橫截面數(shù)據(jù)、時(shí)間序列數(shù)據(jù)、面板數(shù)據(jù)

1、橫截面數(shù)據(jù)、時(shí)間序列數(shù)據(jù)、面板數(shù)據(jù)橫截面數(shù)據(jù)：（時(shí)間固定） 橫截面數(shù)據(jù)是在同一時(shí)間，不同統(tǒng)計(jì)單位相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)列。橫截面數(shù)據(jù)是按照統(tǒng)計(jì)單位排列的。因此，橫截面數(shù)據(jù)不要求統(tǒng)計(jì)對(duì)象及其范圍相同，但要求統(tǒng)計(jì)的時(shí)間相同。也就是說(shuō)必須是同一時(shí)間截面上的數(shù)據(jù)。如：時(shí)間序列數(shù)據(jù)：(橫坐標(biāo)為t,縱坐標(biāo)為y) 在不同時(shí)間點(diǎn)上收集到的數(shù)據(jù)，這類數(shù)據(jù)反映某一事物、現(xiàn)象等隨時(shí)間的變化狀態(tài)或程度。如：面板數(shù)據(jù)：(橫坐標(biāo)為t,斜坐標(biāo)為y,縱坐標(biāo)為z) 是截面數(shù)據(jù)與時(shí)間序列數(shù)據(jù)綜合起來(lái)的一種數(shù)據(jù)類型。其有時(shí)間序列和截面兩個(gè)維度，當(dāng)這類數(shù)據(jù)按兩個(gè)維度排列時(shí)，是排在一個(gè)平面上，與只有一個(gè)維度的數(shù)據(jù)排在一條線上有著明顯的

2、不同，整個(gè)表格像是一個(gè)面板,所以把panel data譯作“面板數(shù)據(jù)”。舉例： 如：城市名：北京、上海、重慶、天津的GDP分別為10、11、9、8（單位億元）。這就是截面數(shù)據(jù)，在一個(gè)時(shí)間點(diǎn)處切開，看各個(gè)城市的不同就是截面數(shù)據(jù)。 如：2000、2001、2002、2003、2004各年的北京市GDP分別為8、9、10、11、12（單位億元）。這就是時(shí)間序列，選一個(gè)城市，看各個(gè)樣本時(shí)間點(diǎn)的不同就是時(shí)間序列。 如：2000、2001、2002、2003、2004各年中國(guó)所有直轄市的GDP分別為： 北京市分別為8、9、10、11、12； 上海市分別為9、10、11、12、13； 天津市分別為5、6、7

3、、8、9； 重慶市分別為7、8、9、10、11（單位億元）。這就是面板數(shù)據(jù)。關(guān)于面板數(shù)據(jù)的統(tǒng)計(jì)分析 在寫論文時(shí)經(jīng)常碰見一些即是時(shí)間序列又是截面的數(shù)據(jù)，比如分析1999-2010的公司盈余管理影響因素，而影響盈余管理的因素有6個(gè)，那么會(huì)形成如下圖的數(shù)據(jù)公司1公司2公司100因素1因素6盈余管理程度因素1因素6盈余管理程度因素1因素6盈余管理程度199920002010     如上圖所示的數(shù)據(jù)即為面板數(shù)據(jù)。顯然面板數(shù)據(jù)是三維的，而時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù)都是二維的，把面板數(shù)據(jù)當(dāng)成時(shí)間序列數(shù)據(jù)或者截面數(shù)據(jù)來(lái)處理都是不合適的。 &#

4、160;   處理面板數(shù)據(jù)的軟件較多，一般使用Eviews6.0、Stata等。個(gè)人推薦使用Stata，因?yàn)镾tata比較適合處理面板數(shù)據(jù)，且個(gè)性化強(qiáng)。以下以Stata11.0為例來(lái)講解怎么樣處理面板數(shù)據(jù)。由于面板數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)與我們通常使用的存儲(chǔ)結(jié)構(gòu)不太一樣，所在統(tǒng)計(jì)分析前，最好在excel中整理一下數(shù)據(jù)，形成如下圖所示的數(shù)據(jù)年份公司名稱因素1因素2因素6盈余管理程度1999公司12000公司1公司12010公司11999公司22000公司2公司22010公司2變量定義及輸入數(shù)據(jù) 啟動(dòng)Stata11.0，Stata界面有4個(gè)組成部分，Review（在左上角）、V

5、ariables（左下角）、輸出窗口（在右上角）、Command（右下角）。首先定義變量，可以輸入命令，也可以通過(guò)點(diǎn)擊Data-Create new Variable or change variable。 特別注意，這里要定義的變量除了因素1、因素2、因素6、盈余管理影響程度等，還要定義年份和公司名稱兩個(gè)變量，這兩個(gè)變量的數(shù)據(jù)類型（Type）最好設(shè)置為int（整型），公司名稱不要使用中文名稱或者字母等，用數(shù)字代替。定義好變量之后可以輸入數(shù)據(jù)了。數(shù)據(jù)可以直接導(dǎo)入（File-Import），也可以手工錄入或者復(fù)制粘貼（Data-Data Edit(Browse)），手工錄入數(shù)據(jù)和在excel中的

