面板数据分析方法

《面板数据分析方法》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、面板数据分析方法BaltagiBaltagi著白仲林主译第一节面板数据的基本问题第二节面板数据的模型形式第三节面板数据模型的估计方法第一节面板数据的基本问题一、面板数据的定义二、面板数据的分类三、面板数据的特点一、面板数据的定义面板数据（paneldata）是指由变量y关于N个不同对象的T个观测期所得到的二维结构数据，记为yit，其中，i表示N个不同对象（如国家、地区、行业、企业或消费者等，一般称之为第i个个体），t表示T个观测期。面板数据是二维结构数据时间序列数据或截面数据都是一维数据。时间序列数据是变量按时间得到的数据；截面数据是变量在固定时点

2、的一组数据。面板数据是同时在时间和截面上取得的二维数据。所以，面板数据(paneldata)也称作时间序列与截面混合数据(pooledtimeseriesandcrosssectiondata)。面板数据是截面上个体在不同时点的重复观测数据。面板数据是二维结构数据Panel原指对一组固定调查对象的多次观测，近年来paneldata已经成为专业术语。面板数据从横截面看(crosssection)，是由若干个体(entity,unit,individual)在某一时点构成的截面观测值，从纵剖面(longitudinalsection)看每个个体都是一个

3、时间序列。数据结构的二维性时间序列数据横截面数据变量X的面板数据结构面板数据是二维结构数据第一节面板数据的基本问题一、面板数据的定义二、面板数据的分类三、面板数据的特点二、面板数据的分类1.短面板与长面板短面板(shortpanel)：时间T较小，而个体数N较大。长面板(longpanel)：时间T较大，而个体数N较小。二、面板数据的分类2.微观面板数据与宏观面板数据微观面板数据一般指一段时期内不同个体或者家庭的调查数据，其数据中往往个体单位较多，即N较大（通常均为几百或上千）而时期数T较短（最短为两个时期，最长一般不超过20个时期）。二、面板数据

4、的分类2.微观面板数据与宏观面板数据宏观面板数据通常为一段时间内不同国家或地区的数据集合，其个体单位数量N不大（一般为7-200）而时期数T较长（一般为20-60年）。二、面板数据的分类3.动态面板与静态面板在面板模型中，如果解释变量包含被解释变量的滞后值，则称为“动态面板”(dynamicpanel)；反之，则称为“静态面板”(staticpanel)。二、面板数据的分类4.平衡面板数据与非平衡面板数据如果在面板数据中，每个时期在样本中的个体完全一样，则称为“平衡面板数据”(balancedpanel)；然而，有时某些个体的数据可能缺失，或者新的

5、个体后来才加入到调查中来，在这种情况下，每个时期观测到的个体不完全相同，则称为“非平衡面板数据”(unbalancedpanel)。第一节面板数据的基本问题一、面板数据的定义二、面板数据的分类三、面板数据的特点三、面板数据的特点1.由于观测值的增多，可以增加估计量的抽样精度。由于同时有截面维度与时间维度，通常面板数据的样本容量更大，从而可以提高估计的精确度。面板数据提供“更加有信息价值的数据，变量增加变异性，变量之间的共线性削弱了，并且提高了自由度和有效性。三、面板数据的特点2.提供更多个体动态行为的信息。由于面板数据同时有横截面与时间两个维度，有

6、时可以解决单独的截面数据或时间序列数据所不能解决的问题，对面板数据进行回归既可以像回归分析截面数据一样捕获个体间的差异变化，又可以研究个体随时间的变化情况。三、面板数据的特点2.提供更多个体动态行为的信息。案例：考虑如何区分规模效应与技术进步对企业生产效率的影响。对于截面数据来说，由于没有时间维度，故无法观测到技术进步。然而，对于单个企业的时间序列数据来说，我们无法区分其生产效率的提高究竟有多少是由于规模扩大，有多少是由于技术进步。三、面板数据的特点3.可以解决遗漏变量问题。遗漏变量偏差是一个普遍存在的问题。虽然可以用工具变量法解决，但有效的工具变

7、量常常很难找。遗漏变量常常是由于不可观测的个体差异或“异质性”造成的，如果这种个体差异“不随时间而改变”，则面板数据提供了解决遗漏变量问题的又一利器。三、面板数据的特点4.带来一些问题。（1）由于综合了两种数据类型，面板数据分析方法相对更加复杂。（2）由于同一个体不同时期的数据一般存在自相关，样本数据通常不满足独立同分布的假定。（3）面板数据的收集成本通常较高，不易获得。图6图7File：5panel02a用原变量建模还是用对数变量建模?人均消费对收入的面板数据散点图对数的人均消费对收入的面板数据散点图本例用对数数据研究更合理图8图9尽管两个地区的

8、水平值差异很大，但消费结构并没有太大的变化。第一节面板数据的基本问题第二节面板数据的模型形式第三节面板数据模型的估计方法其