几类面板数据模型设定检验方法的比较分析.pptVIP

几类面板数据模型设定检验方法的比较分析 学生: 王骏 学号: 0811590123 指导老师: 陈萍 引言 面板数据是指一部分个体在一段时期内某变量的观测值所构成的多维数据集合。从横截面看，面板数据是由若干个体在某一时点构成的截面观测值，从个体看每个个体都是一个时间序列。由于面板数据及其分析方法具有优点，面板数据的计量分析方法及其应用研究在近年来社会科学界的经验研究中起主导作用。 近年来，针对不同的背景提出了一些面板数据模型及检验方法，对当前数据具体采用那一类模型，用什么方法检验模型的拟合效果是值得考虑的。本课题拟在总结各类面板数据模型设定检验方法的基础上，对它们进行比较分析，考察模型的相对拟合效果，为进一步的理论研究及其实际应用提供参考。 ? 研究的历史和背景 早在1968年，为了研究美国的贫困特征及其原因，密西根大学社会科学研究所建立了研究收入动态行为的面板数据PSID(Panel Study of Income Dynamics)，俄亥俄州立大学人力资源研究中心开发了国家劳动力市场长期调查面板数据NLS(National Longitudinal Surveys of Labor Market Experience)。之后美国又相继建立了面板数据LRHS(Longitudinal Retirement History Study)、CPS(Current Population Survey)和HRS(Health Retirement Study)。1989年德国建立了德国社会经济面板数据集GSOEP(German Socio-Economic Panel)，1993年加拿大建立 加拿大劳动力收入动态调成面板数据CSLID(Canadian Survey of Labor Income Dynamics)，2002年，欧共体统计办公室建立了欧共体家庭面板数据ECHP(European Community Household Panel)。Borus(1982)、Wanger(1993) 和Peracchi(2002) 等等西方经济学家应用这些微观面板数据对微观经济学、发展经济学和劳动经济学等众多经济学的热点问题进行了广泛研究。近年来，应用宏观面板数据研究宏观经济问题的文献也层出不穷。例如，在国际金融学领域，Chinn与Johnston(1996) 和MacDonald与Nagayasu(2000) 等使用一些国家宏观面板数据检验购买力平价理论(PPP)，研究实际汇率决定问题；在世界经济学领域，Michael与Ralf(2003) 和Jansen(2000) 等应用宏观面板数据研究国际资本流动问题、东欧转型经济国家的出口变化和经济增长问题以及欧美国家的失业问题；在发展经济学中，Strauss(2000) 、Nerlove(2002)与 Migue(2002) 分别应用面板数据的计量经济学方法研究经济系统经济增长的决定因素和经济增长收敛理论等等。 几类典型的面板数据模型 静态面板数据回归模型 混合回归模型 固定效应模型 随机效应模型 动态面板数据回归模型 混合回归模型 从时间上看，不同个体之间不存在显著性差异；从截面上看，不同截面之间也不存在明显差异，那么可以把所有的数据混合到一起，得到如下模型 固定效应模型 如果对于不同的截面或不同的时间序列，只是模型的截距项是不同的，而模型的斜率系数相同，则称之为固定效应模型。固定效应模型又分为以下三类，即个体固定效应模型，时间固定效应模型和时间个体固定效应模型。 随机效应模型 如果模型 中丢失了一些随个体和时间变化的不可观测的随机性因素时，可以对误差项进行分解来描述这种信息的缺失，将 分解为3个分量 其中 , 和 分别表示个体随机误差分量，时间随机误差分量和混合随机误差分量。同时，这3个分量互不相关，也不存在截面自相关、时间自相关和混合自相关。 实证分析 本文采用的分析软件是E views 这是使用混合回归模型时的截图 由图中结果，混合回归模型的估计模型是 因此，15个省的人均支出占收入的76% 以15个省的时间序列数据分别进行OLS估计，计算15