面板數(shù)據(jù)模型與應(yīng)用

《面板數(shù)據(jù)的計(jì)量經(jīng)濟(jì)分析》，白仲林著，張曉峒主審，file:5panel02file:5panel018．面板數(shù)據(jù)模型的協(xié)整檢驗(yàn)第4章

面板數(shù)據(jù)模型與應(yīng)用

1．面板數(shù)據(jù)定義

2．面板數(shù)據(jù)模型分類

3．面板數(shù)據(jù)模型估計(jì)方法

4．面板數(shù)據(jù)模型檢驗(yàn)與設(shè)定方法

5．面板數(shù)據(jù)建模案例分析

6．面板數(shù)據(jù)的單位根檢驗(yàn)

7．EViwes應(yīng)用

2021/5/911．面板數(shù)據(jù)定義面板數(shù)據(jù)（paneldata）也稱作時間序列與截面混合數(shù)據(jù)（pooledtimeseriesandcrosssectiondata）。面板數(shù)據(jù)是截面上個體在不同時點(diǎn)的重復(fù)觀測數(shù)據(jù)。panel原指對一組固定調(diào)查對象的多次觀測，近年來paneldata已經(jīng)成為專業(yè)術(shù)語。N=30，T=50的面板數(shù)據(jù)示意圖中國各省級地區(qū)消費(fèi)性支出占可支配收入比例走勢圖2021/5/92面板數(shù)據(jù)分兩種特征：（1）個體數(shù)少，時間長。（2）個體數(shù)多，時間短。面板數(shù)據(jù)主要指后一種情形。面板數(shù)據(jù)用雙下標(biāo)變量表示。

yit,i=1,2,…,N;t=1,2,…,Ti對應(yīng)面板數(shù)據(jù)中不同個體。N表示面板數(shù)據(jù)中含有N個個體。t對應(yīng)面板數(shù)據(jù)中不同時點(diǎn)。T表示時間序列的最大長度。利用面板數(shù)據(jù)建立模型的好處是：（1）由于觀測值的增多，可以增加估計(jì)量的抽樣精度。（2）對于固定效應(yīng)回歸模型能得到參數(shù)的一致估計(jì)量，甚至有效估計(jì)量。（3）面板數(shù)據(jù)建模比單截面數(shù)據(jù)建模可以獲得更多的動態(tài)信息。1．面板數(shù)據(jù)定義2021/5/932．面板數(shù)據(jù)模型分類用面板數(shù)據(jù)建立的模型通常有3種，即混合模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型。2.1混合模型（Pooledmodel）。如果一個面板數(shù)據(jù)模型定義為，

yit=

+

Xit'

+

it,i=1,2,…,N;t=1,2,…,T其中yit為被回歸變量（標(biāo)量），

表示截距項(xiàng)，Xit為k

1階回歸變量列向量（包括k個回歸量），

為k

1階回歸系數(shù)列向量，

it為誤差項(xiàng)（標(biāo)量）。則稱此模型為混合回歸模型?；旌匣貧w模型的特點(diǎn)是無論對任何個體和截面，回歸系數(shù)

和

都相同。如果模型是正確設(shè)定的，解釋變量與誤差項(xiàng)不相關(guān)，即Cov(Xit,

it)=0。那么無論是N

，還是T

，模型參數(shù)的混合最小二乘估計(jì)量（PooledOLS）都是一致估計(jì)量。2021/5/942．面板數(shù)據(jù)模型分類2.2固定效應(yīng)模型（fixedeffectsmodel）。固定效應(yīng)模型分為3種類型，即個體固定效應(yīng)模型、時點(diǎn)固定效應(yīng)模型和個體時點(diǎn)雙固定效應(yīng)模型。下面分別介紹。2.2.1個體固定效應(yīng)模型（entityfixedeffectsmodel）如果一個面板數(shù)據(jù)模型定義為，

yit=

i

+

Xit'

+

it,i=1,2,…,N;t=1,2,…,T

其中

i是隨機(jī)變量，表示對于i個個體有i個不同的截距項(xiàng)，且其變化與Xit有關(guān)系；Xit為k

1階回歸變量列向量（包括k個回歸量），

為k

1階回歸系數(shù)列向量，對于不同個體回歸系數(shù)相同，yit為被回歸變量（標(biāo)量），

it為誤差項(xiàng)（標(biāo)量），則稱此模型為個體固定效應(yīng)模型。2021/5/952021/5/962021/5/972021/5/982021/5/992021/5/9102021/5/9112021/5/9123.面板數(shù)據(jù)模型估計(jì)方法混合最小二乘（PooledOLS）估計(jì)（適用于混合模型）平均數(shù)（between）OLS估計(jì)（適用于混合模型和個體隨機(jī)效應(yīng)模型）離差變換（within）OLS估計(jì)（適用于個體固定效應(yīng)回歸模型）一階差分（firstdifference）OLS估計(jì)（適用于個體固定效應(yīng)模型）可行GLS（feasibleGLS）估計(jì)（適用于隨機(jī)效應(yīng)模型）2021/5/9132021/5/9142021/5/9152021/5/9162021/5/9172021/5/9182021/5/9192021/5/9202021/5/9212021/5/9222021/5/9232021/5/924

2021/5/9252021/5/92615個省級地區(qū)的人均消費(fèi)序列

15個省級地區(qū)的人均收入序列（個體）2021/5/927

2021/5/9282021/5/9292021/5/9305．面板數(shù)據(jù)建模案例分析

個體隨機(jī)效應(yīng)模型與個體固定效應(yīng)模型比較，應(yīng)該建立個體固定效應(yīng)模型。2021/5/9312021/5/9322021/5/9332021/5/9342021/5/9352021/5/9362021/5/9372021/5/938

2021/5/9392021/5/9402021/5/9412021/5/9422021/5/9432021/5/9442021/5/9452021/5/9462021/5/9472021/5/9482021/5/9492021/5/9502021/5/951202