面板数据模型与应用_Image_Marked.pdf

第第 9 章章 面板数据模型面板数据模型与应用与应用 第第 章章 面板数据模型面板数据模型与应用与应用 1．面板数据定义 2 ．面板数据模型分类 3 ．面板数据模型估计方法 4 ．面板数据模型的检验与设定 5 ．面板数据建模案例分析 6 ．面板数据的单位根检验 7 ．面板数据模型的协整检验 8．EViwes 应用 9 ．面板数据研究新进展 （动态面板数据模型、非均衡面板数据模型、离散面板数据模 型、面板数据非平稳性、面板数据的协积） 1．面板数据定义 时间序列数据或截面数据都是一维数据。时间序列数据是变量按时间得到的数据；截面 数据是变量在固定时点的一组数据。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 ）也称作时间序列与截面混合数据 （pooled time series and cross section data ）。面板数据是截面上个体在不同时点的重复观测数据。 panel 原指对一组固定调查对象的多次观测，近年来panel data 已经成为专业术语。 面板数据示意图见图 1。面板数据从横截面（cross section ）看，是由若干个体（entity, unit, individual ）在某一时点构成的截面观测值，从纵剖面 （longitudinal section ）看每个个体都是 一个时间序列。 图2 1978-2005 中国各省级地区消费性支出占可支配收入比例走势图(价格平减过) 面板数据分两种特征：（1）个体数少，时间长。（2 ）个体数多，时间短。面板数据主要 指后一种情形。 面板数据用双下标变量表示。例如 1 y i t, i = 1, 2, …, N ; t = 1, 2, …, T i 对应面板数据中不同个体。N 表示面板数据中含有 N 个个体。t 对应面板数据中不同时点。 T 表示时间序列的最大长度。若固定t 不变，y i ., ( i = 1, 2, …, N)是横截面上的N 个随机变量； 若固定 i 不变，y . t, (t = 1, 2, …, T)是纵剖面上的一个时间序列 （个体）。 利用面板数据建立模型的好处是：（1）由于观测值的增多，可以增加估计量的抽样精 度。（2 ）对于固定效应模型能得到参数的一致估计量，甚至有效估计量。（3 ）面板数据建模 比单截面数据建模可以获得更多的动态信息。 例如 1990-2000 年 30 个省份的农业总产值数据。固定在某一年份上，它是由 30 个农业 总产值数字组成的截面数据；固定在某一省份上，它是由 11 年农业总产值数据组成的一个 时间序列。面板数据由30 个个体组成。共有330 个观测值。 对于面板数据y i t, i = 1, 2, …, N ; t = 1, 2, …, T，如果每个个体在相同的时期内都有观测 值记录，则称此面板数据为平衡面板数据 （balanced panel data ）。若面板数据中的个体在相 同时期内缺失若干个观测值，则称此面板数据为非平衡面板数据 （unbalanced panel data ）。 案例 1 （file:5panel02 ）：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 ）数据见 file:panel02 。数据是 7 年的，每一年 都有 15 个数据，共 105 组观测值。 人均消费和收入两个面板数据都是平衡面板数据，各有 15 个个体。人均消费和收入的 面板数据从纵剖面观察分别见图 2 和图 3 。从横截面观察分别见图4 和图 5。横截面数据散 点图的表现与观测值顺序有关。图4 和图 5 中人均消费和收入观测值顺序是按地区名的汉语 拼音字母顺序排序的。 12000 安徽 北京 10000 福建