2-面板数据模型-教程.ppt

Lecture 2 面板数据模型理论与应用 2 Cheng Hsiao Baltagi 白仲林著 Baltagi著 白仲林主译 因家庭调查得到的面板数据越来越多，面板数据的计量分析可以说是过去三十年社会应用研究领域所取得的最重要的进展。 －Fitzgerald, Gottschalk 和Moffitt（1998, P252） 3 数据类型 “面板数据”一词指的是一部分家庭、国家或企业等在一段时期内的观测值所构成的集合。这样的数据可以通过在一段时期内对一些家庭或个体进行跟踪调查来获得。 4 面板数据的优势 与截面数据模型相比较，面板数据模型控制了不可观察经济变量所引致的OLS估计的偏差。 与时间序列模型相比较，面板数据模型扩大了样本信息，降低了经济变量间的共线性，提高了估计量的有效性。 面板数据能更好地识别和度量时序或截面数据不可发觉的效应。 有助于建立和检验更复杂的行为模型。 更准确地反映经济变量的动态调整。 微观面板数据丰富了微观经济学的内容。 宏观面板数据使研究经济合作组织内各国经济的协同效应成为可能。…… 5 6 其它类似的资料还有：历次人口普查中有关不同年龄段的受教育程度等；同行业不同公司在不同时间节点上的产值等。不同年龄段和不同公司代表不同的截面；而不同时间节点数据反映了数据的时间特性。 7 8 面板数据用双下标变量表示。例如 yi t, i = 1, 2, …, N; t = 1, 2, …, T N表示面板数据中含有N个个体。T表示时间序列的最大长度。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）。 N=7，T=50的面板数据示意图 9 10 15个省级地区的人均消费序列（纵剖面） 15个省级地区的人均收入序列 11 15个省级地区的人均消费散点图 15个省级地区的人均收入散点图（7个横截面叠加） (每条连线表示同一年度15个地区的消费值) (每条连线表示同一年度15个地区的收入值) 12 图6 图7 13 File：panel02c 用原变量建模还是用对数变量建模? 14 图8 图9 尽管两个地区的水平值差异很大，但消费结构并没有太大的变化。 15 人均消费对人均可支配收入的弹性系数是0.9694。 人均消费对人均可支配收入的边际系数是0.9694 CPit /IPit 16 EViwes估计方法：在打开工作文件窗口的基础上，点击主功能菜单中的Objects键，选New Object功能，从而打开New Object（新对象）选择窗。在Type of Object选择区选择Pool（混合数据库），点击OK键，从而打开Pool（混合数据）窗口。在窗口中输入15个地区标识AH（安徽）、BJ（北京）、…、ZJ（浙江）。工具栏中点击Sheet键，从而打开Series List（列写序列名）窗口，定义变量CP?和IP?，点击OK键，Pool（混合或合并数据库）窗口显示面板数据。在Pool窗口的工具栏中点击Estimate键，打开Pooled Estimation（混合估计）窗口如下图。 17 18 在Dependent Variable（因变量）选择窗填入CP?；在Common coefficients（系数相同）选择窗填入IP?；Cross section specific coefficients（截面系数不同）选择窗保持空白；在Intercept（截距项）选择窗点击Common；在Weighting（权数）选择窗点击No weighting。点击Pooled Estimation（混合估计）窗口中的OK键。 19 = 129.6313 +0.7587 IPit (2.0) (79.7) R2 = 0.98, SSEr = 4824588, t0.05 (103) = 1.99 15个省级地区的人均边际消费支出为76%。 20 如果从时间和截面上看模型截距都为零，就可以建立不含截距项的（ = 0）的混合估计模型。以二变量模型为例，建立混合估计模型如下， yit = 1 xit +it, i = 1, 2, …, N; t = 1, 2, …, T