R语言pco包pedroni99函数面板协整检验结果解读及NaN疑问解答

一、Pedroni检验结果怎么看 #

Pedroni检验给出的7个统计量分两大组，核心逻辑都是原假设为“无协整关系”，判断方向要对应统计量类型：

• 组内统计量（Within-dimension）：包括Panel v-Statistic、Panel rho-Statistic、Panel PP-Statistic、Panel ADF-Statistic，这类统计量假设面板中所有个体的协整向量一致。
  • Panel v-Statistic：属于正向检验，若统计量显著大于对应置信水平（1%/5%/10%）的临界值，就可以拒绝原假设，认定存在协整关系。
  • Panel rho、PP、ADF统计量：属于负向检验，统计量越负（绝对值越大）且显著，就越能拒绝原假设，支持协整关系存在。
• 组间统计量（Between-dimension）：包括Group rho-Statistic、Group PP-Statistic、Group ADF-Statistic，这类统计量允许每个个体的协整向量不同，仅检验是否存在至少一个个体有协整关系。
  • 判断逻辑和组内的rho、PP、ADF一致，统计量显著为负即可拒绝原假设。

实际解读不用纠结所有统计量都显著，看多数统计量的趋势就行——比如多个ADF、PP统计量显著，基本就能认定存在协整关系。

二、结果中出现NaN的常见原因 #

• 时间维度过短：Pedroni检验依赖滞后项估计，要是面板的时间序列长度T太小（比如T<10），部分统计量会因自由度不足、滞后项无法计算而出现NaN。
• 个体内变量完全共线：哪怕清理了缺失值，若某个个体的两个变量完全线性相关，计算残差单位根时会出现方差为0的情况，直接导致统计量计算出错产生NaN。
• 滞后阶数设置不合理：如果手动指定了滞后阶数，而部分个体的样本长度无法支撑该阶数（比如T小于滞后阶数+1），就会计算失败出现NaN。建议改用lags = "AIC"或lags = "BIC"让程序自动选择合适的滞后阶数。
• 非平衡面板结构问题：虽然清理了缺失值，但如果不同个体的时间长度差异过大，部分Pedroni统计量对这类非平衡面板兼容性较差，容易出现NaN。

内容的提问来源于stack exchange，提问作者user22314791