第4章面板數(shù)據(jù)模型與應(yīng)用

1、.面板數(shù)據(jù)的計量經(jīng)濟分析面板數(shù)據(jù)的計量經(jīng)濟分析，白仲林著，張曉峒主審，白仲林著，張曉峒主審， 南開大學出版社，南開大學出版社，2008，書號，書號ISBN978-7-310-02915-0。8面板數(shù)據(jù)模型的協(xié)整檢驗面板數(shù)據(jù)模型的協(xié)整檢驗第第 4 章章 面板數(shù)據(jù)模型面板數(shù)據(jù)模型與應(yīng)用與應(yīng)用 1面板數(shù)據(jù)面板數(shù)據(jù)定義定義 2面板數(shù)據(jù)模型分類面板數(shù)據(jù)模型分類 3面板數(shù)據(jù)模型估計方法面板數(shù)據(jù)模型估計方法 4面板數(shù)據(jù)模型面板數(shù)據(jù)模型檢驗與檢驗與設(shè)定方法設(shè)定方法 5面板數(shù)據(jù)建模面板數(shù)據(jù)建模案例案例分析分析 6 7EViwes .面板數(shù)據(jù)面板數(shù)據(jù)（panel data）也稱作）也稱作時間序列與截面混合數(shù)據(jù)時間

2、序列與截面混合數(shù)據(jù)（pooled time series and cross section data）。面板數(shù)據(jù)是截面上個體在不同時點的）。面板數(shù)據(jù)是截面上個體在不同時點的重復觀測數(shù)據(jù)。重復觀測數(shù)據(jù)。panel 原指對一組固定調(diào)查對象的多次觀測，近年來原指對一組固定調(diào)查對象的多次觀測，近年來panel data已經(jīng)成已經(jīng)成為專業(yè)術(shù)語。為專業(yè)術(shù)語。 N=30，T=50的面板數(shù)據(jù)示意圖的面板數(shù)據(jù)示意圖 .面板數(shù)據(jù)分兩種特征面板數(shù)據(jù)分兩種特征：（：（1）個體數(shù)少，時間長。（）個體數(shù)少，時間長。（2）個體數(shù)多，時間）個體數(shù)多，時間短。面板數(shù)據(jù)主要指后一種情形。短。面板數(shù)據(jù)主要指后一種情形。面板數(shù)據(jù)用

3、雙下標變量表示。面板數(shù)據(jù)用雙下標變量表示。 yi t, i = 1, 2, , N; t = 1, 2, , Ti對應(yīng)面板數(shù)據(jù)中不同個體。對應(yīng)面板數(shù)據(jù)中不同個體。N表示面板數(shù)據(jù)中含有表示面板數(shù)據(jù)中含有N個個體。個個體。t對應(yīng)面板對應(yīng)面板數(shù)據(jù)中不同時點。數(shù)據(jù)中不同時點。T表示時間序列的最大長度。表示時間序列的最大長度。利用面板數(shù)據(jù)建立模型的好處利用面板數(shù)據(jù)建立模型的好處是：（是：（1）由于觀測值的增多，可以增加估）由于觀測值的增多，可以增加估計量的抽樣精度。（計量的抽樣精度。（2）對于固定效應(yīng)回歸模型能得到參數(shù)的一致估計量，）對于固定效應(yīng)回歸模型能得到參數(shù)的一致估計量，甚至有效估計量。（甚至有效

4、估計量。（3）面板數(shù)據(jù)建模比單截面數(shù)據(jù)建模可以獲得更多的）面板數(shù)據(jù)建模比單截面數(shù)據(jù)建?？梢垣@得更多的動態(tài)信息。動態(tài)信息。.2面板數(shù)據(jù)模型分類面板數(shù)據(jù)模型分類用面板數(shù)據(jù)建立的模型通常有用面板數(shù)據(jù)建立的模型通常有3種，即種，即混合模型、固定效應(yīng)模型和隨機混合模型、固定效應(yīng)模型和隨機效應(yīng)模型。效應(yīng)模型。2.1 混合模型（混合模型（Pooled model）。）。如果一個如果一個面板數(shù)據(jù)面板數(shù)據(jù)模型定義為，模型定義為， yit = + Xit + it, i = 1, 2, , N; t = 1, 2, , T其中其中yit為被回歸變量（標量），為被回歸變量（標量）， 表示截距項，表示截距項，Xit為

