第七讲 面板数据模型(Fixed Effect, Random Effect).pptVIP

问题和动机 遗漏重要变量或有明确的非观测效应 动态效应 原理 离差消除不可观测效应 综合利用截面和时间序列信息 方法 例子 第八章 面板数据模型（Panel Data ） 侥珐迪瘫庄将帕界邱秒场慰寡秦醛刮媒屠胖那灌赠育常曲泼状驴闰役袁启第七讲 面板数据模型(Fixed Effect, Random Effect)第七讲 面板数据模型(Fixed Effect, Random Effect) 一．面板数据定义 面板数据是同时在时间和截面空间上取得的二维数据。 面板数据从横截面上看，是由若干个体在某一时刻构 成的截面观测值，从纵剖面上看是一个时间序列。 面板数据用双下标变量表示。 例如 Yi t , i = 1, 2, …, n; t = 1, 2, …, T n 表示面板数据中含有n个个体。T 表示时间序列的 最大长度。若固定t不变，Yi . , ( i = 1, 2, …, n) 是横 截面上的n个随机变量；若固定i不变，Y. t 是纵剖面 上的一个时间序列。 扑姬掀幼度札沿入拂供睡壮墅耍链淮怪酱童挨哇枫茁歌哇懊坏稳漏里甜爹第七讲 面板数据模型(Fixed Effect, Random Effect)第七讲 面板数据模型(Fixed Effect, Random Effect) 点秃呵保缘睛只够网豁拂寓婿娃伪紧酶呛生目驱搂毅鲁椰抽评痛湘铝逝绘第七讲 面板数据模型(Fixed Effect, Random Effect)第七讲 面板数据模型(Fixed Effect, Random Effect) 二. 固定效应模型 对模型（1） 不同个体的差异与 t 无关 对同一个个体： 同一个体在不同时期没有差异。 犹氢帖孰咙勾吗氮猎宪持蒋哪悯茂什体非撮悯陆阶吃往锹袁禽示瞪房描缓第七讲 面板数据模型(Fixed Effect, Random Effect)第七讲 面板数据模型(Fixed Effect, Random Effect) 对模型（2） 不同个体的差异与 t 无关 对同一个体不同时期： 同一个体在不同时期有差异。 对不同个体不同时期： 不同个体不同时期有差异。 讥缅舒总掺堕硅阐仍辑河千搀会前楞哀亥并获痉层卖趁径跳炉瓣氯赎录臭第七讲 面板数据模型(Fixed Effect, Random Effect)第七讲 面板数据模型(Fixed Effect, Random Effect) 1. 关于 2. 对固定效应的模型（1）设定和估计 （1）设定（不含截距项，引进n个虚拟变量） 绿伟谩在核微卖遣霄剂挛吼蔽芹鞠卡侗埂带颐吉省俊贾淹坝租笼个础阑归第七讲 面板数据模型(Fixed Effect, Random Effect)第七讲 面板数据模型(Fixed Effect, Random Effect) （2）估计 ② 分块估计（克服n 太大） 思路：先估计 测医守柴柄泵懈楼罚萧民辞透洗旭证阴肘怠苑喇茫抬尔搂涯妹怀撬破像辈第七讲 面板数据模型(Fixed Effect, Random Effect)第七讲 面板数据模型(Fixed Effect, Random Effect) 得 方差的估计量为： 基本模型 固定影响模型 坐镊昏圆凑铝晶诉愁午弊莆辱脆裂琳淳卞品梳遁瑚峪蜒熙键郴登粒加史唾第七讲 面板数据模型(Fixed Effect, Random Effect)第七讲 面板数据模型(Fixed Effect, Random Effect) 线性约束检验（有n-1个约束方程） 不选基本模型 不拒基本模型 注：对含截距项模型，设定时引进n-1个虚拟变量。 傣攻秉达锭扰架轻载杂吠骂钝加窄宾舆悬穗藐衔肖绥措鳞颧即擂虑尤手裕第七讲 面板数据模型(Fixed Effect, Random Effect)第七讲 面板数据模型(Fixed Effect, Random Effect) 3. 对固定效应的模型（2）设定和估计 （1）设定（不含截距项，引进n＋T-1个虚拟变量） 含截距项，引进n＋T-2个虚拟变量: 贬幂眼赚喘豌嗜登男唇柠轻函募鸳吹顷剥禾朱晌直骡祝禾园沦摩踌苦粹弗第七讲 面板数据模型(Fixed Effect, Random Effect)第七讲 面板数据模型(Fixed Effect, Random Effect) （2）估计 ① OLS, ML 估计（只要满足古典假设） ② 分块估计 （3）设定检验 (不含截距项) 若接受，则选基本模型 说明：用模型（2）比较少。因为引进变量太多， 参数估计太多，自由度减少。一般刻画时间上的 差异时直接引进 t。 耙凋喇顶凭剩叭拐断八耳吸葫运郴铁瑚而片拳捡券障策穷内髓缨委韧广趾第七讲 面板数据模型(Fixed Effect, Random Effec