1# bigfish2007  
这里可能有人会问,为什么面板单位根的研究一定要涉及近似因子模型的进展。大家可以想想,如果两个序列之间是强相关的,那说明了什么?只能说明这两个序列都包含有同一成分,这一共同成分不就是因子么,当然问题并不这么简单,首先这个共同的成分不一定能够用一个时间上独立的随机变量表示,可能需要很多个,那么第一个问题就出来了,要多少个表示才合理呢,白聚山2002年的文章解决的就是这个问题,接着而来的第二个问题是,如果由多个变量表示,那么变量前面的系数应该如何决定?
        不要小看这两个问题,很早人们就想到了用因子模型来解决横截面的强相关,例如Phillips and sul2003年在econometric journal以及perasan2003年在journal of applied econometrics,以及choi2002年的woriking paper,都发表过带因子模型的面板单位根检验,但是他们的因子模型都太特殊了,要么是单因子,要么荷载参数相同,都不具有一般性的特征。毫无疑问,为了能够将面板单位根检验用在最一般的环境中,需要引入最一般的因子模型。在经过漫长的酝酿之后,白聚山和serena ng在2004年的econometrica上发表了题名“a panic attack on unit root and cointegration"的文章,这篇文章才是真正意义上的面板单位根检验,这一检验有如下特点,首先它允许了面板之间的强相关问题,强相关的原因由共同因子产生,其次,他允许强相关由多个因子产生,因子的个数可以由白聚山2002年的方法决定,再次,他允许数据的非平稳特征来自不同的部分,既可以是共同性成分也可以是异质性成分,或者共同性成分和异质性成分兼而有之,最后它可以同时探测数据非平稳性的来源。在说及白聚山2004年的工作的时候,还必须提及moon和perron(此perron非彼perron,但都是phillips的学生)他们在2004年JOE上的一篇文章,这篇文章具有前面四个特点中的两个,但是第三个特点不具备,moon和perron的文章对数据生成过程要求,数据的非平稳性要同时来自共同因子和异质性成分,这一假定有点强,但是他们的方法还是很有启发性的。白聚山将他们的检验方法称为PANIC方法,实话说,PANIC检验的渐进理论远不够完善,且不说联合收敛是否存在,就是依序收敛,都未必成立,不过这不妨碍这篇文章的贡献,事实上,当我第一次读懂这篇文章后,我突然感觉面板单位根检验的两个问题很有可能就要被解决了。再转到moon和perron2004年的文章上,这篇文章有个很重要的问题,就是对于含有时间趋势的情形无法给出渐进结果,对此moon和perron他们自己也感觉很失望,但是他们确实将他们的结论建立在了phillips and moon1999的联合收敛上。看看这两篇文章,一篇解决了其他所有问题,但是联合收敛没有建立,一篇解决了联合收敛但是在其他方面出了问题,要想解决所有问题该怎么办?简单撒,两篇文章一揉和,取长补短就行了嘛,呵呵,我说的是简单,但做起来可不容易哦,不过那些处在世界前沿的计量斗士们确实就是这么想的,在2008年,白聚山和serena ng在一篇working paper中提出了一种新的检验(这篇文章大家可能还看不到),这个检验包含了前面所有检验的优点,多多少少有点无懈可击了。
        写到这里,我想我开的帖子也该结束了,本来我很想在这个领域做下去的,但是当我向白聚山说了之后,不知道为什么他要我学什么MCMC算法的gibbs抽样,我当时就哭了:),我上网google发现最牛的一本书,全国就只有人大论坛上有,我当时就后悔为什么不早点在这个论坛上攒人品!不过写到这里,我发现我的论坛币已经有了60个了。我眼里噙着泪水,只想说一句,太感谢版主了!!!