面板数据协整分析

《面板数据协整分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、面板数据的协整检验一、引言改革开放以来，随着中国经济的快速增长，城镇居民的人均收入和人均消费均有较大幅度的增长。随着国民经济的迅猛发展，我国城镇居民生活水平不断提高，基本实现了从贫困到小康的历史性跨越。在1991年—2009年中，随着经济的高速增长，中国人均消费水平翻了三番，人均实际收入也翻了4番。但是同西方发达国家相比，中国以及其他一些东亚地区的储蓄率明显偏高而边际消费倾向较低。特别是从20世纪90年代开始，我国出现了持续的消费倾向偏低的现象。而人均收入，却在不断的增长，且区域差异性较大，东西部地区差距也在变大。在这种情形下，有必要研究中国城镇人均消费和人均收入之间的关系。现代消

2、费理论强调个体家庭的效用最大化，因此在研究城镇人均消费和人均收入之间的关系时，可以从个体角度出发，直接采用微观的家庭数据。但中国还很难得到连贯的家庭消费和收入的数据，常见的处理方法是将全国总量数据视为一个典型的家庭所产生的数据来进行研究。本文选取华北地区为研究对象，运用面板数据的协整分析进行实证研究。二、国内外研究西方发达国家在消费和收入方面进行了大量研究，近年来，国内在这方面的研究也开始增多。大概分为三个阶段：第一阶段为线性回归模型阶段。国内一些学者如李子奈（1992）、臧旭恒（1994）等尝试用普通最小二乘回归、序列相关分析、自回归移动平均误差处理和多项式分布滞后模型等方法来研

3、究消费与收入之间的关系，时间大约为20世纪90年代。第二阶段为单纯时间序列建模。如杭斌(2004)、孙慧钧(2004)等开始采用协整模型和误差修正模型来处理非平稳时序数据，从而有效地解决了伪回归问题。第三个阶段为面板数据分析建模。面板数据单位根和协整理论是时间序列的单位根和协整理论研究的继续与发展，它将来自时间序列的信息和来自横截面的信息结合起来，使对单位根和协整关系的推断检验更为直接和精确，从而为人们处理非平稳面板数据提供了良好的计量工具，如苏良军(2006)等研究了中国城乡居民消费和收入之间的关系。三、居民收入与消费的描述性统计分析本文选取华北地区五省市（北京、天津、河北、山西

4、、内蒙古）进行统计分析，数据来源于1991年—2009年的中国统计年鉴，人均收入和人均消费的面板数据纵剖面观察分别如图1和图2所示，从横截面观察分别为图3和图4图1不同省市城镇居民人均消费图2不同省市城镇居民人均收入图3不同年份城镇居民人均消费图4不同年份城镇居民人均收入从图1和图2可知，在华北地区人均消费和人均收入的逐年趋势排名依次为北京市、天津市、内蒙古、河北省、山西省。显而易见，北京市的人均消费和人均收入一直居于首位，北京市居民的平均生活水平位居华北地区之首，并且有逐年提高的趋势。相对于其他4省市来说，北京市的增长速度要快得多，其次是天津市，而河北省和山西省的增长速度最慢。从

5、图3和图4可知，对于华北地区不同省市来说，人均消费和人均收入都是逐年上涨的，说明了华北地区城镇居民的平均生活水平是逐年提高的，其中北京市的增幅较大，河北省和山西省最小。综合图1至图4，可以知道，北京市无论人均消费还是人均收入，都居华北地区首位，河北省和山西省排最后。换句话说，北京市对华北地区经济的发展和拉动起到很大的作用。三、居民收入与消费的协整分析（一）面板数据单位根检验1.面板数据的单位根对面板数据考虑如下AR(1)过程：（i=1,2,…N;t=1,2,…,T）不同截面之间的随机误差项uit为相互独立的随机扰动。若自回归系数︱ρi︱<1，则说明序列yi是稳定的，若︱ρi︱＝1则

6、说明yi包含单位根。2.面板数据的单位根检验方法(1)Commonunitrootprocess(同质单位根检验法）指各截面单元序列具有相同的单位根过程。具体检验方法有三种：LLC检验（Levin-Lin-ChuTest)、Breitung检验、Hadri检验。(2)Individualunitrootprocess(异质单位根检验法）指各截面单元序列具有不同的单位根过程。这种情况下，需要分别对每个截面序列进行单位根检验，再综合各个截面检验的结果，构造检验统计量进行判断。具体检验方法有三种：IPS检验（Im-Pesaran-SkinTest）、Fisher-ADF检验与Fisher

7、-PP检验。1.面板数据单位根检验结果为了消除异方差可能产生的影响和避免伪回归问题的发生，需要先对面板数据进行对数处理，分别记为LC和LI，然后进行单位根检验，以确定其平稳性。本文主要采用LLC检验和IPS检验，并且分别考虑了变量包含截距项、截距和时间，分别存在两种情况下的检验结果。检验统计量和相伴概率值见表1。结果表明，在只含有截距的检验情况下，两种方法的检验结果表明LC不存在单位根，而LI存在单位根，在含有截距项和趋势项的情况下，两种方法的结果为相伴概率同时拒绝原