Eviews10.0面板数据操作手册（二）

注意：单位根检验的方法（test type）较多，可以使用LLC、IPS、Breintung、ADF-Fisher 和PP-Fisher这5种方法进行面板单位根检验。一般，为了方便起见，只采用相同根单位根检验LLC和不同根单位根检验Fisher-ADF这两种检验方法，如果它们都拒绝存在单位根的原假设，则可以认为此序列是平稳的，反之就是非平稳的。

2

面板数据的协整检验

经济变量之间存在的长期均衡（静态）关系被称为协整关系，协整分析计算是20世纪80年代以来计量经济学方法论的重大突破，协整关系反映了所研究变量之间存在的一种长期稳定的均衡关系。从经济意义上看，这种协整关系的存在表现为系统内某一变量的变化会影响其它变量的变化，一次冲击只能使协整系统短时间内偏离均衡位置，在长期中它会自动恢复到均衡位置。

由于分析的对象是二维数据，所以与时间序列的协整分析并不完全相同。Pedroni和Kao协整检验是从Engle-Granger两步（残差）协整检验（1987）发展而来的；而Fisher检验则是合并了的Johansen检验。

操作如下图所示。

3

面板Granger因果检验

在经济分析中，往往要研究两经济变量间的因果关系。例如，在研究金融发展与经济增长的关系时，是金融发展促进了经济增长，还是经济增长带动了金融发展，或者二者互为因果。但由于不同的经济理论所依据的前提假设不一致，使得单凭经济理论很难作出合理的判断。

传统的Granger因果检验在单个经济体经济变量的因果关系检验中发挥了重要的作用，当面对具有时间和个体双重维度的数据（面板数据）时有些束手无策。近年来，国外很多学者对面板数据下Granger因果检验的理论和应用进行了很多的研究，取得了一定的成果。国外现有的面板数据的因果检验方法都是基于传统的Granger因果检验的思想，将其推广到面板数据的情形。构造如下的VAR模型（时间平稳的），计算受约束的回归RSSr和无约束回归的RSSu，然后构造Wald统计量对βi的线性约束进行检验。

在Eviews软件操作也与时间序列类似，打开整个群组序列，然后在群组窗口工具栏中，点击view/Granger Causality。返回搜狐，查看更多