部分异质情形下面板协整参数的估计研究  

Estimation for Cointegrating Parameters with Partial Heterogeneity in Panel Data

作　　者：徐凤[1] 余喜生[1] 林谦[1] XU Feng;YU Xi-sheng;LIN Qian(School of Economic Mathematics,Southwestern University of Finance and Economics,Chengdu 611130,China)

机构地区：[1]西南财经大学经济数学学院,四川成都611130

出　　处：《数理统计与管理》2023年第6期973-992,共20页Journal of Applied Statistics and Management

基　　金：国家自然科学基金青年科学基金项目(71903159)。

摘　　要：现有的面板协整模型,大都假定协整参数在不同个体间同质或完全异质,而没有考虑到部分异质-即整体异质但在某些个体间同质的情形。针对部分异质的协整面板,本文提出了基于Classifier-Lasso的惩罚完全修正最小二乘方法(简记为PFMOLS),以估计出协整参数并对每一个体按参数异同进行分组。数理分析表明,该方法能较好地克服协整系统内生性所导致的二阶偏差效应问题,所得的协整参数估计量具有一致性和渐近正态性,且分组的结果具有一致性。模拟结果显示,对于不同程度的序列相关性,PFMOLS方法均具有良好的参数估计和分组结果。In practice,people often assume homogeneity or full heterogeneity,and neglect partial heterogeneity for cointegrating parameters.For cointegrated panels with partially heterogeneous parameters,we propose C-Lasso-based Penalized Fully Modified OLS(PFMOLS,thereafter)to alleviate the second order bias effects and achieve consistency estimation and classification.Mathematical derivation suggests that classification consistency and the oracle properties of the estimators.Simulation results then indicate that the proposed method performs well in estimation and classification under different degrees of autocorrelation.

关 键 词：面板协整 部分异质性 完全修正最小二乘 Classifier-Lasso 

分 类 号：F224.0[经济管理—国民经济] O212[理学—概率论与数理统计]