面板协整

素质自己学习、全部操作了以下Eviews 8 与 9 的新功能，觉得 8.0版本改动较大，9.0的话在8.0基础上加入了许多估计方法。

如果有对这些感兴趣的，欢迎一起加好友，讨论~

在现代时间序列的分析中，长期趋势的分析得到了极大的关注。

EViews 8提供了多种形式的面板估计， 面板完全误差修正最小二乘法（FMOLS，原文the residual-based panel Fully Modified OLS）；动态最小二乘法估计（DOLS）；这些都是通常分布下的渐近无偏估计（ Phillips and Moon, 1999; Pedroni, 2000, 2001; Kao and Chiang, 2000; Mark and Sul, 2003）

数据来源于Kao, Chiang, and Chen（KCC, 1999, “International R&D Spillovers: An Application of Estimation and Inference in Panel Cointegration, Oxford Bulletin of Economics and Statistics, 61, 693–711.

由三个变量， 对数化的全要素小绿绿 (LTFP),国内外对数化研发资本存量 (LRD), and (LFRD) 的22个国家，1971-1990年，19年数据。我们用了简单的FMOLS与DOLS估计（在论文的Table 4(i) (p. 703) and Table 5(i) (p. 704）。

一、FMOLS下的协整关系

在长期趋势下，我们设置了6个带宽值。

此时使用的是混合估计下的全修正OLS（in Table 4(i) of KCC）

上面的对话框给出了，panel methord是混合估计；只用了一个常数C来作为横截面下的特定回归变量，参数协方差是默认设置，长期协方差估计用了Bartlett核估计，带宽为6。

中间是系数、标准误差与T统计量，这与KCC论文中的结果有一些差异，但是基本上LRD与LFRD国内外对LTFP（全要素效率）有着显著关系。

下面是各种统计量，注意在长期协方差，0.001347。

二、DOLS动态模型估计

得到了动态估计下的结果，与FMOLS不同的是，长期协方差矩阵使用了Bartlett核估计，但是使用了固定NW带宽。

其他数值都与KCC论文中相似。

[hide]

练习数据包：

欢迎加好友，一起研究~

[/hide]