）采取了在全部N个截面中最多只有R对协整关系的假设。在MonteCarlo模拟检验中Gutierrez得出结论：当T的值比较大时这三个检验的功效都很高。但是，当T的值比较小的时候面板数据这三种的检验功效开始降低。他还发现了当T固定等于10时，伴随随着N的变大，Kao（1999）检验一直都会比比Pedroni一直都检验功效高。但是当T增大时则是Pedroni（2000）检验比Kao（1999）检验功效更好。它们两者的检验功效都会比Larsson好。下面是本文运用的Pedroni方法介绍。Pedroni方法是建立在下列方程的残差的基础上：ititititiitytx其中，i=1,2,…,N;t=1,2,…,T;ity是()1NT维可观测变量；itx是()NTm维可观测变量，m是回归变量的个数。Pedroni提出了两类方法的检验其中：第一类分