自相關(guān)和面板數(shù)據(jù)學習教案

1、會計學1第一頁，共82頁。假設(shè)2 對于(duy)解釋變量的所有觀測值，隨機誤差項有相同的方差。1,2,.in1,2,.in(如果違反，則出現(xiàn)異方差)第1頁/共82頁第二頁，共82頁。(如果違反(wifn)，則出現(xiàn)自相關(guān))假設(shè)4 所有(suyu)的解釋變量Xi與隨機誤差項彼此之間不相關(guān)。0)(),(jijiECov(遺漏變量中經(jīng)常出現(xiàn)，會出現(xiàn)參數(shù)估計有偏)第2頁/共82頁第三頁，共82頁。(如果(rgu)違反，則出現(xiàn)多重共線性)第3頁/共82頁第四頁，共82頁。在大樣本下，這一假設(shè)(jish)可以放松為i.i.d.假設(shè)(jish)7 不太可能出現(xiàn)大異常值。第4頁/共82頁第五頁，共82頁。222

2、0.00.0.00.22221.00.0.00.0n2212212.nnnn經(jīng)典(jngdin)假設(shè)異方差(fn ch)自相關(guān)第5頁/共82頁第六頁，共82頁。ijuu( ,)0ijCov u u 第6頁/共82頁第七頁，共82頁。第7頁/共82頁第八頁，共82頁。第8頁/共82頁第九頁，共82頁。第9頁/共82頁第十頁，共82頁。第10頁/共82頁第十一頁，共82頁。 再比如大多數(shù)經(jīng)濟時間數(shù)據(jù)(shj)都有一個明顯的特點:慣性，表現(xiàn)在時間序列不同時間的前后關(guān)聯(lián)上。由于消費習慣的影響(yngxing)被包含在隨機誤差項中，則可能出現(xiàn)序列相關(guān)性（往往是正相關(guān) ）。例如，絕對收入假設(shè)下居民(jmn

3、)總消費函數(shù)模型： Ct=0+1Yt+t t=1,2,n第11頁/共82頁第十二頁，共82頁?；蛘?huzh)寫成：其中(qzhng)稱為相關(guān)系數(shù)第12頁/共82頁第十三頁，共82頁。()0tE u211( ,)()ttttuCov u uE uu2222( ,)()ttttuCov u uE uu 2( ,)()sttsttsuCov u uE uu 自相關(guān)(xinggun)的數(shù)學形式第13頁/共82頁第十四頁，共82頁。第14頁/共82頁第十五頁，共82頁。第15頁/共82頁第十六頁，共82頁。第16頁/共82頁第十七頁，共82頁。第17頁/共82頁第十八頁，共82頁。第18頁/共82頁第

4、十九頁，共82頁。 杜賓和沃特森他們成功地導出了臨界值的下限dL和上限dU ，且這些上下限只與樣本的容量(rngling)n和解釋變量的個數(shù)k有關(guān)，而與解釋變量X的取值無關(guān)。 D.W. 統(tǒng)計(tngj)量:第19頁/共82頁第二十頁，共82頁。 D.W檢驗(jinyn)步驟:（1）計算DW值（2）給定(i dn)，由n和k的大小查DW分布表，得臨界值dL和dU（3）比較、判斷2(1)DW第20頁/共82頁第二十一頁，共82頁。 若 0D.W.dL 存在(cnzi)正自相關(guān) dLD.W.dU 不能確定 dU D.W.4dU 無自相關(guān) 4dU D.W.4 dL 不能確定 4dL D.W.4 存在(

5、cnzi)負自相關(guān) 0 dL dU 2 4-dU 4-dL 正相關(guān)(xinggun)不能確定(qudng)無自相關(guān)不能確定負相關(guān)第21頁/共82頁第二十二頁，共82頁。第22頁/共82頁第二十三頁，共82頁。第23頁/共82頁第二十四頁，共82頁。第24頁/共82頁第二十五頁，共82頁。第25頁/共82頁第二十六頁，共82頁。第26頁/共82頁第二十七頁，共82頁。第27頁/共82頁第二十八頁，共82頁。估計值。估計值。第28頁/共82頁第二十九頁，共82頁。第29頁/共82頁第三十頁，共82頁。第30頁/共82頁第三十一頁，共82頁。第31頁/共82頁第三十二頁，共82頁。第32頁/共82頁

