- 1、本文档共7页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
个体自相关条件下面板虚假回归研究
PAGE
PAGE 7
个体自相关条件下面板虚假回归研究
本文受国家自然科学基金项目“面板数据的计量经济理论方法研究”资助。批准号
张晓峒 王贵鹏 聂巧平
(南开大学经济学院国际经济研究所,天津,300071)
摘要:虚假回归是非平稳时间序列分析中重要问题,但目前对面板虚假回归特别是对个体序列相关下的虚假回归研究较少。而运用Beveridge-Nelson分解考察虚假回归的LS估计量性质的文献还没有。本文在个体序列相关条件下利用Beveridge-Nelson分解考察面板LS估计量的虚假回归性质。研究表明面板虚假回归的LS估计量对其真值是一致的,并且是渐近正态分布的,但其相应t统计量的分布是发散的。在给出统计量的渐近分布之后我们利用Monte Carlo模拟给出了不同样本条件和不同相关系数下LS估计量的小样本性质。
关键词:面板数据 虚假回归 LS估计量
Spurious Regression in Panel Data with Serial Correlation
ZHANG Xiaotong WANG Guipeng NIE Qiaoping
(Institute of International Economics, The School of Economics, Nankai University,
Abstract: Spurious Regression is an important problem in analysis of nonstationary time series, but less attention has been paid to the spurious regression in panel data. There are no literatures of spurious regression based on Beveridge-Nelson decomposition method. In this paper the asymptotic properties of the LS estimator on the assumption that the time series is correlated is studied. It is shown that the LS estimator is consistent, but the corresponding t statistic is diverged. We also study the properties of the estimator with finite sample by Monte
Key words: panel data spurious regression LS estimator
一、引言
在时间序列分析中,如果用两个独立的非平稳时间序列建立回归模型,往往会得到具有统计显著性的回归参数,这种现象称为虚假回归,在统计上也称为无意义相关。最早是Rule在研究1866到1911年之间英国的人口死亡率和在教堂举行婚礼比率之间的高相关关系时提出的。在计量经济学中,Grange-Newbold(1974)利用蒙特卡罗模拟得出当两个独立的非平稳过程进行回归时会出现虚假回归现象。Phillips(1986)利用泛函中心极限定理从理论上对虚假回归问题进行了分析,指出虚假回归的t和F统计量的分布都是发散的。
在面板数据中,如果用非平稳个体进行回归,也会出现虚假回归现象。Entorf(1997)考察了真实模型包含独立的随机游走时面板固定效应模型的虚假回归现象。Kao (1999)考察了面板LS估计量的虚假回归性质,指出面板虚假回归和纯时间序列虚假回归的LS估计量对其真值是一致估计量,但是统计量是发散的,所以对回归系数?的推断是错误的。菲利普斯Phillips and moon(1999)利用序贯极限理论(sequential limit theory)给出了面板虚假回归混合(pool)估计量的渐近性质,并且指出在一定条件下,这些结果对联合极限(joint limits)同样成立。需要指出的是,此前所有有关面板虚假回归的研究都假设面板个体之间是独立的。本文也将在这一假设下利用面板数据的Beveridge-Nelson分解考察个体序列相关条件下面板LS估计量的性质。这些性质对面板协整检验有非常重要的意义,因为基于残差的协整检验统计量的分布依赖于的分布。文章作如下安排:第二节给出了基本的假定和数据生成过程;第三节推导了估计量的渐近性质;第四节利用Monte Carlo模拟考察估计量的小样本性质;第五节是结论。
文档评论(0)