1 模型说明
面板数据的协整比时间序列中的协整更加复杂，且面板数据协整理论仍处于不断发展之中，面板数据协整检验方法也有多种，在应用时可以多用几种协整检验方法，如果其中大多数协整检验方法的结果都显示存在协整，就有较大的把握认为面板数据中的变量存在长期均衡关系！
2 面板协整检验的应用
2.1 数据
仍采用面板单位根检验中的例子！单位根检验发现houseprice是平稳变量；pop和loan变量均为1阶单整变量，因而不能直接进行面板回归。但是可以采用协整检验来判断3个变量之间是否存在长期均衡关系！
2.2 录入数据
打开数据编辑窗口，将数据从Excel中复制到Stata，注意粘贴时选择“将第一行作为变量名”
2.3 数据预处理
变量重命名，设置面板数据格式：
encode 月份,g(t)
encode 地区,g(id)
xtset id t
rename 商品住宅成交均价 houseprice
rename 移动电话用户数 pop
rename 本外币各项贷款余额 loan
2.4 面板单位根检验
步骤参考上一节：面板单位根检验
2.5 面板卸载检验
Kao协整检验：
xtcointtest kao houseprice pop loan, demean lags(2)
xtcointtest命令中，demean参数可以消除截面的相关性，lags(2)指定ADF滞后期为2，当然，也可以多估计几种滞后期！
在结果中，可以看出，5个P值中有4个小于0.1，因而表明三个变量存在协整关系！
Pedroni协整检验：
xtcointtest pedroni houseprice pop loan, demean lags(2) nocons
xtcointtest pedroni houseprice pop loan, demean lags(2)
xtcointtest pedroni houseprice pop loan, demean lags(2) trend
Pedroni协整检验有三种形式，不带截距项，加入截距项和加入趋势项！
Pedroni协整检验默认每个截面有自己的自回归参数，如果需要指定所有截面具有相同的自回归参数，则需要在xtcointtest命令中加入ar(same)选项！
在估计结果中，三种检验形式下的P值均小于0.1，表明三个变量存在协整关系！
Westerlund协整检验：
xtcointtest westerlund houseprice pop loan, some demean
xtcointtest westerlund houseprice pop loan, some demean trend
xtcointtest westerlund houseprice pop loan, all demean
xtcointtest westerlund houseprice pop loan, all demean trend
Pedroni协整检验有二种形式，加入截距项和加入趋势项！
Pedroni协整检验有2种备择假设，如果设定参数some，则备择假设是有一些截面存在协整关系；如果设定参数all，则备择假设是所有截面具有协整关系。
在上述四个命令对应的估计结果中，有三个结果的P值小于0.1，因而可以认为三个变量存在协整关系！
2.6 估计长期均衡关系
混合面板：
reg houseprice pop loan
这里直接采用混合面板来估计长期均衡关系，可以发现，pop和loan变量的系数均显著。当然，出于稳健性考虑，也可以采用固定效应或随机效应来进一步估计长期均衡关系！