Stationarity test for panel data in stata forex

Stata: Análise de dados e software estatístico Testes de unidade-unidade de dados de painel O novo comando tonsunitroot de Stats implementa uma variedade de testes para raízes de unidades ou estacionarias em conjuntos de dados de painel. Os exames LevinndashLinndashChu (2002), HarrisndashTzavalis (1999), Breitung (2000 Breitung e Das 2005), ImndashPesaranndashShin (2003) e Fisher-type (Choi 2001) têm como hipótese nula que todos os painéis contenham uma unidade de raiz. O teste do multiplicador de Lagrange (LM) de Hadri (2000) tem como hipótese nula que todos os painéis são (tendência) estacionários. As opções permitem incluir efeitos fixos e tendências de tempo no modelo do processo gerador de dados. Os testes variados fazem diferentes suposições assintóticas quanto ao número de painéis em seu conjunto de dados e o número de períodos de tempo em cada painel. Xtunitroot tem todas as suas bases cobertas, incluindo testes adequados para conjuntos de dados com um grande número de painéis e poucos períodos de tempo, conjuntos de dados com poucos painéis, mas muitos períodos de tempo e conjuntos de dados com muitos painéis e muitos períodos de tempo. A maioria dos testes supõe que você tenha um conjunto de dados de painel equilibrado, mas os testes ImndashPesaranndashShin e Fisher-Test permitem painéis desequilibrados. Temos dados sobre o registro das taxas de câmbio reais para um grande painel de países há 34 anos. Aqui, aplicamos o teste LevinndashLinndashChu a um subconjunto de dados para os países do G7 para examinar se a série lnrxrate contém uma unidade de raiz. Como usamos os Estados Unidos como numeraire ao computar a série lnrxrate, esse subconjunto de dados contém seis painéis. O cabeçalho da saída resume o teste. A hipótese nula é que a série contém uma unidade de raiz, e a alternativa é que a série é estacionária. Como a saída indica, o teste LevinndashLinndashChu assume um parâmetro autoregressivo comum para todos os painéis, portanto, este teste não permite a possibilidade de que algumas taxas de câmbio reais de países e países continham raízes de unidades enquanto outros países não têm taxas de câmbio reais. Cada teste realizado por xtunitroot também torna explícito o comportamento assumido do número de painéis e períodos de tempo. O teste LevinndashLinndashChu com meios específicos de painel, mas nenhuma tendência de tempo requer que o número de períodos de tempo cresça mais rapidamente do que o número de painéis, de modo que a proporção de painéis para períodos de tempo tende a zero. O teste envolve o ajuste de uma regressão de DickeyndashFuller aumentada para cada painel, pedimos que o número de atrasos a incluir seja selecionado com base no AIC com no máximo 10 atrasos. Para estimar a variância de longo prazo da série, xtunitroot, por padrão, usa o kernel de Bartlett usando 10 atrasos selecionados pelo método proposto por Levin, Lin e Chu. A estatística t ajustada pelo viés LevinndashLinndashChu é menos 4,0277, o que é significativo em todos os níveis de teste habituais. Portanto, rejeitamos a hipótese nula e concluímos que a série é estacionária. Quando usamos a opção de comportamento para xtunitroot para remover meios transversais da série para mitigar os efeitos da correlação transversal, obtemos uma estatística de teste significativa no nível 5, mas não no nível 1. Como o teste LevinndashLinndashChu exige que a proporção do número de painéis para períodos de tempo tende a zero de forma assintótica, não é adequado para conjuntos de dados com um grande número de painéis e relativamente poucos períodos de tempo. Aqui, usamos o teste HarrisndashTzavalis, que assume que o número de painéis tende para o infinito enquanto o número de períodos de tempo é fixo, para testar se lnrxrate em nosso conjunto de dados inteiro de 151 países contém uma unidade de raiz: Aqui encontramos uma evidência irresistível contra o nulo Hipótese de uma unidade de raiz e, portanto, concluir que o lnrxrate é estacionário. Para obter uma lista completa do whatrsquos novo em dados de painel e modelos mistos, clique aqui. Referências Breitung, J. 2000. O poder local de alguns testes de raiz unitária para dados de painel. Avanços em Econometria, Volume 15: Painéis Não Estacionários, Cointegração de Painéis e Painéis Dinâmicos. Ed. B. H. Baltagi, 161ndash178. Amesterdão: JAY Press. Breitung, J. e S. Das. 2005. Testes de raízes da unidade de painel sob dependência de seção transversal. Statistica Neerlandica 59: 414ndash433. Choi, I. 2001. Testes de raiz unitária para dados de painel. Journal of International Money and Finance 20: 249ndash272. Hadri, K. 2000. Teste de estacionaria em dados de painéis heterogêneos. Journal Econometria 3: 148ndash161. Harris, R. D. F. e E. Tzavalis. 1999. Inferência para raízes unitárias em painéis dinâmicos onde a dimensão do tempo é corrigida. Journal of Econometrics 91: 201ndash226. Eu, K. S. M. H. Pesaran e Y. Shin. 2003. Teste de raízes unitárias em painéis heterogêneos. Journal of Econometrics 115: 53ndash74. Levin, A. C.-F. Lin, e C.