(面板数据模型).ppt

四、例子：新凯恩斯混合Phillips曲线的估计 新凯恩斯混合Phillips曲线的回归方程可以表述为： (14.4.17) 举例：基于1992～2007年中国大陆29个省市区的统计数据对模型(14.4.17)进行差分GMM方法估计。结果为： (14.4.18) t值 186.8387 109.6812 19.7960 12.8279 p值 0.0000 0.0000 0.0000 0.0000 《计量经济学》，高教出版社2011年6月，王少平、杨继生、欧阳志刚等编著 解释变量的工具变量集为： 全部工具变量个数为29。待估计参数个数为4。 如果过度识别的约束是有效的，那么 根据(14.4.14)计算J=28.7345，p=0.2752。 不能拒绝“过度识别的据约束条件有效”的原 假设。工具变量是有效的。 过度识别的约束有效性检验： 《计量经济学》，高教出版社2011年6月，王少平、杨继生、欧阳志刚等编著 本章小节 1.面板数据提供更多的信息，有助于增大估计和检验的自由度，有助于增强动态分析的可靠性，有助于反映经济体的结构性特征和经济制度的渐进性变化。 2.面板模型的混合OLS估计假定不存在个体效应和时间效应，是一种较为粗略的估计方法。 3.如果个体效应 ，时间效应 与模型中的解释变量是相关的，称这种个体效应或时间效应是固定效应。反之，则为随机效应。 4.固定效应模型的本质问题是解释变量的内生性问题，OLS估计量有偏，其最优无偏估计量是LSDV估计量。 《计量经济学》，高教出版社2011年6月，王少平、杨继生、欧阳志刚等编著 5.随机效应模型的本质问题是误差项的自相关问题，OLS估计量无偏，但有较大的方差。其最优无偏估计量是GLS估计量。 6.豪斯曼检验以随机效应为原假设，基于LSDV估计量和GLS估计量之间是否存在显著的差异，来检验模型是固定效应还是随机效应。 7.动态面板数据模型具有固有的内生性问题，固定效应的LSDV和随机效应的GLS估计都是有偏的并且非一致的。 8.GMM估计的基本思想就是：使样本矩的加权平方和最小化。GMM工具变量的有效性可以基于J检验来判定。 《计量经济学》，高教出版社2011年6月，王少平、杨继生、欧阳志刚等编著 *1-32 *1-32 第14章 面板数据模型 《计量经济学》，高教出版社，2011年6月 王少平、杨继生、欧阳志刚等编著 前言 什么是面板数据(Panel Data)？ 面板数据的特征与优势？ 面板数据模型的分类：静态与动态。 静态、动态面板数据模型如何进行估计？以及估计量性质如何？ 《计量经济学》，高教出版社2011年6月，王少平、杨继生、欧阳志刚等编著 §14.1 面板数据模型 其中： 和 分别表示消费和收入。 表示两个观测个体。 为经典误差项。 例1. 居民消费行为分析 将城镇居民和农村居民的时间序列数据组成面板数据，那么模型(5.1.1)可以表述为： (14.1.1) (14.1.2) 一、面板数据模型 《计量经济学》，高教出版社2011年6月，王少平、杨继生、欧阳志刚等编著 例2. 农村居民收入分析 (14.1.3) 面板数据：多个观测对象的时间序列数据所组成的样本数据。 反映不随个体变化的时间上的差异性， 被称为时间效应。 反映不随时间变化的个体上的差异性， 被称为个体效应 《计量经济学》，高教出版社2011年6月，王少平、杨继生、欧阳志刚等编著 面板数据的基本特征：其数据结构的二维性。 时间序列数据 横截面数据 二、面板数据的特征及优势 图14.1.1 变量X的面板数据结构 《计量经济学》，高教出版社2011年6月，王少平、杨继生、欧阳志刚等编著 面板数据的优势： 1.扩大信息量，增加估计和检验统计量的自由度。 2.有助于提供动态分析的可靠性。 3.有助于反映经济结构、经济制度的渐进性变化。 4.面板数据模型有助于反映经济体的结构性特征。 《计量经济学》，高教出版社2011年6月，王少平、杨继生、欧阳志刚等编著 三、面板数据模