第4章-面板數(shù)據(jù)模型與應(yīng)用

1、面板數(shù)據(jù)的計(jì)量經(jīng)濟(jì)分析面板數(shù)據(jù)的計(jì)量經(jīng)濟(jì)分析，白仲林著，張曉峒主審，白仲林著，張曉峒主審， 南開(kāi)大學(xué)出版社，南開(kāi)大學(xué)出版社，2008，書(shū)號(hào)，書(shū)號(hào)ISBN978-7-310-02915-0。file:5panel02file:5panel018面板數(shù)據(jù)模型的協(xié)整檢驗(yàn)面板數(shù)據(jù)模型的協(xié)整檢驗(yàn)第第 4 章章 面板數(shù)據(jù)模型面板數(shù)據(jù)模型與應(yīng)用與應(yīng)用 1面板數(shù)據(jù)面板數(shù)據(jù)定義定義 2面板數(shù)據(jù)模型分類(lèi)面板數(shù)據(jù)模型分類(lèi) 3面板數(shù)據(jù)模型估計(jì)方法面板數(shù)據(jù)模型估計(jì)方法 4面板數(shù)據(jù)模型面板數(shù)據(jù)模型檢驗(yàn)與檢驗(yàn)與設(shè)定方法設(shè)定方法 5面板數(shù)據(jù)建模面板數(shù)據(jù)建模案例案例分析分析 6面板數(shù)據(jù)的單位根檢驗(yàn)面板數(shù)據(jù)的單位根檢驗(yàn) 7EVi

2、wes 應(yīng)用應(yīng)用 面板數(shù)據(jù)面板數(shù)據(jù)（panel data）也稱(chēng)作）也稱(chēng)作時(shí)間序列與截面混合數(shù)據(jù)時(shí)間序列與截面混合數(shù)據(jù)（pooled time series and cross section data）。面板數(shù)據(jù)是截面上個(gè)體在不同時(shí)點(diǎn)的）。面板數(shù)據(jù)是截面上個(gè)體在不同時(shí)點(diǎn)的重復(fù)觀測(cè)數(shù)據(jù)。重復(fù)觀測(cè)數(shù)據(jù)。panel 原指對(duì)一組固定調(diào)查對(duì)象的多次觀測(cè)，近年來(lái)原指對(duì)一組固定調(diào)查對(duì)象的多次觀測(cè)，近年來(lái)panel data已經(jīng)成已經(jīng)成為專(zhuān)業(yè)術(shù)語(yǔ)。為專(zhuān)業(yè)術(shù)語(yǔ)。 N=30，T=50的面板數(shù)據(jù)示意圖的面板數(shù)據(jù)示意圖 面板數(shù)據(jù)分兩種特征面板數(shù)據(jù)分兩種特征：（：（1）個(gè)體數(shù)少，時(shí)間長(zhǎng)。（）個(gè)體數(shù)少，時(shí)間長(zhǎng)。（2）個(gè)體

3、數(shù)多，時(shí)間）個(gè)體數(shù)多，時(shí)間短。面板數(shù)據(jù)主要指后一種情形。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。面板數(shù)據(jù)用雙下標(biāo)變量表示。 yi t, i = 1, 2, , N; t = 1, 2, , Ti對(duì)應(yīng)面板數(shù)據(jù)中不同個(gè)體。對(duì)應(yīng)面板數(shù)據(jù)中不同個(gè)體。N表示面板數(shù)據(jù)中含有表示面板數(shù)據(jù)中含有N個(gè)個(gè)體。個(gè)個(gè)體。t對(duì)應(yīng)面板對(duì)應(yīng)面板數(shù)據(jù)中不同時(shí)點(diǎn)。數(shù)據(jù)中不同時(shí)點(diǎn)。T表示時(shí)間序列的最大長(zhǎng)度。表示時(shí)間序列的最大長(zhǎng)度。利用面板數(shù)據(jù)建立模型的好處利用面板數(shù)據(jù)建立模型的好處是：（是：（1）由于觀測(cè)值的增多，可以增加）由于觀測(cè)值的增多，可以增加估計(jì)量的抽樣精度。（估計(jì)量的抽樣精度。（2）對(duì)于固定效應(yīng)回歸模型

4、能得到參數(shù)的一致估）對(duì)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。（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?？梢垣@）面板數(shù)據(jù)建模比單截面數(shù)據(jù)建?？梢垣@得更多的動(dòng)態(tài)信息。得更多的動(dòng)態(tài)信息。2面板數(shù)據(jù)模型分類(lèi)面板數(shù)據(jù)模型分類(lèi)用面板數(shù)據(jù)建立的模型通常有用面板數(shù)據(jù)建立的模型通常有3種，即種，即混合模型、固定效應(yīng)模型和隨機(jī)混合模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型。效應(yīng)模型。2.1 混合模型（混合模型（Pooled model）。）。如果一個(gè)如果一個(gè)面板數(shù)據(jù)面板數(shù)據(jù)模型定義為，模型定義為， yit = + Xit + it, i = 1, 2, , N; t = 1, 2, ,

