第十二章面板數(shù)據(jù)模型與混合橫截面模型的估計(jì)

第十二章面板數(shù)據(jù)模型與混合橫截面模型的估計(jì)面板數(shù)據(jù)模型簡介面板數(shù)據(jù)模型的估計(jì)混合橫截面模型面板數(shù)據(jù)單位根檢驗(yàn)一、面板數(shù)據(jù)模型簡介面板數(shù)據(jù)（paneldata）也稱時(shí)間序列截面數(shù)據(jù)（timeseriesandcrosssectiondata）或混合數(shù)據(jù)（pooldata）。面板數(shù)據(jù)是同時(shí)在時(shí)間和截面空間上取得的二維數(shù)據(jù)。面板數(shù)據(jù)模型能夠同時(shí)反映變量在截面和時(shí)間二維空間上的變化規(guī)律和特征，具有純時(shí)間序列數(shù)據(jù)和純截面數(shù)據(jù)所不可比擬的諸多優(yōu)點(diǎn)。二、面板數(shù)據(jù)模型的估計(jì)1、變截距模型根據(jù)對(duì)截面?zhèn)€體影響形式的不同設(shè)定，變截距模型分為固定效應(yīng)變截距模型和隨機(jī)效應(yīng)變截距模型。（1）固定效應(yīng)變截距模型固定效應(yīng)模型假設(shè)模型中不隨時(shí)間變化的非觀測(cè)效應(yīng)與誤差項(xiàng)相關(guān)，固定效應(yīng)模型的表達(dá)式如公式12-2所示。其中，i=1,2,…,N表示個(gè)體成員，t=1,2,…,T代表時(shí)間跨度。模型中不隨時(shí)間變化的非觀測(cè)效應(yīng)與誤差項(xiàng)相關(guān)。均值截距項(xiàng)在不同的截面成員時(shí)間是相同的，代表截面?zhèn)€體成員截距項(xiàng)，表示個(gè)體成員的截距對(duì)整體截距的偏離。對(duì)于固定效應(yīng)模型，通常的處理方法是準(zhǔn)差分處理后使用OLS估計(jì)方法或使用最小二乘虛擬變量法（LSDV）進(jìn)行估計(jì)；如果其誤差項(xiàng)不滿足滿足相互獨(dú)立和同方差假定，則需要使用GLS進(jìn)行估計(jì)。（2）隨機(jī)效應(yīng)變截距模型隨機(jī)效應(yīng)模型假設(shè)模型中不隨時(shí)間變化的非觀測(cè)效應(yīng)與誤差項(xiàng)相關(guān)，即隨機(jī)效應(yīng)模型的表達(dá)式如公式12-3所示。其中，i=1,2,…,N表示個(gè)體成員，t=1,2,…,T代表時(shí)間跨度。對(duì)于隨機(jī)效應(yīng)模型，雖然我們假定模型中不隨時(shí)間變化的非觀測(cè)效應(yīng)與隨機(jī)誤差項(xiàng)不相關(guān)，但是由于的存在，同一個(gè)體不同時(shí)間的擾動(dòng)項(xiàng)一般存在相關(guān)性問題。所以，對(duì)于隨機(jī)效應(yīng)模型，一般使用GLS進(jìn)行估計(jì)。（3）模型形式設(shè)定檢驗(yàn)——Hausman檢驗(yàn)

Hausman檢驗(yàn)用于確定選擇固定效應(yīng)模型還是隨機(jī)效應(yīng)模型。其原假設(shè)為：內(nèi)部估計(jì)量（最小二乘虛擬變量法（LSDV））和GLS得出的估計(jì)量均是一致的，但是內(nèi)部估計(jì)量不是有效的。因此在原假設(shè)下，內(nèi)部估計(jì)量與GLS估計(jì)量之間的絕對(duì)值差距應(yīng)該不大，而且應(yīng)該隨樣本的增加而縮小，并漸進(jìn)趨近于0。而在備擇假設(shè)下，這一點(diǎn)不成立。Hausman利用這個(gè)統(tǒng)計(jì)特點(diǎn)建立了如公式12-4所示的檢驗(yàn)統(tǒng)計(jì)量：Hausman檢驗(yàn)統(tǒng)計(jì)量漸進(jìn)服從于自由度為K的卡方分布。

案例12.1估計(jì)步驟：建立POOL對(duì)象估計(jì)隨機(jī)效應(yīng)模型進(jìn)行Hausman檢驗(yàn)，確定模型形式如果拒絕原假設(shè)，估計(jì)固定效應(yīng)模型2、變系數(shù)模型變系數(shù)模型應(yīng)用于不同個(gè)體的結(jié)構(gòu)參數(shù)不同的情況，變系數(shù)模型的形式如公式12-5所示。其中，i=1,2,…,N表示個(gè)體成員，t=1,2,…,T代表時(shí)間跨度，變系數(shù)模型假定系數(shù)，…和截距在各截面?zhèn)€體成員之間均不相同。與變截距模型一樣，變系數(shù)模型也分為固定效應(yīng)和隨機(jī)效應(yīng)兩種形式。案例12.2設(shè)置要點(diǎn)（1）在DepandentVariable輸入框中輸入待模型的被解釋變量（2）在RegressorsandARterms選項(xiàng)組下的Cross-sectionspecifics輸入框中輸入解釋變量名稱。（3）選擇估計(jì)形式。三、混合橫截面模型如果我們認(rèn)為一個(gè)面板數(shù)據(jù)在時(shí)間和截面?zhèn)€體之間均無顯著性差異，那么就可以直接把面板數(shù)據(jù)混合在一起用普通最小二乘法（OLS）估計(jì)參數(shù)，這樣的模型就是混合橫截面模型，如公式12-5所示。其中，i=1,2,…,N表示個(gè)體成員，t=1,2,…,T代表時(shí)間跨度。模型設(shè)定的F檢驗(yàn)和LR檢驗(yàn)，用于確定需要建立混合橫截面模型還是固定效應(yīng)模型。F檢驗(yàn)和LR檢驗(yàn)的原假設(shè)為：相對(duì)于固定效應(yīng)模型，混合橫截面模型更有效。公式12-6和公式12-7分別給出了F檢驗(yàn)和LR檢驗(yàn)的檢驗(yàn)統(tǒng)計(jì)量。案例12.3估計(jì)步驟1.估計(jì)固定效應(yīng)模型2.進(jìn)行F檢驗(yàn)、LR檢驗(yàn)的檢驗(yàn)統(tǒng)計(jì)量和伴隨概率的計(jì)算3.如果我們不能拒絕原假設(shè)，建立混合橫截面模型進(jìn)行估計(jì)四、面板數(shù)據(jù)的單位根檢驗(yàn)案例12.4設(shè)置要點(diǎn)：（1）在Poolseries輸入框輸入檢驗(yàn)變量名SR?（2）在Testtype下拉列表框中選擇Summary選項(xiàng)，Tes