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~
〖素质笔记〗Eviews 8新功能之一——ETS指数平滑法(R实现函数)
〖素质笔记〗Eviews 8新功能之二——断点回归
〖素质笔记〗Eviews 8新功能之三——面板协整
〖素质笔记〗Eviews 8新功能之四——Heckman选择模型
〖素质笔记〗Eviews 8新功能之五——马尔科夫转换回归模型
〖素质笔记〗Eviews 8新功能之六——结构突变检验(Bai Perron检验)
〖素质笔记〗Eviews 9 三大新功能——预测功能(一)
〖素质笔记〗Eviews 9 三大新功能——估计功能(二)
〖素质笔记〗Eviews 9 三大新功能——检验功能(三)
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。