第四讲 面板数据模型.ppt

第四讲 面板数据模型 第一节 面板数据与面板数据模型 第二节 固定影响模型 第三节 随机影响模型 第四节 SUR模型 *第五节 随机系数模型 *第六节 动态面板数据模型 推荐书籍： 1.白仲林 面板数据的计量经济分析 南开大学出版社2008 2.朱建平，胡朝霞 高级计量经济学导论 北京大学出版社 2009 3.横截面与面板数据的经济计量分析 伍德维奇 中国人民大学出版社 2007 4.巴尔塔基 面板数据计量经济分析 张晓峒 机械工业出版社 2010 5.面板数据计量经济学 阿雷拉诺 朱平芳上海财经大学出版社 2008 6.面板数据模型的检验方法 陈海燕 经济科学出版社 2012 1.面板数据模型简介 面板数据（panel data）也称作时间序列与截面混合数据（pooled time series and cross section data）。面板数据是截面上个体在不同时点的重复观测数据。 yi t, i = 1, 2, …, N; t = 1, 2, …, T 若固定t不变，yi ., ( i = 1, 2, …, N)是横截面上的N个随机变量； 若固定i不变，y. t, (t = 1, 2, …, T)是纵剖面上的一个时间序列（个体）。 面板数据是不同个体和不同时期被观察的数据（Longitudinal or Panel Data） 2．面板数据模型分类 用面板数据建立的模型通常有3种，即混合模型、固定效应模型和随机效应模型。 2.1 混合模型（Pooled model）。 如果一个面板数据模型定义为， yit = ? + Xit ? +?it, i = 1, 2, …, N; t = 1, 2, …, T 其中yit为被回归变量（标量），? 表示截距项，Xit为k ?1阶回归变量列向量（包括k个回归量），?为k ?1阶回归系数列向量，?it为误差项（标量）。则称此模型为混合回归模型。混合回归模型的特点是无论对任何个体和截面，回归系数?和?都相同。 如果模型是正确设定的，解释变量与误差项不相关，即Cov(Xit,?it) = 0。那么无论是N??，还是T??，模型参数的混合最小二乘估计量（Pooled OLS）都是一致估计量。 2.2 固定效应模型（fixed effects model）。 固定效应模型分为3种类型，即个体固定效应模型、时点固定效应模型和个体时点双固定效应模型。下面分别介绍。 2.2.1个体固定效应模型（entity fixed effects model） 如果一个面板数据模型定义为， yit = ?i + Xit ? +?it, i = 1, 2, …, N; t = 1, 2, …, T 其中?i是随机变量，表示对于i个个体有i个不同的截距项，且其变化与Xit有关系；Xit为k ?1阶回归变量列向量（包括k个回归量），?为k ?1阶回归系数列向量，对于不同个体回归系数相同，yit为被回归变量（标量），?it为误差项（标量），则称此模型为个体固定效应模型。 4. 随机系数（random coefficients） 第二节 混合回归模型 第二节 混合回归模型 第二节 混合回归模型 第二节 混合回归模型 第三节 固定效应模型 第三节 固定效应模型 第三节 固定效应模型 第三节 固定效应模型 第三节 固定效应模型 第三节 固定效应模型 第三节 固定效应模型 第三节 固定效应模型 第三节 固定效应模型 第三节 固定效应模型 第三节 固定效应模型 第三节 固定效应模型 第三节 固定效应模型 第三节 固定效应模型 第三节 固定效应模型 第四节 随机影响模型 四、随机影响的检验 第四节 SUR模型 第五节 变系数回归模型 一、表面不相关回归模型 第三节 固定效应模型 二、表面不相关回归模型的参数估计 三、同期不相关性的假设检验 *第五节 随机系数模型 一、随机系数模型(RCR模型） *第六节 动态面板数据模型 由假设条件可知，各个回归方程之间实际上确实有关联。表面不相关回归容许各个回归方程的扰动项之间存在跨方程相关，方程中的诸u在任何一个时期中不必相互独立，即不同方程的扰动项之间可以存在同期相关。 这样，SUR估计程序就可以使用扰动项的相关来改善估计值。各个回归之间任何的相关都是有价值的信息，它可能是告诉我们某时期中发生了某些影响不止一个个体的变化或事件，这一变化并没有被任何一个自变量捕捉到，而只能反映在扰动项中。 事实上，在经济活动中，有许多问题具有同期相关性，例如，在各种资产定价模型中，由于资产处于同一个市场环境中，会共同受到政策、市场环境等不易观测或度量的因素的共同影响