- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
处理方法三 假设:该变量(X2 )在不同时期都相等!但对不同个体之间有差异。 而且这个差异是随机的! 此时,(β0+vi )体现了不同个体间的差异, 而vi是随机变量,称为“误差成分”。 误差成分模型(之一)(之二) 处理方法三 1、误差成分模型(之一) 要求:随机项vi与自变量X之间不相关 2、误差成分模型(之二) 随机项vi与自变量X之间相关 处理方法三 误差成分模型的参数估计 Eviews自动给出; 随机效应估计量(适用于“之一”) 固定效应估计量(适用于“之二”) 4、面板数据模型的缺陷 问题: 可以写成如下形式吗? 4、面板数据模型的缺陷 (二) 随机效应的面板回归Random Effects Regression 第一种设定(不相关随机效应) : (二) 随机效应的面板回归Random Effects Regression 第二种设定(相关随机效应): 估计方法: 可行的广义最小二乘法(feasible GLS): Yit = ?1Xit + ?i + uit = ?0 + ?1Xit + εit 其中λ是: 估计方法: 可行的广义最小二乘法(feasible GLS): Yit = ?1Xit + ?i + uit 当λ=0,相当于对“混合数据”直接进行OLS估计; 当λ=1,相当于“去中心化”法。 估计方法: 之前应对“固定效应”的LSDV估计方法,依然是一致、有效估计量。 因为该方法去除了“与解释变量相关”的问题,同时也去除了“序列自相关”。 估计方法 Eviews自动给出: 随机效应估计量(即,GLS估计。它适用于“随机设定的第一种效应:不相关设定”) 固定效应估计量(即,LSDV估计,或者成为“去中心化后的OLS”,适用于“固定效应”和“随机设定的第二种情况:相关设定”) 估计方法 相关的检验 F检验 豪斯曼检验 F检验 用于检验是否存在固定效应 原假设与备择假设: H0: 所有的截距 ?i 都相等 H1: 起码有一个与其他的不同。 m——约束条件的个数 T——样本容量 k——无约束模型中需估参数的的个数; 豪斯曼检验 Hausman检验 用于检验到底应该采用哪一种随机效应模型 原假设与备择假设是 H0: 个体效应与回归变量无关(个体随机效应回归模型) H1: 个体效应与回归变量相关(个体固定效应回归模型) 豪斯曼检验 Hausman检验 面板数据建模案例分析 案例1:1996-2002年中国东北、华北、华东15个省级地区的居民家庭固定价格的人均消费(CP)和人均收入(IP)。数据是7年的,每一年都有15个数据,共105组观测值。 15个省级地区的人均消费序列 15个省级地区的人均收入序列(个体) 15个地区7年人均消费对收入的面板数据散点图如下。图6中每一种符号代表一个省级地区的7个观测点组成的时间序列。相当于观察15个时间序列。图7中每一种符号代表一个年度的截面散点图(共7个截面)。相当于观察7个截面散点图的叠加。 人均消费对收入的面板数据散点图 对数的人均消费对收入的面板数据散点图 面板数据建模案例分析 面板数据建模案例分析 个体固定效应模型估计结果如下: LnCPit = 0.6878 + 0.8925 LnIPit +?it (5.4) (60.6) R2 = 0.99, DW = 1.5 面板数据建模案例分析 混合模型与个体固定效应模型比较,应该建立个体固定效应模型。 面板数据建模案例分析 个体随机效应模型与个体固定效应模型比较,应该建立个体固定效应模型。 总 结 面板数据处理方法的本质 为了解决“由于无法观测而遗漏重要变量”的问题! 例如,利用“截面数据”构造回归方程: 其中 但是,X2是无法观测的!怎么办??? 处理方法一 对每一个个体多观测几期(T期) 于是有X2,i1, X2,i2,…X2,iT 假设:该变量(X2 )在不同时期都相等!但对不同个体之间有差异。 例如:酒精税在各州是不同的,但在考察期内没有变化。 处理方法一 假设:该变量(X2 )在不同时期都相等!但对不同个体之间有差异。 固定效应模型 Y it =
文档评论(0)