计量经学 7 选择性样本模型等.ppt

第7章说明 经典的单方程计量经济学模型理论与方法，限于常参数、线性、揭示变量之间因果关系的单方程模型，被解释变量是连续的随机变量，其抽样是随机和不受限制的，在模型估计过程中或者只利用时间序列样本，或者只利用截面数据样本，主要依靠对经济理论和行为规律的理解确定模型的结构形式。 本章中，将讨论几种扩展模型，主要包括将被解释变量抽样由完全随机扩展为受到限制的选择性样本模型，将被解释变量是连续的扩展为离散的离散选择模型，将单一种类的样本扩展为同时包含截面数据和时间序列数据的平行数据样本（Panel Data）等。 第7章说明 这些模型与方法，无论在计量经济学理论方面还是在实际应用方面，都具有重要意义。但是，这些模型都形成了各自丰富的内容体系，甚至是计量经济学的新分支学科，模型方法的数学过程较为复杂。 本章只介绍其中最简单的模型，以了解这些模型理论与方法的概念与思路。 OLS估计：将样本看为不受任何限制下随机抽取的样本 OLS估计：将样本看为在消费水平为1000元的归并样本 一、Panel Data 模型概述 1、关于Panel Data Model 独立的计量经济学分支 比较多地用于宏观经济分析——统计数据 也可以用于微观经济分析——调查数据 几种翻译 面板数据模型 综列数据模型 平行数据模型 时空数据模型 常用Panel Data 模型 变截矩模型(Variable-Intercept Models) 固定影响(Fixed-Effects) 随机影响(Random-Effects) 变系数模型(Variable-Coefficient Models) 固定影响 随机影响 动态变截矩模型(Dynamic Models with Variable Intercepts) 固定影响 随机影响 其它Panel Data 模型 联立方程Panel Data模型 离散数据Panel Data模型 选择性样本Panel Data模型 Panel Data单位根检验和协整检验 2、计量经济分析中的Panel Data问题 研究目的的需要 通过建立计量经济学模型进行经济分析，经常发现，只利用截面数据或者只利用时间序列数据不能满足分析目的的需要。 例如，如果分析生产成本问题。 例如，分析目前我国的结构性失业问题。 数据信息的充分利用 在计量经济分析中，利用信息越多越有效。 利用Panel Data比仅利用截面数据或者时间序列数据更有效。 出现数据表 输入数据、显示数据 在数据表界面上，选择Estimate命令，进行估计 如何在Eviews中估计Panel Data 模型？ 估计 输出 结果 三、固定影响变系数模型 将βi视为固定的不同的常数时，可写成： 将截距项也看作一个虚变量 显然，如果随机干扰项在不同横截面个体之间不相关，上述模型的参数估计极为简单，即以每个截面个体的时间序列数据为样本，采用经典单方程模型的估计方法分别估计其参数。即使采用GLS估计同时得到的GLS估计量，也是与在每个横截面个体上的经典单方程估计一样。 条件： 如果随机项在不同横截面个体之间的协方差不为零，GLS估计比每个横截面个体上的经典单方程估计更有效。 为什么？ 问题的关键是然后求得V矩阵。各种文献中提出各种V矩阵的方法，形成了各种FGLS估计 二、Panel Data 模型的设定——F检验 ⒈单方程Panel Data模型常见的三种情形 情形1：变系数模型。在横截面上有个体影响，有结构变化。即除了存在个体影响外,在横截面上还存在变化的经济结构，因而结构参数在不同横截面单位上是不同的。 情形2：变截距模型。在横截面上有个体影响，无结构变化。即个体影响表现为模型中被忽略的反映个体差异的变量的影响，又分为固定影响和随机影响两种情况。 情形3：在横截面上无个体影响，无结构变化。则普通最小二乘估计给出了一致有效估计。相当于将多个时期的截面数据放在一起作为样本数据。 情形4：不讨论。 Because it is seldom meaningful to ask if the intercepts are the same when the slopes are unequal, we shall ignore the type of restrictions. 情形5：在时间序列上有个体影响，有结构变化。在理论方法方面与情形1相同，不讨论。 情形6：有实践，无理论。 ⒉F检验 F检验的思路是：将情形2、3分别视为对情形1施加了参数约束。 经典模型中的约束检验： 假设1：斜率在不同的横截面样本点上和时间上都相同，但截距不相同。（情形2） 假设2：截距和斜率在不同的横截面样本点和时间上都相同。（情形3） 如果接收了假设2，则没有必