截面相依条件下的贝叶斯面板协整理论与应用研究

In the global economy, there always exist cross-section dependence in panel data of macroeconomics, management and finance.Therefore, panel cointegration with cross-section dependence is an important and difficult topic in areas of econometrics.In contrast to traditional panel cointegration, however, this project proposes Bayesian panel cointegration under the assumption of cross-section dependence.In the framework of Bayesian econometrics, cross-section dependence is addressed, and Bayesian techniques and Bayesian decision theory are both used. Then, a series of Bayesian panel cointegration methods are proposed under the assumption of cross-section dependence, including Bayesian linear panel cointegration, Bayesian panel cointegration with structural breaks and Bayesian panel cointegration with regime shifts. Traditional panel cointegration always has size distortion and unstable power, however, Bayesian panel cointegration could resolve the problem. Furthermore, traditional panel cointegration is based on the specification of the null hypothesis,but Bayesian panel cointegration avoids the problem of choosing the null hypothesis. In Bayesian panel cointegration, MCMC algorithm is designed to estimate parameters and conduct Bayesian cointegration tests, which resolve the difficulty in Bayesian numerical computation. Lastly, numerical simulation experiments are designed to test the validation of Bayesian panel cointegration and empirical studies are then carried out in the framework of Bayesian panel cointegration. Therefore, the usefulness of Bayesian panel cointegration methods is further demonstrated. The study in this project will enrich the developing panel cointegration theory. And it will be helpful in extending Bayesian methods to econometrics. Meanwhile, it will also provide technology and evidence for analysis and decision making in economic and management applications.

全球化经济背景下，宏观经济、管理或金融面板数据通常具有截面相依特征，考虑了潜在截面相依结构的面板协整研究是目前国际计量经济领域的热点和难点问题。本项目旨在从贝叶斯角度研究截面相依条件下的面板协整理论与方法。在对面板数据潜在的截面相依结构进行科学识别、定量刻画的基础上，利用贝叶斯统计技术和贝叶斯决策理论，构建一类截面相依条件下的贝叶斯面板协整理论，包括贝叶斯线性面板协整、结构突变面板协整和转换机制面板协整；解决传统面板协整检验水平歪曲和检验势不稳定的问题，避免传统面板协整基于原假设进行假设检验而导致的原假设设置的主观选择问题。设计相应的MCMC算法，解决模型参数估计和贝叶斯协整检验中的数值计算问题；在此基础上，结合数值仿真检验贝叶斯面板协整理论的有效性，并拓广到实际应用研究。本项目研究有利于丰富正在发展的面板协整理论体系，将推动贝叶斯方法在计量经济中的应用深化，为实际应用提供方法与理论支持。

面板数据是研究社会与经济动态演化行为，揭示经济运行规律及社会发展趋势的重要工具，它能够刻画多个不同个体随时间变化的行为特征，进而分析各个个体之间的共性与异质性。随着面板数据库的逐步发展和日益完善，多时期的面板数据库与日俱增，非平稳面板数据问题自然成为目前国际计量经济学领域相当活跃的研究之一。诺贝尔经济学奖获得者 Engle 和 Granger 提出的时间序列协整理论在面板数据框架下进一步深化和拓广—非平稳面板数据的协整理论，即面板协整，由于其独特的优势引起了越来越多学者的关注。同时，由于全球国际趋势和国际经济周期等共同驱动的影响，宏观经济、管理或金融面板数据， 尤其是由国家（地区或个体单位）构成的面板，其各截面个体间通常凸现相依关系。所以，考虑截面相依条件下的面板协整理论不仅仅是一个检验水平和检验势的技术问题，在实际经济背景下，它更是一个与动态关系中国家（地区、部门或个体单位）的相依特征紧密相联的经济问题。本项目主要研究了考虑了截面个体相依条件下的贝叶斯面板协整理论，从贝叶斯的角度出发，分别研究了线性面板协整，结构变化面板协整和具有转换机制的门限面板协整以及其在金融市场，经济增长与金融发展等中的应用。发现贝叶斯面板协整检验方法解决了检验势不稳定以及原假设主观设置的问题，能够给出更全面有效的协整检验判断。同时也发现从贝叶斯角度构建贝叶斯门限机制转换协整模型，避免传统门限机制转换模型参数估计过程中最优化计算复杂以及参数不可识别的缺陷，能够考察国际石油价格对亚太股票市场的非对称效应等。因此，本项目的研究能够解决传统面板协整中的冗余参数问题，得到更可靠的协 整判断和协整预测，可以为实际应用提供新的理论支撑，它能够广泛应用于经典经济理论的检验以及经济运行规律的探索，也可以用于经济管理及金融领域中经济金融行为的预测预报分析，本项目在国内外重要期刊发表/录用相关论文6篇，其余6篇中英文论文已经投稿国内外重要期刊。