cross-sectional 與 time-series 的 da … - 經濟

我個人觀點是這樣


1. time series

為什麼要檢定自我相關、變異數齊一?

很多時候 這是用來檢定你model 設的好不好

如果設的好 error term應該是沒有pattern的 因為都被你的模型給描述了

"沒有pattern" 可以有多種解讀

較弱的標準就是 檢定誤差項是否有自我相關、變異數齊一?

較強的標準就是 檢定誤差項是不是iid

事實上檢定時間序列自我相關、變異數齊一 一直都是文獻很大的一支

如果你有興趣

可以參考

http://www.sinica.edu.tw/~ckuan/pdf/Lec-DiagTest.pdf

收錄了不少這上面的文獻

(不過沒有收錄比較近期的maximum entropy和martingale transform的技巧)



2. panel data

大部分的panel data 時間都很短 2期五期

這麼短的time period 原則上你幾乎沒辦法估計與檢定自我相關的

因為樣本太少了 即使你做出的檢定統計量 意義也不大



至於為什麼你看到的文章很多都沒做?


1. 好死不死你看到的剛好都沒做

2. 作者其實有做 但沒有report 因為不太重要

why 不重要?

因為計量的思潮早就改變了

早年的文獻確實花很大工夫在檢定這些東西

但是後來重點變成

大家原則上承認經濟的資料都有auto 和 hetero的問題

所以重點不是在用檢定 證明這些現象存在

而是改成如何在這些情況下 依然能做出有效的統計推論

在Hal White提出他的White estimator之後 學界的觀點就開始變了

Peter Phillips把這20幾年來的研究方法稱之為HAR

(heteroskedastic and autocorrelation robust)

see http://cowles.econ.yale.edu/P/cd/d14b/d1469.pdf



※ 引述《LoIn (LoIn)》之銘言：
: 記得過去學計量時 老師告訴我們模型中各變數須作共線性、
: 自我相關、變異數齊一等標準檢定程序
: 然而近日以來 我所看到的時間序列論文 只有做一般有的
: 單根、落後期、共整合、誤差修正 即使是 Granger 也多了
: 衝擊反應與變異數分析
: 我的問題是:
: 1. 時間序列不用作共線性、自我相關、變異數齊一性嗎？
: 2. 如果是 panel data 是不是上述檢定 (含時間序列) 都要呢?
: 當初修計量時 這些觀念似乎有些混亂 希望有前輩能為小弟梳理指點
: 感謝...

--

我跟你一起去革命
但是允許我隨時可以逃走

--