문서의 임의 삭제는 제재 대상으로, 문서를 삭제하려면 삭제 토론을 진행해야 합니다. 문서 보기문서 삭제토론 패널 분석 (문단 편집) ==== 패널 공적분 기법 ==== Pedroni (1999,2003)의 패널 [[공적분]] 기법은 패널 단위근이 존재하고 패널 공적분 관계가 존재하는 것으로 나타난 변수들이 있을 때, 변수들 간 장기균형 관계를 명시적으로 분석하기 위해 패널 공적분 벡터를 추정한다. 주로 DOLS[* 동적 최소자승법. dynamic OLS. Stock and Watson (1993)]와 FMOLS[* 완전-수정 최소자승법. fully-modified OLS. Phillips and Hansen (1990)]와 같은 패널공적분 기법들이 사용된다. Montalvo(1995)은 유한 표본에서 DOLS가 FMOLS나 이와 유사한 Park(1992)의 CCR에 비해 더 우수한 것으로 평가하고 있다. Kao and Chiang(2000)은 패널자료의 공적분 회귀모형 내에서 통상최소자승([[OLS]]), FMOLS, DOLS 추정량들의 점근분포를 연구하였다. [[몬테 카를로 방법|몬테카를로 시뮬레이션]] 결과 OLS 추정량이 유한표본에서 무시할 수 없는 편의를 갖고 있고, FMOLS 추정량은 일반적으로 OLS 추정량보다 개선되지 않으며, DOLS가 OLS와 FMOLS 추정량보다 우수한 성과를 보였다. Harris and Sollis(2003)은 FMOLS와 같은 비모수적 방법은 자료에 특이치가 있거나 오차항에 상당한 크기의 음(-)의 MA 요인이 있는 경우 DOLS 추정량에 비해 강건성이 떨어진다는 것을 보이고 있다. 또한 Wagner and Hlouskova(2010)도 DOLS가 단일 및 연립 방정식 모형 모두에 대해 다른 추정량에 비해 더 우수하다는 것을 보이고 있다.저장 버튼을 클릭하면 당신이 기여한 내용을 CC-BY-NC-SA 2.0 KR으로 배포하고,기여한 문서에 대한 하이퍼링크나 URL을 이용하여 저작자 표시를 하는 것으로 충분하다는 데 동의하는 것입니다.이 동의는 철회할 수 없습니다.캡챠저장미리보기