面板數(shù)據(jù)模型課件

1面板數(shù)據(jù)

——PanelData2023/9/141面板數(shù)據(jù)

——PanelData2023/8/428．面板數(shù)據(jù)模型的協(xié)整檢驗(yàn)2023/9/1428．面板數(shù)據(jù)模型的協(xié)整檢驗(yàn)2023/8/431.面板數(shù)據(jù)模型簡介面板數(shù)據(jù)（paneldata）也稱作時(shí)間序列與截面混合數(shù)據(jù)（pooledtimeseriesandcrosssectiondata）。面板數(shù)據(jù)是截面上個(gè)體在不同時(shí)點(diǎn)的重復(fù)觀測數(shù)據(jù)。

N=30，T=50的面板數(shù)據(jù)示意圖中國各省級(jí)地區(qū)消費(fèi)性支出占可支配收入比例走勢(shì)圖2023/9/1431.面板數(shù)據(jù)模型簡介面板數(shù)據(jù)（paneldata）也稱作4面板數(shù)據(jù)分兩種特征：（1）個(gè)體數(shù)少，時(shí)間長。（2）個(gè)體數(shù)多，時(shí)間短。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(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N個(gè)個(gè)體。t對(duì)應(yīng)面板數(shù)據(jù)中不同時(shí)點(diǎn)。T表示時(shí)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(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。（3）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。2023/9/144面板數(shù)據(jù)分兩種特征：（1）個(gè)體數(shù)少，時(shí)間長。（2）個(gè)體數(shù)多5yit,i=1,2,…,N;t=1,2,…,T若固定t不變，yi.,(i=1,2,…,N)是橫截面上的N個(gè)隨機(jī)變量；若固定i不變，y.t,(t=1,2,…,T)是縱剖面上的一個(gè)時(shí)間序列（個(gè)體）。2023/9/145yit,i=1,2,…,N;t=1,6面板數(shù)據(jù)是不同個(gè)體和不同時(shí)期被觀察的數(shù)據(jù)（LongitudinalorPanelData）橫截面數(shù)據(jù)時(shí)間序列數(shù)據(jù)面板數(shù)據(jù)2023/9/146面板數(shù)據(jù)是不同個(gè)體和不同時(shí)期被觀察的數(shù)據(jù)（Longitud72．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(gè)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(gè)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(duì)任何個(gè)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。2023/9/1472．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82.2固定效應(yīng)模型（fixedeffectsmodel）。固定效應(yīng)模型分為3種類型，即個(gè)體固定效應(yīng)模型、時(shí)點(diǎn)固定效應(yīng)模型和個(gè)體時(shí)點(diǎn)雙固定效應(yīng)模型。下面分別介紹。2.2.1個(gè)體固定效應(yīng)模型（entityfixedeffectsmodel）如果一個(gè)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(duì)于i個(gè)個(gè)體有i個(gè)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(gè)回歸量），

為k

1階回歸系數(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），

it為誤差項(xiàng)（標(biāo)量），則稱此模型為個(gè)體固定效應(yīng)模型。2023/9/1482.2固定效應(yīng)模型（fixedeffectsmode92023/9/1492023/8/4102023/9/14102023/8/4112023/9/14112023/8/4122023/9/14122023/8/4132023/9/14132023/8/4142023/9/14142023/8/4152023/9/14152023/8/4163.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(gè)體隨機(jī)效應(yīng)模型）離差變換（within）OLS估計(jì)（適用于個(gè)體固定效應(yīng)回歸模型）一階差分（firstdifference）OLS估計(jì)（適用于個(gè)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）2023/9/14163.面板數(shù)據(jù)模型估計(jì)方法混合最小二乘（Pooled172023/9/14172023/8/4182023/9/14182023/8/4192023/9/14192023/8/4202023/9/14202023/8/4212023/9/14212023/8/4222023/9/14222023/8/4232023/9/14232023/8/4242023/9/14242023/8/4252023/9/14252023/8/4262023/9/14262023/8/4272023/9/14272023/8/428

2023/9/14282023/8/4292023/9/14292023/8/43015個(gè)省級(jí)地區(qū)的人均消費(fèi)序列

15個(gè)省級(jí)地區(qū)的人均收入序列（個(gè)體）2023/9/143015個(gè)省級(jí)地區(qū)的人均消費(fèi)序列31

2023/9/14312023/8/4322023/9/14322023/8/4332023/9/14332023/8/4345．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。2023/9/14345．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)352023/9/14352023/8/4362023/9/14362023/8/4372023/9/14372023/8/4382023/9/14382023/8/4392023/9/14392023/8/4402023/9/14402023/8/4412023/9/14412023/8/442

2023/9/14422023/8/4432023/9/14432023/8/4442023/9/14442023/8/4452023/9/14452023/8/4462023/9/14462023/8/4472023/9/14472023/8/4482023/9/14482023/8/4492023/9/14492023/8/4502023/9/14502023/8/4512023/9/14512023/8/4522023/9/14522023/8/4532023/9/14532023/8/4542023/9/14542023/8/4552023/9/14552023/8/4562023/9/14562023/8/4572023/