面板数据的计量方法.doc

《面板数据的计量方法.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、面板数据的计量方法 1.什么是面板数据？面板数据（paneldata）也称时间序列截面数据（timeseriesandcrosssectiondata）或混合数据（pooldata）。面板数据是截面数据与时间序列综合起来的一种数据资源，是同时在时间和截面空间上取得的二维数据。如：城市名：北京、上海、重庆、天津的GDP分别为10、11、9、8（单位亿元）。这就是截面数据，在一个时间点处切开，看各个城市的不同就是截面数据。如：2000、2001、2002、2003、2004各年的北京市GDP分别为8、9、10、11、12（单位亿元）。这就是时间序列，选一个城市

2、，看各个样本时间点的不同就是时间序列。如：2000、2001、2002、2003、2004各年中国所有直辖市的GDP分别为：北京市分别为8、9、10、11、12；上海市分别为9、10、11、12、13；天津市分别为5、6、7、8、9；重庆市分别为7、8、9、10、11（单位亿元）。这就是面板数据。2.面板数据的计量方法利用面板数据建立模型的好处是：（1）由于观测值的增多，可以增加估计量的抽样精度。（2）对于固定效应模型能得到参数的一致估计量，甚至有效估计量。（3）面板数据建模比单截面数据建模可以获得更多的动态信息。例如1990-2000年30个省份的农业总

3、产值数据。固定在某一年份上，它是由30个农业总产值数字组成的截面数据；固定在某一省份上，它是由11年农业总产值数据组成的一个时间序列。面板数据由30个个体组成。共有330个观测值。面板数据模型的选择通常有三种形式：混合估计模型、固定效应模型和随机效应模型第一种是混合估计模型（PooledRegressionModel）。如果从时间上看，不同个体之间不存在显著性差异；从截面上看，不同截面之间也不存在显著性差异，那么就可以直接把面板数据混合在一起用普通最小二乘法（OLS）估计参数。第二种是固定效应模型（FixedEffectsRegressionModel）。

4、在面板数据散点图中，如果对于不同的截面或不同的时间序列，模型的截距是不同的，则可以采用在模型中加虚拟变量的方法估计回归参数，称此种模型为固定效应模型（fixedeffectsregressionmodel）。固定效应模型分为3种类型，即个体固定效应模型（entityfixedeffectsregressionmodel）、时刻固定效应模型（timefixedeffectsregressionmodel）和时刻个体固定效应模型（timeandentityfixedeffectsregressionmodel）。（1）个体固定效应模型。个体固定效应模型就是对于

5、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，但是对于不同的横截面，模型的截距没有显著性变化，那么就应该建立个体固定效应模型。注意：个体固定效应模型的EViwes输出结果中没有公共截距项。（2）时刻固定效应模型。时刻固定效应模型就是对于不同的截面（时刻点）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，但是对于不同的时间序列（个体）截距是相同的，那么应该建立时刻固定效应模型，相对于混合估计模型来说，是否有必要建立时刻固定效应模型可以通过F检验来完成。H0：对于不同横截面模型截距项相同（建立混合估计模型）。H1：对于不

6、同横截面模型的截距项不同（建立时刻固定效应模型）。（3）时刻个体固定效应模型。时刻个体固定效应模型就是对于不同的截面（时刻点）、不同的时间序列（个体）都有不同截距的模型。如果确知对于不同的截面、不同的时间序列（个体）模型的截距都显著地不相同，那么应该建立时刻个体效应模型。相对于混合估计模型来说，是否有必要建立时刻个体固定效应模型可以通过F检验来完成。H0：对于不同横截面，不同序列，模型截距项都相同（建立混合估计模型）。H1：不同横截面，不同序列，模型截距项各不相同（建立时刻个体固定效应模型）。第三种是随机效应模型。在固定效应模型中采用虚拟变量的原因是解释被

7、解释变量的信息不够完整。也可以通过对误差项的分解来描述这种信息的缺失。         yit=a+b1xit+eit                                               其中误差项在时间上和截面上都是相关的，用3个分量表示如下。eit=ui+vt+wit                                               其中ui~N(0,su2)表示截面随机误差分量；vt~N(0,sv2)表示时间随机误差分量；wit~N(0,sw2)表示混和随机误差分量。同时还假定ui，vt，wit之间互

8、不相关，各自分别不存在截面自相关、时间自相关和混和自相关。上述模型