5、T其中其中yit為被回歸變量（標(biāo)量），為被回歸變量（標(biāo)量）， 表示截距項(xiàng)，表示截距項(xiàng)，Xit為為k 1階回歸變量列階回歸變量列向量（包括向量（包括k個(gè)回歸量），個(gè)回歸量）， 為為k 1階回歸系數(shù)列向量，階回歸系數(shù)列向量， it為誤差項(xiàng)（標(biāo)為誤差項(xiàng)（標(biāo)量）。則稱(chēng)此模型為混合回歸模型。混合回歸模型的特點(diǎn)是無(wú)論對(duì)任何量）。則稱(chēng)此模型為混合回歸模型?；旌匣貧w模型的特點(diǎn)是無(wú)論對(duì)任何個(gè)體和截面，回歸系數(shù)個(gè)體和截面，回歸系數(shù) 和和 都相同。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(wú)論是那么無(wú)論是N，還是，還

6、是T，模型參數(shù)的混合最小二乘估計(jì)量，模型參數(shù)的混合最小二乘估計(jì)量（Pooled OLS）都是一致估計(jì)量。）都是一致估計(jì)量。2面板數(shù)據(jù)模型分類(lèi)面板數(shù)據(jù)模型分類(lèi)2.2 固定效應(yīng)模型（固定效應(yīng)模型（fixed effects model）。）。固定效應(yīng)模型分為固定效應(yīng)模型分為3種類(lèi)型，即種類(lèi)型，即個(gè)體固定效應(yīng)模型、時(shí)點(diǎn)固定效應(yīng)模型個(gè)體固定效應(yīng)模型、時(shí)點(diǎn)固定效應(yīng)模型和和個(gè)體時(shí)點(diǎn)雙固定效應(yīng)模型。個(gè)體時(shí)點(diǎn)雙固定效應(yīng)模型。下面分別介紹。下面分別介紹。2.2.1個(gè)體固定效應(yīng)模型個(gè)體固定效應(yīng)模型（entity fixed effects model）如果一個(gè)如果一個(gè)面板數(shù)據(jù)面板數(shù)據(jù)模型定義為，模型定義為， yi

7、t = i + Xit + it, i = 1, 2, , N; t = 1, 2, , T 其中其中 i是隨機(jī)變量，表示對(duì)于是隨機(jī)變量，表示對(duì)于i個(gè)個(gè)體有個(gè)個(gè)體有i個(gè)不同的截距項(xiàng)，且個(gè)不同的截距項(xiàng)，且其變化與其變化與Xit有關(guān)系有關(guān)系；Xit為為k 1階回歸變量列向量（包括階回歸變量列向量（包括k個(gè)回歸量），個(gè)回歸量）， 為為k 1階回歸階回歸系數(shù)列向量，對(duì)于不同個(gè)體回歸系數(shù)相同，系數(shù)列向量，對(duì)于不同個(gè)體回歸系數(shù)相同，yit為被回歸變量（標(biāo)量），為被回歸變量（標(biāo)量）， it為誤差項(xiàng)（標(biāo)量），則稱(chēng)此模型為個(gè)體固定效應(yīng)模型。為誤差項(xiàng)（標(biāo)量），則稱(chēng)此模型為個(gè)體固定效應(yīng)模型。3. 面板數(shù)據(jù)模型估計(jì)方

8、法面板數(shù)據(jù)模型估計(jì)方法混合最小二乘混合最小二乘（Pooled OLS）估計(jì)估計(jì) （適用于混合模型）（適用于混合模型）平均數(shù)平均數(shù)（between）OLS估計(jì)估計(jì) （適用于混合模型和個(gè)體隨機(jī)效應(yīng)模型）（適用于混合模型和個(gè)體隨機(jī)效應(yīng)模型）離差變換離差變換（within）OLS估計(jì)估計(jì) （適用于個(gè)體固定效應(yīng)回歸模型）（適用于個(gè)體固定效應(yīng)回歸模型）一階差分一階差分（first difference）OLS估計(jì)估計(jì) （適用于個(gè)體固定效應(yīng)模型）（適用于個(gè)體固定效應(yīng)模型）可行可行GLS（feasible GLS）估計(jì)估計(jì) （適用于隨機(jī)效應(yīng)模型）（適用于隨機(jī)效應(yīng)模型） 15個(gè)省級(jí)地區(qū)的人均消費(fèi)序列個(gè)省級(jí)地區(qū)的人均消費(fèi)序列 5面板數(shù)據(jù)建模案例分析面板數(shù)據(jù)建模案例分析個(gè)體隨機(jī)效應(yīng)模型與個(gè)體固定效應(yīng)模型比較，應(yīng)該建立個(gè)體固定效應(yīng)模型。個(gè)體隨機(jī)效應(yīng)模型與個(gè)體固定效應(yīng)模型比較，應(yīng)該建立個(gè)體固定效應(yīng)模型。-1000010002000300040005000040008000120001600020000I1F1F1 vs. Log I1-2000-1000010002000300040005000040008000120001600020000I1F1F1 vs. Inverse of I10100020003000400050000400