R语言非平衡面板多变量协整与单位根检验方法咨询

purtest函数index参数与数据格式要求 #

• 你之前手动用split拆分变量转宽表的操作完全没必要，purtest原生支持标准长格式面板数据，只需要先把数据转为plm包识别的pdata.frame对象，通过index参数指定个体ID列和时间列即可，非平衡面板也可直接适配。
• 要求的输入格式就是你现有的原始数据结构：每行对应1个「个体-年份」观测，列依次为个体标识、年份标识、所有研究变量，和你给出的示例df结构完全一致，不需要做宽表转换。
• 具体调用方法参考如下代码，基于你提供的测试数据即可直接运行：

library(plm)
# 转换为plm识别的面板数据对象，index第一个参数是个体列名，第二个是时间列名
p_df <- pdata.frame(df, index = c("id", "year"))
# 直接对目标变量做单位根检验，例：对var1做IPS单位根检验
purtest(p_df$var1, test = "ips", exo = "intercept", lags = "AIC")

• 多变量批量做单位根检验不需要逐变量手动处理，用lapply循环变量列即可一次性完成：

# 指定需要检验的所有变量名
target_vars <- c("var1", "var2")
# 批量输出所有变量的检验结果
unit_root_results <- lapply(target_vars, function(col) {
  purtest(p_df[[col]], test = "ips", exo = "intercept", lags = "AIC")
})
names(unit_root_results) = target_vars

多变量面板协整检验实现方法 #

• plm包内置的pcoint函数支持一次性输入多个变量完成面板协整检验，不需要逐对变量手动拆分处理，同样适配前面构造的pdata.frame长格式面板对象。
• 基础调用示例：检验var1和var2的协整关系

# 以Johansen协整检验为例，K为滞后阶数，可根据信息准则调整
coint_result <- pcoint(~ var1 + var2, data = p_df, type = "johansen", K = 2)
summary(coint_result)

• 如果需要检验多组不同的变量组合，同样可以通过循环传入不同公式批量输出结果，效率远高于手动逐组处理。

缺失值（NA）的影响 #

• 面板单位根、协整检验默认采用行删除法处理缺失值，即只要某行的目标变量存在NA，对应观测就会被剔除。如果变量NA占比过高，会直接压缩有效样本量，大幅降低检验的统计效力，甚至导致结果偏误。
• 对应处理规则可参考：
  • 若NA为随机缺失且整体占比低于5%，直接使用默认行删除法即可，结果不会出现明显偏差
  • 若NA占比较高，建议先根据数据属性选择合理的插补方法（如组内线性插值、相邻年份均值插补等）补全数据后再做检验，需要在研究中明确报告缺失值处理逻辑
  • 若NA集中在少数个体或特定时间段，可以截取平衡面板子样本做检验，作为稳健性结果对照

内容的提问来源于stack exchange，提问作者philipp.kn_98