5、為k 1階回歸變量列向階回歸變量列向量（包括量（包括k個回歸量），個回歸量）， 為為k 1階回歸系數(shù)列向量，階回歸系數(shù)列向量， it為誤差項（標為誤差項（標量）。則稱此模型為混合回歸模型?；旌匣貧w模型的特點是無論對任何量）。則稱此模型為混合回歸模型。混合回歸模型的特點是無論對任何個體和截面，回歸系數(shù)個體和截面，回歸系數(shù) 和和 都相同。都相同。如果模型是正確設(shè)定的，解釋變量與誤差項不相關(guān)，即如果模型是正確設(shè)定的，解釋變量與誤差項不相關(guān)，即Cov(Xit, it) = 0。那么無論是那么無論是N，還是，還是T，模型參數(shù)的混合最小二乘估計量，模型參數(shù)的混合最小二乘估計量（Pooled OLS）都是一

6、致估計量。）都是一致估計量。.2面板數(shù)據(jù)模型分類面板數(shù)據(jù)模型分類2.2 固定效應(yīng)模型（固定效應(yīng)模型（fixed effects model）。）。固定效應(yīng)模型分為固定效應(yīng)模型分為3種類型，即種類型，即個體固定效應(yīng)模型、時點固定效應(yīng)模型個體固定效應(yīng)模型、時點固定效應(yīng)模型和和個體時點雙固定效應(yīng)模型。個體時點雙固定效應(yīng)模型。下面分別介紹。下面分別介紹。2.2.1個體固定效應(yīng)模型個體固定效應(yīng)模型（entity fixed effects model）如果一個如果一個面板數(shù)據(jù)面板數(shù)據(jù)模型定義為，模型定義為， yit = i + Xit + it, i = 1, 2, , N; t = 1, 2, , T

7、 其中其中 i是隨機變量，表示對于是隨機變量，表示對于i個個體有個個體有i個不同的截距項，且個不同的截距項，且其變化與其變化與Xit有關(guān)系有關(guān)系；Xit為為k 1階回歸變量列向量（包括階回歸變量列向量（包括k個回歸量），個回歸量）， 為為k 1階回歸階回歸系數(shù)列向量，對于不同個體回歸系數(shù)相同，系數(shù)列向量，對于不同個體回歸系數(shù)相同，yit為被回歸變量（標量），為被回歸變量（標量）， it為誤差項（標量），則稱此模型為個體固定效應(yīng)模型。為誤差項（標量），則稱此模型為個體固定效應(yīng)模型。.3. 面板數(shù)據(jù)模型估計方法面板數(shù)據(jù)模型估計方法混合最小二乘混合最小二乘（Pooled OLS）估計估計 （適用于混

8、合模型）（適用于混合模型）平均數(shù)平均數(shù)（between）OLS估計估計 （適用于混合模型和個體隨機效應(yīng)模型）（適用于混合模型和個體隨機效應(yīng)模型）離差變換離差變換（within）OLS估計估計 （適用于個體固定效應(yīng)回歸模型）（適用于個體固定效應(yīng)回歸模型）一階差分一階差分（first difference）OLS估計估計 （適用于個體固定效應(yīng)模型）（適用于個體固定效應(yīng)模型）可行可行GLS（feasible GLS）估計估計 （適用于隨機效應(yīng)模型）（適用于隨機效應(yīng)模型）. .15個省級地區(qū)的人均消費序列個省級地區(qū)的人均消費序列. .5面板數(shù)據(jù)建模案例分析面板數(shù)據(jù)建模案例分析個體隨機效應(yīng)模型與個體固定效應(yīng)模型比較，應(yīng)該建立個體固定效應(yīng)模型。個體隨機效應(yīng)模型與個體固定效應(yīng)模型比較，應(yīng)該建立個體固定效應(yīng)模型。.-1000010002000300040005000040008000120001600020000I1F1F1 vs. Log I1-2000-1000010002000300040005000040008000120001600020000I1F1F1 vs. Inverse of I1010002000300040005000040008000120001600020000I1F1F1 vs. Poly