Page 56 - kpi20896

55

ตาราง 3.3 วิธีการทดสอบ unit root ส้าหรับ panel data

Tests with Common Unit Root Process

วิธีทดสอบ สมมติฐานหลัก สมมติฐานทางเลือก สถิติทดสอบ

Levin, Lin and Chu มียูนิทรูท ไม่มียูนิทรูท t - statistic

Breitung มียูนิทรูท ไม่มียูนิทรูท Breitung t - statistic

Hadri ไม่มียูนิทรูท มียูนิทรูท Z - statistic

Tests with Individual Unit Root Processes

วิธีทดสอบ สมมติฐานหลัก สมมติฐานทางเลือก สถิติทดสอบ

ไม่มียูนิทรูท
IPS มียูนิทรูท W - statistic
ในบางประเทศ

Fisher – ADF ไม่มียูนิทรูท
มียูนิทรูท Fisher Chi – Square
Fisher – PP ในบางประเทศ

ในการตัดสินใจว่าข้อมูลมีสถานะเป็น non stationary หรือไม่นั้น จ้าเป็นที่จะต้องพิจารณา

ร่วมกันจากหลายตัวชี้วัดเนื่องจากความหลากหลายมิติของข้อมูลแบบ Panel Data ซึ่งหากข้อมูลมีลักษณะ

เป็น non stationary ก็จะท้าการตรวจสอบในขั้นต่อไปเพื่อหาความสัมพันธ์ระยะยาวของกลุ่มตัวแปร

3.1.2.2 การวิเคราะห์การปรับตัวสู่ดุลยภาพระยะยาว (Panel Cointegration test)

หากตรวจสอบพบว่าข้อมูลที่ได้เป็นอนุกรมเวลาที่ไม่คงที่ หรือ non stationary ชุดข้อมูล

ดังกล่าวเมื่อรวมเข้าด้วยกันอาจค้นพบความสัมพันธ์กันของข้อมูลในระยะยาว (Long-run relationships) ซึ่ง

สามารถสังเกตได้จากค่าเบี่ยงเบน (Deviation) ที่ออกจากความสัมพันธ์เชิงดุลยภาพในระยะยาวจะมีลักษณะ

คงที่หรือนั่นคือความสามารถในการปรับเข้าสู่ดุลยภาพ เราเรียกลักษณะดังกล่าวว่าเป็น Cointegration

(Engle and Granger, 1987, Banerjee et al, 1993) ดังนั้นในทางทฤษฎีการทดสอบ Cointegration Effect

คือ การทดสอบความคงที่ของค่าเบี่ยงเบนที่ได้จากการประมาณค่าความสัมพันธ์เชิงดุลยภาพในระยะยาว

(Long-run equilibrium relationship) ของชุดข้อมูลอนุกรมเวลาที่ไม่คงที่ ซึ่งถ้าหากพบความสัมพันธ์แบบ

Cointegration นั่นแปลว่าชุดตัวแปรหรือชุดข้อมูลดังกล่าวมีความสัมพันธ์กันในระยะยาว ท้าให้ไม่จ้าเป็นต้อง

กังวลปัญหาความสัมพันธ์ที่ไม่จริง (Spurious Regression) ที่อาจเกิดขึ้นในข้อมูลที่มีลักษณะของอนุกรมเวลา