发帖
雷达卡
1# bigfish2007
这里可能有人会问，为什么面板单位根的研究一定要涉及近似因子模型的进展。大家可以想想，如果两个序列之间是强相关的，那说明了什么？只能说明这两个序列都包含有同一成分，这一共同成分不就是因子么，当然问题并不这么简单，首先这个共同的成分不一定能够用一个时间上独立的随机变量表示，可能需要很多个，那么第一个问题就出来了，要多少个表示才合理呢，白聚山2002年的文章解决的就是这个问题，接着而来的第二个问题是，如果由多个变量表示，那么变量前面的系数应该如何决定？
不要小看这两个问题，很早人们就想到了用因子模型来解决横截面的强相关，例如Phillips and sul2003年在econometric journal以及perasan2003年在journal of applied econometrics，以及choi2002年的woriking paper，都发表过带因子模型的面板单位根检验，但是他们的因子模型都太特殊了，要么是单因子，要么荷载参数相同，都不具有一般性的特征。毫无疑问，为了能够将面板单位根检验用在最一般的环境中，需要引入最一般的因子模型。在经过漫长的酝酿之后，白聚山和serena ng在2004年的econometrica上发表了题名“a panic attack on unit root and cointegration"的文章，这篇文章才是真正意义上的面板单位根检验，这一检验有如下特点，首先它允许了面板之间的强相关问题，强相关的原因由共同因子产生，其次，他允许强相关由多个因子产生，因子的个数可以由白聚山2002年的方法决定，再次，他允许数据的非平稳特征来自不同的部分，既可以是共同性成分也可以是异质性成分，或者共同性成分和异质性成分兼而有之，最后它可以同时探测数据非平稳性的来源。在说及白聚山2004年的工作的时候，还必须提及moon和perron(此perron非彼perron，但都是phillips的学生)他们在2004年JOE上的一篇文章，这篇文章具有前面四个特点中的两个，但是第三个特点不具备，moon和perron的文章对数据生成过程要求，数据的非平稳性要同时来自共同因子和异质性成分，这一假定有点强，但是他们的方法还是很有启发性的。白聚山将他们的检验方法称为PANIC方法，实话说，PANIC检验的渐进理论远不够完善，且不说联合收敛是否存在，就是依序收敛，都未必成立，不过这不妨碍这篇文章的贡献，事实上，当我第一次读懂这篇文章后，我突然感觉面板单位根检验的两个问题很有可能就要被解决了。再转到moon和perron2004年的文章上，这篇文章有个很重要的问题，就是对于含有时间趋势的情形无法给出渐进结果，对此moon和perron他们自己也感觉很失望，但是他们确实将他们的结论建立在了phillips and moon1999的联合收敛上。看看这两篇文章，一篇解决了其他所有问题，但是联合收敛没有建立，一篇解决了联合收敛但是在其他方面出了问题，要想解决所有问题该怎么办？简单撒，两篇文章一揉和，取长补短就行了嘛，呵呵，我说的是简单，但做起来可不容易哦，不过那些处在世界前沿的计量斗士们确实就是这么想的，在2008年，白聚山和serena ng在一篇working paper中提出了一种新的检验(这篇文章大家可能还看不到)，这个检验包含了前面所有检验的优点，多多少少有点无懈可击了。
写到这里，我想我开的帖子也该结束了，本来我很想在这个领域做下去的，但是当我向白聚山说了之后，不知道为什么他要我学什么MCMC算法的gibbs抽样，我当时就哭了：），我上网google发现最牛的一本书，全国就只有人大论坛上有，我当时就后悔为什么不早点在这个论坛上攒人品！不过写到这里，我发现我的论坛币已经有了60个了。我眼里噙着泪水，只想说一句，太感谢版主了！！！
京公网安备 11010802022788号
