[请教]NPT1.3应该是不能做 panel causality test ，对吗？

The first step is to estimate
the long run model from equation (5) in order to
obtain  the  estimated  residuals,  这样 ECM 项 可以得出！

The  second
step  is  to  estimate  the  Granger  causality  model
with a dynamic error correction as follows:

panel  causality  test 就是判断 模型中的参数是否为零 而进行的 T检验 或者F检验，论文中的数据为各个国家的数据，那么就以每个国家作为一个时间序列数据 进行估计，从而可以判断各个参数的显著性了。

但这种做法的理论基础有待商榷。我理解应该是这么做的。没有实践过。但如果分割出的每个时间序列之间存在相关性怎么办呢，如何处理我就不知道了。

总之我项之所以Eviews7中还没有封装这个技术，很大原因就是因为这性技术理论上的不成熟把？不过现在倒是有大量的论文都在写 panel的casuality test了！

我只是 关注面板方面的知识 几天而已，，说的不好的 请大家指正。

zhaomn200145 发表于 2010-8-1 13:06
以前看Hurlin的文章，他对面板因果检验的研究只限于平稳数据。

必须要 数据是平稳的吗？如果模型平稳不可以吗？例如VAR模型，即使数据不平稳，那么模型仍就有平稳的可能，即模型的根都分布在单位圆内。

个人看法：不论是fmols或是dols方法，都是为解决所谓内生性问题，得到统计量的渐进正态分布而使用的协整估计方法。所以不论是在单一时间序列或是面板数据中，这种协整参数的估计方法与 ECM方法应该是有所区别的。此外，在面板因果检验中，还应该考虑到待估参数的异质性问题。所以感觉楼主提供的这篇working paper中所使用的估计方法可能有问题。建议楼主，能否找一篇国外已经在正规期刊上刊出的面板因果检验的相关实证文献？

国内所谓面板因果检验的文章就不要看了。印象中好像只有西财黎实老师的一个学生的文章还正规些，其他人的基本上都是乱做一气............

也希望其他对此问题有研究的老师同学踊跃发言，参与讨论者均有奖励，呵呵。

zhaomn200145 发表于 2010-8-1 15:06
个人看法：不论是fmols或是dols方法，都是为解决所谓内生性问题，得到统计量的渐进正态分布而使用的协整估计方法。所以不论是在单一时间序列或是面板数据中，这种协整参数的估计方法与 ECM方法应该是有所区别的。此外，在面板因果检验中，还应该考虑到待估参数的异质性问题。所以感觉楼主提供的这篇working paper中所使用的估计方法可能有问题。建议楼主，能否找一篇国外已经在正规期刊上刊出的面板因果检验的相关实证文献？

  FMOLS  corrects  the  endogeneity  and  serial
correlation to the OLS estimator non-parametrically, while the DOLS uses the future
and past values of the differenced explanatory variables as additional regressors.  

版主说的没错。看来泰国人的这篇working 不妥了。由于本人资源有限，基本只能从google中的学术搜索来获取论文（当然大多都是working paper了）。

另外异质性问题应该是 面板因果检验 中 最难克服的问题把。

维度不同，导致面板因果检验模型比单一时间序列模型要复杂得多。所以在使用面板因果检验这种方法的时候还是要慎重一些。

zhaomn200145 发表于 2010-8-1 15:33
维度不同，导致面板因果检验模型比单一时间序列模型要复杂得多。所以在使用面板因果检验这种方法的时候还是要慎重一些。

Christophe Hurlin 在对panel VAR线性模型做了大量的假设后，构造了关于（H0，假设称为同质无因果关系）的统计量，然后根据计算出的统计量以及置信区间来判定 Causality是否存在。
版主有没有Hurlin的程序 共享一下。。

抱歉，我也没有这个程序。