面板数据回归分析1

《面板数据回归分析1》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第7章面板数据回归分析面板数据回归分析7.1面板数据模型7.1.1面板数据7.1.2面板数据模型7.2固定效应模型估计7.2.1固定效应模型估计7.2.2用EViews7.2估计固定效应模型面板数据回归分析7.3随机效应模型估计7.3.1随机效应模型估计7.3.2用EViews7.2估计随机效应模型7.4固定效应还是随机效应？—Hausman检验7.4.1Hausman检验原理7.4.2用EViews7.2进行Hausman检验重要概念面板数据回归分析7.1面板数据模型7.1.1面板数据7.1.2面板数据模型7.1面板数据模型7.1.1面板数据面板数据有横截面和时间两个维度，个横截面个体、个

2、观测时期，样本个体表示为，若远大于，称之为短面板，本书只讨论短面板。7.1面板数据模型7.1.1面板数据EViews中存放面板数据：将Excel中数据导入EViews，排列方式为无结构/不按日期的数据（Unstructured/Undated）7.1面板数据模型7.1.1面板数据EViews中存放面板数据：点击工作文件界面上的按钮Range，在弹出的WorkfileStructure对话框的Workfiletype栏内选择DatedPanel，7.1面板数据模型7.1.1面板数据EViews中存放面板数据：并在Panelidentifierseries（面板识别变量）下的第一栏Crossse

3、ctionIDseries（横截面识别变量）内输入变量名dq（地区），在第二栏Dateseries（日期识别变量）内输入变量名year：点击OK，数据按面板数据排列:7.1面板数据模型7.1.1面板数据EViews中存放面板数据：7.1面板数据模型7.1.2面板数据模型为个体的异质性，不可观测假设1：7.1面板数据模型7.1.2面板数据模型假设2：7.1面板数据模型7.1.2面板数据模型面板数据模型不可观测的个体异质性例子7.1经济发展与污水排放例子7.2教育的回报由于不可观测的地区和个人能力带来的内生性，使上述估计不一致。面板数据模型固定效应模型和随机效应模型定义7.1固定效应和随机效应上

4、述模型中的不可观测变量（1）与回归自变量相关，称之为固定效应模型；（2）与回归自变量不相关，称之为随机效应模型。固定效应将消掉，随机效应则将其放入误差项，然后探索方差结构。7.2固定效应模型估计7.2.1固定效应模型估计7.2.2用EViews7.2估计固定效应模型7.2固定效应模型估计7.2.1固定效应模型估计核心是消掉个体异质性变量上述模型的OLS估计称之为固定效应估计（Fixedeffect）7.2固定效应模型估计7.2.1固定效应模型估计例子7.1经济发展与污水排放例子7.2教育的回报若采用普通的FE方法，教育变量会被消除掉，故不能被估计教育的回报。但若采用教育变量和年份虚拟变量相乘

5、的方法，则可以估计：7.2固定效应模型估计7.2.1固定效应模型估计例子7.2教育的回报定义虚拟变量此时相减不至于消去教育变量，但是此时表示的是相对于1980年，教育对收入的影响大小。7.2固定效应模型估计7.2.1固定效应模型估计FD估计（FirstDifference）：其中，如果变量取值不随时间变化，差分后的模型在消去的同时，也将该变量消去，对应的回归系数无法估计。FD估计导致变量变化减少，估计出参数方差较大，效率比FE低。7.2固定效应模型估计7.2.2用EViews7.2估计固定效应模型例子7.1的EViews操作：在工作文件界面选中参与回归的变量并以组打开，在文件表格界面点击Pr

6、oc→MakeEquation进入模型设定界面完成模型设定。7.2固定效应模型估计7.2.2用EViews7.2估计固定效应模型例子7.1的EViews操作：点击PanelOptions选项，进入面板数据模型设定界面。第一栏选择固定效应（fixed），第二栏选择无时间异质性变量（none），第三栏选择GLS时的权重（Cross-sectionweight），第四栏选择协方差估计方法（Whitecross-section），最后一栏选择是否调整自由度7.2固定效应模型估计7.2.2用EViews7.2估计固定效应模型例子7.1的EViews操作：完成选择后点击OK得出参数估计输出结果:7.2固

7、定效应模型估计7.2.2用EViews7.2估计固定效应模型例子7.2教育的回报EViews操作：为避免教育变量被消掉，采用前面介绍的虚拟变量与教育变量相乘作为新的自变量，并将不关心的不随时间变化的自变量去掉（否则无法估计！），如种族变量black，然后按上面的操作，最终输出结果：7.2固定效应模型估计7.2.2用EViews7.2估计固定效应模型例子7.2教育的回报EViews操作：7.3随机效应模型估计7