6、第三十三頁，共82頁。第33頁/共82頁第三十四頁，共82頁。第34頁/共82頁第三十五頁，共82頁。第35頁/共82頁第三十六頁，共82頁。第36頁/共82頁第三十七頁，共82頁。pool data第37頁/共82頁第三十八頁，共82頁。第38頁/共82頁第三十九頁，共82頁。companycompanyyearyearinvestinvestmvaluemvalue11951755.9483311952891.24924.9119531304.46241.7119541486.75593.621951588.22289.521952645.52159.4219536412031.32195

7、4459.32115.531951135.21819.431952157.32079.731953179.52371.631954189.62759.9第39頁/共82頁第四十頁，共82頁。地區(qū)人均消費地區(qū)人均消費1996199719981999200020012002CP-AH（安徽）（安徽） 3282.466 3646.150 3777.410 3989.581 4203.555 4495.174 4784.364CP-BJ（北京）（北京） 5133.978 6203.048 6807.451 7453.757 8206.271 8654.433 10473.12CP-FJ（福建）（福建）

8、 4011.775 4853.441 5197.041 5314.521 5522.762 6094.336 6665.005CP-HB（河北）（河北） 3197.339 3868.319 3896.778 4104.281 4361.555 4457.463 5120.485CP-HLJ（黑龍江）（黑龍江） 2904.687 3077.989 3289.990 3596.839 3890.580 4159.087 4493.535CP-JL（吉林）（吉林） 2833.321 3286.432 3477.560 3736.408 4077.961 4281.560 4998.874CP-JS（

9、江蘇）（江蘇） 3712.260 4457.788 4918.944 5076.910 5317.862 5488.829 6091.331CP-JX（江西）（江西） 2714.124 3136.873 3234.465 3531.775 3612.722 3914.080 4544.775CP-LN（遼寧）（遼寧） 3237.275 3608.060 3918.167 4046.582 4360.420 4654.420 5402.063CP-NMG（內(nèi)蒙古）（內(nèi)蒙古） 2572.342 2901.722 3127.633 3475.942 3877.345 4170.596 4850.18

10、0CP-SD（山東）（山東） 3440.684 3930.574 4168.974 4546.878 5011.976 5159.538 5635.770CP-SH（上海）（上海） 6193.333 6634.183 6866.410 8125.803 8651.893 9336.100 10411.94CP-SX（山西）（山西） 2813.336 3131.629 3314.097 3507.008 3793.908 4131.273 4787.561CP-TJ（天津）（天津） 4293.220 5047.672 5498.503 5916.613 6145.622 6904.368 722

11、0.843CP-ZJ（浙江）（浙江） 5342.234 6002.082 6236.640 6600.749 6950.713 7968.327 8792.210第40頁/共82頁第四十一頁，共82頁。個體在個體在T期中的第期中的第t個時期內(nèi)變個時期內(nèi)變量量Y的觀測的觀測(gunc)值。值。第41頁/共82頁第四十二頁，共82頁。面板數(shù)據(jù)用雙下標(xi bio)變量表示。例如 Yit, i = 1, 2, , N； t = 1, 2, , TN表示面板數(shù)據(jù)中含有N個個體。T表示時間序列的最大長度。 對于(duy)樣本點來說：第42頁/共82頁第四十三頁，共82頁。companycompanyy

12、earyearinvestinvestmvaluemvalue11951755.9483311952891.24924.9119531304.46241.7119541486.75593.621951588.22289.521952645.52159.4219536412031.321954459.32115.531951135.21819.431952157.32079.731953179.52371.631954189.62759.9第43頁/共82頁第四十四頁，共82頁。第44頁/共82頁第四十五頁，共82頁。第45頁/共82頁第四十六頁，共82頁。第46頁/共82頁第四十七頁，共82頁

