资源描述：
《第9章面板数据模型理论》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、5.2面板数据模型理论5.2.1面板数据模型及类型。面板数据(paneldata)也称时间序列截面数据(timeseriesandcrosssectiondata)或混合数据(pooldata)。而板数据是同时在时间和截而空间上取得的二维数据。面板数据从横截面(crosssection)上看，是由若T•个体(entity,unit,individual)在某一时刻构成的截面观测值，从纵剖面(longitudinalsection)上看是一个时间序列。面板数据用双下标变量表示。例如：yit,i=1,2,…，Nt
2、=1,2,…,T其中，N表示面板数据中含有的个体数。T表示时间序列的时期数。若固定f不变，儿(心1,2,•…,N)是横截面上的N个随机变量；若固定i不变，儿,(/=1,2,・・・,门是纵剖面上的一个时间序列。对于面板数据来说，如果从横截面上看，每个变量都有观测值，从纵剖面上看，每一期都有观测值，则称此面板数据为平衡面板数据(balancedpaneldata)。若在面板数据中丢失若干个观测值，则称此面板数据为非平衡面板数据(unbakmcedpaneldata)。面板数据模型是建立在面板数据之上、用于分析变量之
3、间相互关系的计量经济模型。面板数据模型的解析表达式为：儿=ait+兀滴+74i=',2,・・・N;j=,2,…T其中,儿为被解释变量；如表示截距项,兀”=(站，兀;，…，毗)为lxk维解释变量向量;炕=(必0爲…，0防为Rxl维参数向量」表示不同的个体」表示不同的时间；冷为随机扰动项，满足经典计量经济模型的基本假设“"〜〃DN(0q；)。面板数据模型通常分为三类。即混合模型、固定效应模型和随机效应模型。(1)混合模型。如果一个面板数据模型定义为：yit=Q++i=1,2,…N;j=1,2,…T则称此模型为混合
4、模型。混合模型的特点是无论对任何个体和截面，回归系数。和0都是相同的(2)固定效应模型。固定效应模型分为3种类型，即个体固定效应模型(entityfixedeffectsregressionmodel)x时间固定效应模型(timefixedeffectsregressionmodel)和时间个体固定效应模型(timeandentityfixedeffectsregressionmodel)<>①个体固定效应模型。个体固定效应模型就是对于不同的个体有不同截距的模型。如果对于不同的时间序列（个体）截距是不同的，但是
5、对于不同的横截面，模型的截距没有显著性变化，那么模型就称为个体固定效应模型立，表示如下，yit=cc.+兀〃0+冷i=1,2,…N;J=1,2,…T式中，九为被解释变量，勺=（球，兀;，…，对）为lxR维解释变量向量,乞•是随机变量,表示对于2•个个体有，个不同的截距项，且其变化与心=（応，爲，…，儿）有关；0=（01,02,…，伙）为宀1维回归系数向量，对不同的个体回归系数相同，坨为随机误差项，则称此模型为个体固定效应模型。个体固定效应模型也可以表示为y”二力D+他6+…+加Dv+/3xit+jujtt=1,
6、2,…,T其中D-o,如果属于第,个个体，―,N。其他①时间固定效应模型。如果一个面板数据模型定义为:=at+尢〃0+“〃i=l,2,・・・W;J=l,2,・・・T式中，匕是随机变量，表示对于卩个截面有7-个不同的截距项，口其变化与心=（琉，爲，…，对）有关;对不同的个体回归系数相同，他为随机误差项，则称此模型为时间固定效应模型。时间固定效应模型就是对于不同的截面（卩寸刻点）有不同截距的模型。如果确知对于不同的截面，模型的截距显著不同，但是对于不同的吋间序列（个体）截距是相同的，那么应该建立时刻固定效应模型。时
7、间固定效应模型也可以表示如下yit=CXD+（X2D2+…+6Z7'Dy+0i兀〃+£〃，i=1,2,…，N其中DJ1,如果属于第/个截面，t=2,…,T。{~[0,其他（不属于第『个截面）②个体时间固定效应模型。如果一个面板数据模型定义为式中，少是随机变量，表示对于N个个体有N个不同的截距项，且其变化与兀“乙，爲，…，对）有关;兀是随机变量，表示对于厂个截而有丁个不同的截距项，且其变化与心=(乙，爲，…,对)有关；对不同的个体回归系数相同，“"为随机误差项，则称此模型为个体时间固定效应模型。(1)随机效应
8、模型对于面板数据模型儿=ai+无〃0+i=1,2,…N;j=1,2,…T如果为被解释变量，兀〃为lxk维解释变量向量，0为Exl维冋归系数向量，对不同的个体回归系数相同，少是随机变量，其分布与卞无关；血为随机误差项，则称此模型为个体随机效应模型。同理也可以定义吋间随机效应模型和个体吋间随机效用模型。5.2.2面板数据模型估计方法面板数据模型中0的估计量既不同于截面数据估计量，也不同于时