6、操作一樣。 以上面說(shuō)的為例，定義變量 year、 company、 factor1、 factor2、 factor3、 factor4、 factor5、 factor6、 DA。 變量company 和year分別為截面變量和時(shí)間變量。顯然，通過(guò)這兩個(gè)變量我們可以非常清楚地確定panel data 的數(shù)據(jù)存儲(chǔ)格式。因此，在使用STATA 估計(jì)模型之前，我們必須告訴它截面變量和時(shí)間變量分別是什么，所用的命令為tsset，命令為：tsset company year 輸出窗口將輸出相應(yīng)結(jié)果。 由于面板數(shù)據(jù)本身兼具截面數(shù)據(jù)和時(shí)間序列二者的特性，所以對(duì)時(shí)間序列進(jìn)行操作的運(yùn)算同樣可以應(yīng)用到面板數(shù)據(jù)身

7、上。這一點(diǎn)在處理某些數(shù)據(jù)時(shí)顯得非常方便。如，對(duì)于上述數(shù)據(jù)，我們想產(chǎn)生一個(gè)新的變量Lag _factor1 ，也就是factor1 的一階滯后，那么我們可以采用如下命令：gen Lag_factor1=L.factor1統(tǒng)計(jì)描述：在正式進(jìn)行模型的估計(jì)之前，我們必須對(duì)樣本的基本分布特性有一個(gè)總體的了解。對(duì)于面板數(shù)據(jù)而言，我們至少要知道我們的數(shù)據(jù)中有多少個(gè)截面(個(gè)體) ，每個(gè)截面上有多少個(gè)觀察期間，整個(gè)數(shù)據(jù)結(jié)構(gòu)是平行的還是非平行的。進(jìn)一步地，我們還要知道主要變量的樣本均值、標(biāo)準(zhǔn)差、最大值、最小值等情況。這些都可以通過(guò)以下三個(gè)命令來(lái)完成： xtdes 命令用于初步了解數(shù)據(jù)的大體分布狀況，我們可以知道數(shù)

8、據(jù)中含有多少個(gè)截面，最大和最小的時(shí)間跨度是多少。在某些要求使用平行面板數(shù)據(jù)的情況下，我們可以采用該命令來(lái)診斷處理后的數(shù)據(jù)是否為平行數(shù)據(jù)。Xtsum用來(lái)查詢對(duì)組內(nèi)、組間、整體計(jì)算各個(gè)變量的基本統(tǒng)計(jì)量（如均值、方差等）。為了方便，以下的舉例都只用factor1，factor2兩個(gè)自變量。xtdes DA factor1 facto2 xtsum DA factor1 facto2 模型回歸。 常用的處理面板數(shù)據(jù)的模型有混合OLS模型、固定效應(yīng)模型、隨機(jī)效應(yīng)模型。各個(gè)模型的區(qū)別請(qǐng)上網(wǎng)查查。下面說(shuō)說(shuō)各個(gè)模型的命令： 混合OLS模型輸入命令：regress DA factor1 facto2 固定效應(yīng)模

9、型輸入命令：xtreg DA factor1 factor , fe隨機(jī)效應(yīng)模型輸入命令：xtreg DA factor1 factor , re模型的選擇及檢驗(yàn) 固定效應(yīng)模型要檢驗(yàn)個(gè)體效應(yīng)的顯著性，這可以通過(guò)固定效應(yīng)模型回歸結(jié)果的最后一行的F統(tǒng)計(jì)量看出，F(xiàn)越大越好，可以得出固定效應(yīng)模型優(yōu)于混合OLS模型的結(jié)論。隨機(jī)效應(yīng)模型要檢驗(yàn)隨機(jī)效應(yīng)是否顯著，要輸入命令：xttest0如果檢驗(yàn)得到的p值為0，則隨機(jī)效應(yīng)顯著，隨機(jī)效應(yīng)模型也優(yōu)于固定效應(yīng)模型。至于固定效應(yīng)模型與隨機(jī)效應(yīng)模型選哪一個(gè)，則要通過(guò)hausman檢驗(yàn)來(lái)得出。 Hausman檢驗(yàn) Hausman檢驗(yàn)的原假設(shè)是固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型

10、，如果hausman檢驗(yàn)的p值為0，則接受原假設(shè)，使用固定效應(yīng)模型。相關(guān)命令：qui xtreg DA factor1 factor2 ,feest store fequi xtreg DA factor1 factor2 ,reest store rehausman fe 檢驗(yàn)序列相關(guān) 固定效應(yīng)模型使用xtserial命令，隨機(jī)效應(yīng)模型使用xttest1命令:qui xtreg DA factor1 factor2 ,rexttest1對(duì)于隨機(jī)效應(yīng)模型xtserial DA factor1 factor2 如果沒有xtserial命令即輸入上面的命令后彈出no command，則輸入findit xtserial.ad