文档介绍：基于LSTR的独立面板变结构协整检验研究陈海燕(1982-),女,汉族,重庆市人,讲师,博士,重庆工商大学经济贸易学院教师,研究方向为计量经济方法研究与应用。所在单位为中国数量经济学会单位会员。
陈海燕
(重庆工商大学经济贸易学院,重庆南岸区,400067)
摘要:考虑到数据结构发生变化的过程具有渐变性,本文利用LSTR对截面独立的面板变结构协整检验进行修正,提出了基于LM检验原理的两个协整检验统计量,论证了检验统计量具有不受结构变化点影响的渐近正态分布。最后通过仿真试验研究表明经LSTR修正的独立面板变结构协整检验方法具有更高的检验功效。
关键词:面板数据;截面独立;协整检验;结构变化;LSTR
中图分类号: 文献标识码:A
0 引言
自Engle和Granger(1987)[1]提出时间序列的协整理论以来,有关经济变量间协整关系检验方法研究已成为非经典计量经济学理论方法研究的核心内容之一。协整关系描述了经济系统中两个或多个非平稳变量之间的长期均衡关系。在实证研究中,随着研究对象观测时间的增长,结构发生变化的可能性也越大。一些外生冲击将对经济金融的数据结构产生很大的影响,比如石油危机、经济危机、战争、制度变迁等。用未考虑结构变化的检验方法检验结构变化数据的关系必然导致检验结果失真。Hao(1996)[2]中指出结构突变将导致协整检验统计量极限分布不可靠。在协整检验过程中忽略结构突变,将使协整方程产生样本偏差和伪回归结果。
在截面独立面板协整模型中,数据结构的变化一般有三种情况:水平突变、趋势突变和协整向量突变,这三种情况可以演变出多种变结构协整模型。Westerlund(2006a)[3]基于Gregory和Hansen(1996)[4]中关于时间序列的研究对存在水平突变的面板数据提出了四种简单的协整检验统计量。Gutierrez (2010)[5]将Gregory和Hansen(1996)[4]中的检验方法扩展到趋势突变和协整向量突变的面板协整模型中,给出了五种不同模型情形下的协整检验统计量。Westerlund(2006b)[6]提出基于LM统计量的允许多个结构变化的面板协整检验方法,对个体常数项和趋势项的结构变化进行了研究,结构变化点因个体不同而不同。
Perron(1989)[7]将结构变化方式分为两种:一种是突变式的,瞬间就对经济变量产生了影响,采用示性函数作为工具变量,这类变结构形式记为AO(additive outlier);一种是渐变式的,对经济变量的影响具有逐步性、渐近性,在模型中考虑趋势项作为渐变特征的描述项,这类
变结构形式记为IO(innovation outlier)。在以上提到的独立面板变结构协整检验模型设定过程中,无论是水平突变、趋势突变还是协整向量突变,都是将结构变化序列的结构变化点假定为在某时点瞬时发生的,均以0-1取值的工具变量来刻画变结构序列。事实上,绝大多数情况下经济序列的结构不可能因某一冲击或政策变动做出立即的反应,其结构变化都具有逐步调整的趋势,即便是作出了最迅速的调整,也不可能完全符合0-1取值的跳跃式变化,所以结构变化形式在样本时间段内应该是逐渐地、平滑地变化,具有S型的渐变性特征。
在非线性时间序列协整检验模型中,大都是利用平滑转换回归(smooth transition regression, STR)的方法来处理非线性问题。Choi和Saikkonen(2004)[8]给出了在协整平滑转换回归模型中用于检验模型线性与否的统计量,Kapetanios和Shin和Snell(2006)[9]给出了基于非线性STAR误差修正模型的协整检验统计量。陈海燕和杨宝臣(2010)[10]中利用逻辑平滑转换对面板变结构单位根检验进行了平滑修正,得到了具有更高功效的面板变结构单位根检验。STR具有在样本时间段内逐步平滑的效果,其中逻辑平滑转换回归(logistic smooth transition regression,LSTR)和对数平滑转换回归是常用的两种转换方式,LSTR是具有S型的平滑效果,能很好的拟合结构变化数据特征。
下面将利用LSTR来修正独立面板变结构协整检验,以适应现实经济金融数据结构变化特征,提高检验功效,获取更加精确的检验结果。首先给出基于逻辑平滑转换的独立面板变结构协整模型以及相关假设,再给出模型的检验和估计过程,然后推断证明检验统计量的渐近极限分布,最后通过Monte Carlo仿真模拟给出检验统计量的小样本性质。
1 基于LSTR的独立面板变结构协整模型
独立面板变结构协整模型为:
(1)
其中,为维回归向量,结构突变点,,是关于参数的平滑转换函数,有
.
关于平滑转换函数的说明如下:参数决定了转换过程的时间中