13、。第47頁/共82頁第四十八頁，共82頁。01(1)ititi titYXYu我們(w men)主要學習靜態(tài)面板數(shù)據(jù)。第48頁/共82頁第四十九頁，共82頁。第49頁/共82頁第五十頁，共82頁。第50頁/共82頁第五十一頁，共82頁。第51頁/共82頁第五十二頁，共82頁。第52頁/共82頁第五十三頁，共82頁。第53頁/共82頁第五十四頁，共82頁。 由此我們就能得出增加啤酒稅收會導致更多的交通事故死亡人數(shù)嗎？不一定，這是因為這些回歸中可能存在著巨大的遺漏變量(binling)偏差。第54頁/共82頁第五十五頁，共82頁。變量。變量。第55頁/共82頁第五十六頁，共82頁。特別注意：Zi不

14、隨時間(shjin)變化第56頁/共82頁第五十七頁，共82頁。結(jié)論： 兩期的變化表示的回歸消除了隨時間不變的不可觀測(gunc)變量Zi的效應。換言之，分析Y和X的變化可以控制隨時間不變的變量，于是就消除了這種產(chǎn)生遺漏變量偏差的來源。第57頁/共82頁第五十八頁，共82頁。第58頁/共82頁第五十九頁，共82頁。第59頁/共82頁第六十頁，共82頁。第60頁/共82頁第六十一頁，共82頁。第61頁/共82頁第六十二頁，共82頁。第62頁/共82頁第六十三頁，共82頁。體的截據(jù)項。體的截據(jù)項。第63頁/共82頁第六十四頁，共82頁。第64頁/共82頁第六十五頁，共82頁。01112233445

15、566ititiYXDDDDDDu7個州的回歸線斜率相同(xin tn)，但截距不同。第1個州的截距是：第2個州的截距是：第3個州的截距是：101011012第65頁/共82頁第六十六頁，共82頁。(式1)給定(i dn)第i 個個體，將(式1)兩邊對時間取平均可得，(式2)第66頁/共82頁第六十七頁，共82頁?？梢?ky)用OLS方法一致地估計 ，稱為“固定效應估計量”（Fixed Effects Estimator），記為FE由于 主要使用(shyng)了每個個體的組內(nèi)離差信息，故也稱為“組內(nèi)估計量”（within estimator）。FE第67頁/共82頁第六十八頁，共82頁。用我們

16、后面要講到的隨機效應用我們后面要講到的隨機效應模型。模型。第68頁/共82頁第六十九頁，共82頁。由于(10. 8)式中的“差分”回歸只用了1982年和1988年的數(shù)據(jù)(具體講就是這兩年的差額)，而(10. 15)式中的固定(gdng)效應回歸用到了所有7年的數(shù)據(jù)，因此這兩個回歸是不同的。由于利用了更多的數(shù)據(jù)，因此(10. 15)式中的標準誤差小于(10. 8)式中的標準誤差。第69頁/共82頁第七十頁，共82頁。第70頁/共82頁第七十一頁，共82頁。第71頁/共82頁第七十二頁，共82頁。首先注意(zh y)：結(jié)果中的u_i不表示殘差，而是表示個體效應。第72頁/共82頁第七十三頁，共82

17、頁。第73頁/共82頁第七十四頁，共82頁。第74頁/共82頁第七十五頁，共82頁。第75頁/共82頁第七十六頁，共82頁。第76頁/共82頁第七十七頁，共82頁。companycompanyinvest2002invest2002invest2003invest2003invest2004invest2004kstock2002kstock2002kstock2003kstock2003kstock2004kstock20041 118.918.919.119.119.619.619.619.616.816.816.716.72 217.417.418.418.418.818.818.118.117.417.417173 3191919.619.620.120.120.220.2171717.117.14 4202020.420.