stata协整检验结果怎么看_PVAR模型的STATA使用指南

在知网上关于经济学研究论文的实证分析部分，涉及时间序列大多运用的是VAR模型，但对于拟合现实情况以及对模型的解释上来看，就会显得单一和理想化。若时间跨度又不长的情况下，运用VAR模型就是致命的，因为数据太少了，大大增加了论文结果的误差，同时会让答辩老师觉得你的论文就是在瞎掰。

PVAR模型理论以及适用性

Holtz-Eakin（1987）最早利用利用PVAR模型分析面板数据的内生性变量之间的互动关系，其研究的是面板数据的向量自回归模型，即将所有的变量统一视为内生变量，分析各个变量及其滞后项之间的关系。PVAR模型利用面板数据既能够有效解决个体异质性问题，又能够充分考虑个体和时间效应。

PVAR模型一般表现为

，其中i，t表现为区域和时间，j为滞后期，

为个体效应，

为时间效应，

为随机扰动项。

在实证分析中面板数据包含了更多时间的维度的数据，可以利用更多的信息进行分析研究问题的动态关系，同时能够通过截距项来捕捉数据动态调整过程中的个体差异，有效减少了数据产生的偏误。面板数据具有时间和截面空间的两个维度，从而分享了横截面数据和时间序列数据的优点，另外，由于具有更