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