这个问题很有趣，看似单纯、却难以回答；
因为这个问题如同上个世纪 50 ~ 90 年代，计量经济发展沿革的缩影。
在根据学生时代记忆而长话短说前，基於无人愿意出来指正，我不妨再充当一次乌鸦；
三楼朋友的意见，前半段还算正确，但与 weilx2003 所提问题，有点偏离，
至於後半段，我不客气的说，那简直是不知所云。
回归正题，简单说，当我们欲对模型中叁数进行统计推论，
若整个统计推论可由联合概率分配，"缩减" 至仅透过条件概率分配进行，
即已满足 Cowles Commission 术语中的 predetermined 条件，亦即三楼朋友的 "前定"，
此时，叁数估计式是偏误但一致 (biased but consistent)。
基本上，cointegration equation 满足这个条件，
Stock (1987) 业已提出此时在 cointegrating relation 中的长期乘数具有 "superconsistent" 特性，
亦即其 big O 为 n，而非传统 root-n estimator。
至此，答案很简单，以这样一个单一方程估算是OK的；
然而却具有几个缺点性质，这让後续的统计推论难以进行，且其可信度降低。
其一、 叁数的概率分配非传统分配，是由 Wiener processes 构成的函数，且不稳健 (not robust)。
其二、 在只有静态描述下的 single cointegration equation，有限样本下的 biasedness 相当可观，
Hendry (1987) 指出样本数达 200 时，biasedness 的程度还是令人值得注意；
Phillips(1986) 直指这是因为变数间 contemporaneous relation 所致。
所以，以简单一句话结论： 这样单一协整方程，其估计式
substantial biasedness，consistent but inefficient
在这个状况下，没人会选择如此一个模式吧！
最後，九楼 weilx2003 所提的那篇 "优秀论文"，存在一个很大问题，就是 power 的问题。
扫码加好友，拉您进群
全部版块
我的主页
收藏