-S. J. Chu. 2002. Testes de raiz unitária em dados de painel: propriedades assintóticas e amostras finitas. Journal of Econometrics 108: 1ndash24.Stata: Análise de dados e software estatístico Testes de unidade-raiz de dados de painel Stata implementa uma variedade de testes para raízes unitárias ou estacionarias em conjuntos de dados de painel com xtunitroot. Os exames LevinndashLinndashChu (2002), HarrisndashTzavalis (1999), Breitung (2000 Breitung e Das 2005), ImndashPesaranndashShin (2003) e Fisher-type (Choi 2001) têm como hipótese nula que todos os painéis contenham uma unidade de raiz. O teste do multiplicador de Lagrange (LM) de Hadri (2000) tem como hipótese nula que todos os painéis são (tendência) estacionários. As opções permitem incluir efeitos fixos e tendências de tempo no modelo do processo gerador de dados. Os testes variados fazem diferentes suposições assintóticas quanto ao número de painéis em seu conjunto de dados e o número de períodos de tempo em cada painel. Xtunitroot tem todas as suas bases cobertas, incluindo testes adequados para conjuntos de dados com um grande número de painéis e poucos períodos de tempo, conjuntos de dados com poucos painéis, mas muitos períodos de tempo e conjuntos de dados com muitos painéis e muitos períodos de tempo. A maioria dos testes supõe que você tenha um conjunto de dados de painel equilibrado, mas os testes ImndashPesaranndashShin e Fisher-Test permitem painéis desequilibrados. Temos dados sobre o registro das taxas de câmbio reais para um grande painel de países há 34 anos. Aqui, aplicamos o teste LevinndashLinndashChu a um subconjunto de dados para os países do G7 para examinar se a série lnrxrate contém uma unidade de raiz. Como usamos os Estados Unidos como numeraire ao computar a série lnrxrate, esse subconjunto de dados contém seis painéis. O cabeçalho da saída resume o teste. A hipótese nula é que a série contém uma unidade de raiz, e a alternativa é que a série é estacionária. Como a saída indica, o teste LevinndashLinndashChu assume um parâmetro autoregressivo comum para todos os painéis, portanto, este teste não permite a possibilidade de que algumas taxas de câmbio reais de países e países continham raízes de unidades enquanto outros países não têm taxas de câmbio reais. Cada teste realizado por xtunitroot também torna explícito o comportamento assumido do número de painéis e períodos de tempo. O teste LevinndashLinndashChu com meios específicos de painel, mas nenhuma tendência de tempo requer que o número de períodos de tempo cresça mais rapidamente do que o número de painéis, de modo que a proporção de painéis para períodos de tempo tende a zero. O teste envolve o ajuste de uma regressão de DickeyndashFuller aumentada para cada painel, pedimos que o número de atrasos a incluir seja selecionado com base no AIC com no máximo 10 atrasos. Para estimar a variância de longo prazo da série, xtunitroot, por padrão, usa o kernel de Bartlett usando 10 atrasos selecionados pelo método proposto por Levin, Lin e Chu. A estatística t ajustada pelo viés LevinndashLinndashChu é menos 4,0277, o que é significativo em todos os níveis de teste habituais. Portanto, rejeitamos a hipótese nula e concluímos que a série é estacionária. Quando usamos a opção de comportamento para xtunitroot para remover meios transversais da série para mitigar os efeitos da correlação transversal, obtemos uma estatística de teste significativa no nível 5, mas não no nível 1. Como o teste LevinndashLinndashChu exige que a proporção do número de painéis para períodos de tempo tende a zero de forma assintótica, não é adequado para conjuntos de dados com um grande número de painéis e relativamente poucos períodos de tempo. Aqui, usamos o teste HarrisndashTzavalis, que assume que o número de painéis tende para o infinito enquanto o número de períodos de tempo é fixo, para testar se lnrxrate em nosso conjunto de dados inteiro de 151 países contém uma unidade de raiz: Aqui encontramos uma evidência irresistível contra o nulo Hipótese de uma unidade de raiz e, portanto, concluir que o lnrxrate é estacionário. Referências Breitung, J. 2000. O poder local de alguns testes de raiz unitária para dados de painel. Avanços em Econometria, Volume 15: Painéis Não Estacionários, Cointegração de Painéis e Painéis Dinâmicos. Ed. B. H. Baltagi, 161ndash178. Amesterdão: JAY Press. Breitung, J. e S. Das. 2005. Testes de raízes da unidade de painel sob dependência de seção transversal. Statistica Neerlandica 59: 414ndash433. Choi, I. 2001. Testes de raiz unitária para dados de painel. Journal of International Money and Finance 20: 249ndash272. Hadri, K. 2000. Teste de estacionaria em dados de painéis heterogêneos. Journal Econometria 3: 148ndash161. Harris, R. D. F. e E. Tzavalis. 1999. Inferência para raízes unitárias em painéis dinâmicos onde a dimensão do tempo é corrigida. Journal of Econometrics 91: 201ndash226. Eu, K. S. M. H. Pesaran e Y. Shin. 2003. Teste de raízes unitárias em painéis heterogêneos. Journal of Econometrics 115: 53ndash74. Levin, A. C.-F. Lin, e C.-S. J. Chu. 2002. Testes de raiz unitária em dados de painel: propriedades assintóticas e amostras finitas. Journal of Econometrics 108: 1ndash24.