stata上机实验第五讲——面板数据的处理.ppt

面板数据 一些面板数据教材 面板数据分析 （美）萧政 著 横截面与面板数据的经济计量分析 伍德里奇　著，王忠玉　译 Baltagi. Econometric Analysis of Panel Data 最新动态可关注期刊： Journal of Econometrics 面板数据一些前沿问题 面板向量自回归模型(Panel VAR) 面板单位根检验(Panel Unit Root test) 面板协整分析(Panel Cointegeration) 门槛面板数据模型(Panel Threshold) 面板联立方程组 面板空间计量 静态面板数据 静态面板数据模型，是指解释变量中不包含被解释变量的滞后项(通常为一阶滞后项) 的情形。但严格地讲，随机干扰项服从某种序列相关的模型，如AR(1), AR(2), MA(1) 等，也不是静态模型。静态面板数据主要有两种模型------固定效应模型和随机效应模型。 面板数据的格式 面板数据模型 考虑如下模型： Yit=Xitb+Uit uit=ai+εit 其中， i=1,2,… N ; t=1, 2,…T(既有i又有t的情况则一般是用面板数据） uit称为复合扰动项。 固定效应模型 对于特定的个体i而言，ai 表示那些不随时间改变的影响因素，如个人的消费习惯、国家的社会制度、地区的特征、性别等，一般称其为“个体效应” (individual effects)。如果把“个体效应”当作不随时间改变的固定性因素， 相应的模型称为“固定效应”模型。 固定效应模型 固定效应模型的公式变为： Yit=ai+Xitb+εit 回归结果是每个个体都有一个特定的截距项。（ai在这里就独立出来了） 随机效应模型 随机效应模型将个体效应ai视为随机因素，即把个体效应设定为干扰项的一部分。公式将变为： Yit=Xitb+(ai+εit) 回归的结果是随机效应模型的所有的个体具有相同的截距项，个体的差异主要反应在随机干扰项的设定上。 怎样选择固定效应和随机效应？ 随机效严格要求个体效应与解释变量不相关，即 Cov(ai,XitB)=0 而固定效应模型并不需要这个假设条件。 这是两种模型选择的关键。 面板数据基本命令 1、指定个体截面变量和时间变量：xtset（ 2、对数据截面个数、时间跨度的整体描述：xtdes。分组内、组间和样本整体计算各个变量的基本统计量xtsum。采用列表的方式显示某个变量的分布xttab，较少使用。 3、list、sum、des、tabstat、histogram、kdensity等命令都可以用。 4、对每个个体分别显示该变量的时间序列图： xtline。 5、静态面板数据基本回归命令：xtreg，系统默认GLS估计（广义最小二乘法）。 use grunfeld,clear xtset company year xtdes xtline invest 混合回归：reg invest mvalue kstock（pool回归，其会扩大样本量，） 固定效应：xtreg invest mvalue kstock ,fe 随机效应：xtreg invest mvalue kstock ,re 用F值或P值进行判断，如果p值较大，则应该用pool回归） xtreg Fixed-, between- and random-effects, and population-averaged linear models xtregar Fixed- and random-effects linear models with an AR(1) disturbance xtgls Panel-data models using GLS xtpcse OLS or Prais-Winsten models with panel-corrected standard errors xtrchh Hildreth-Houck random coefficients models xtivreg Instrumental variables and two-stage least squares for panel-data models xtabond Arellano-Bond linear, dynamic panel data estimator （动态面板估计） xtabond2 Arellano-Bond system dynamic panel dat