大维面板数据模型中存在序列相关性的截面相关性检验研究

Most of the test statistics on testing cross-sectional dependence for large panel data models heavily rely on the assumption that the residuals have no serial correlation. This strict assumption has two limitations: First, using the first-difference estimation in dynamic panel data models lead to first-order serial correlation; second, time-lag effects are typical in the economic activities, which leads to unknown serial correlation in some unknown factors, in other words, the residuals of panel data models exist serial correlation. If there is a serial correlation in the residuals, the existence tests are not valid. To solve this issue, this project plan to propose test statistics on testing for cross-sectional dependence for large panel data models with serial correlation; estimate and correct the possible bias term, and derive the limiting distributions as n and T going to infinity jointly. This project will also study the finite-sample properties of the proposed tests through Monte Carlo simulations and conduct some applications in economics.

大多数的面板数据中的截面相关性检验统计的理论基础都是假设模型残差项在时间维度上不存在序列相关性。这个严格的假设存在两个方面的局限性：一是基于一阶差分进行估计的动态面板数据模型的残差项具有一阶序列相关性；二是经济活动中往往存在时滞效应，导致一些未知因素存在序列相关性，即在面板数据残差项中产生序列相关性。当存在序列相关性时，已有的一些截面相关性检验，如球形检验、截面相关性等，将不再适用。针对此问题，本项目拟研究在允许序列相关性的情况下，在各种大维面板数据模型中截面相关性检验的提出和构造；估算统计量的偏误并进行更正；当n和T趋向无穷大时，推导出检验统计量的联合理论渐进分布函数。本项目还将通过蒙特卡洛模拟实验来考察构造的检验统计量的有限样本性质并进行相关的经济学应用研究。

面板数据中的截面相关性检验或球形检验统计的理论基础建立在若干严格假设，如正态分布、时间独立、非时变方差等。针对这些局限性，本项目在多个面板数据模型中提出了稳健的截面相关性检验或者球形检验。这些检验包括：（1）大维异质性面板数据模型中存在序列相关的截面相关性检验；（2）大维固定效应面板数据模型中时变方差稳健的球形检验；（3）大维固定效应面板数据模型中时变方差稳健的截面相关性检验；（4）大维固定面板数据模型中偏误更正的截面相关性研究。本项目分别推导了提出检验在大n和大T情形下的联合极限分布，并进行了多个蒙特卡洛模拟实验，实验表明了提出的检验统计量在水平尺度上都有较为稳健的表现，同时也有较好的功效。此外，本项目还开展了针对截面相关性存在情形下的应用实证研究，这些研究包括老龄化的经济影响、经济周期的相依性以及金融网络风险的传染等问题。