【摘要】现有的面板协整模型,大都假定协整参数在不同个体间同质或完全异质,而没有考虑到部分异质—即整体异质但在某些个体间同质的情形。针对部分异质的协整面板,本文提出了基于Classifier-Lasso的惩罚完全修正最小二乘方法(简记为PFMOLS),以估计出协整参数并对每一个体按参数异同进行分组。数理分析表明,该方法能较好地克服协整系统内生性所导致的二阶偏差效应问题,所得的协整参数估计量具有一致性和渐近正态性,且分组的结果具有一致性。模拟结果显示,对于不同程度的序列相关性,PFMOLS方法均具有良好的参数估计和分组结果。