[经济学]Chapter16 面板数据.docVIP

面板数据I——变截距模型 Pooled Cross Section 数据 Pooled cross section数据是指不同时点（可能）不同截面的数据。而面板数据是指不同时点相同截面的数据。在面板数据中，同一截面不同时点的观测值不会是独立的。因为，这些数值可能受到共同因素的影响。Panel data也叫做longitudinal data。 混合数据增加了样本容量，因此提高了估计的精度和检验功效。同时，混合数据也被用于考察变量分布随着时间的变化，或者变量之间的关系随着时间的变化规律。考察的方法是加入时间虚拟变量。 例：National Opinion Research Center’s General Social Survey搜集了1972~1984年妇女就业、家庭等相关数据。利用数据分析家庭小孩个数的变化规律。控制变量包括：教育程度、年龄、种族、地区、生活环境（农村、城镇、小城市等）。（数据文件：fertil1.raw） kids = (0 + (1 educ + (2 age + (3 age2+ (4 race + (5 farm+ (6 town + (7 D74 + (8 D76 + (9 D78 + (10 D80 + (11 D82 +(12 D84 + ut 例：接受教育程度对工资的影响以及工资的性别差异 （File：cps.wfl；data file: cps78_85.raw） 模型设定： log(wage) = (0 + (1 y85 + (2 educ + (3 y85(educ + (4 exper + (5 union + (6 female+ (7 y85 female + ut 模型估计： 结论分析： 例：废物焚化厂对周边房屋价格的影响 （File：kielmc.wfl；data file: kielmc.raw） Kiel and McClain (1995)研究了废物焚化厂对周边（North Andover, Massachusetts）房屋价格的影响。1978年有消息流传要在North Andover建立废物焚化厂，1981年正式动工（1985年正式运营）。利用1978年、1981年的房屋价格数据检验：废物焚化厂周边的房屋价格低于远处的房屋价格。房屋价格为实际价格（排除物价指数的影响）。 要分析废物焚化厂对周边房屋价格的影响，不能简单回归如下模型： rprice = (0 + (1 nearinc + u, 比如利用1981年的数据进行回归，那么(1体现了81年近处价格与远处价格的差异，但(1没有体现焚化厂对近处房屋价格的影响。因此，要分析焚化厂对近处房屋价格的影响，应该观察近处与远处的房屋价格在1981的差异年是否比1978年的差异有了明显的变化。方程设定如下： rprice =(0 + (1 y81 + (2 nearinc + (3 (y81(nearinc) + u, 其中，nearinc为0-1虚拟变量。 y81=0，nearinc =0，rprice =(0 + u。因此，(0体现了1978年远处的房屋平均价格。 y81=0，nearinc =1，rprice =(0 +(2 + u。因此，（(0 +(2）体现了1978年近处的房屋价格，(2体现了1978年近处房屋价格与远处房屋价格的差异。 y81=1，nearinc =0，rprice =(0 + (1 + u。（(0 +(1）体现了1981年远处的房屋价格，(1体现了远处房屋价格在81年与78年的差异。 y81=1，nearinc =1，rprice =(0 + (1 + (2 + (3 + u。（(0 + (1 +(2+ (3）体现了1981年近处的房屋价格，（(2+ (3）体现了1981年近处与远处的房屋价格差异。 这样可以清晰地看出，(3体现了近处与远处的房屋价格在1981的差异年是否比1978年的差异。问题就归结于检验(3的显著性。 练习题： 回归方程，进行检验并解释其含义。 Log(rprice) =(0 + (1 y81 + (2 nearinc + (3 (y81(nearinc) + u 加入其它控制变量（房龄、距市中心距离、卧室数目等）重新回归方程进行检验。 面板数据定义 时间序列数据或截面数据都是一维数据。例如时间序列数据是变量按时间得到的数据；截面数据是变量在截面空间上的数据。面板数据是同时在时间和截面上取得的二维数据。所以，面板数据（panel data）也称时间序列截面数据（time series and cross section data）或混合数据（pool data）。面板数据示意图见图1。面板数据从横截面（cross section）上看，是由若干个体（entity