白仲林老师的面板数据讲义六讲全部内容文件(全).docVIP

面板数据计量分析讲义 白仲林 第一讲面板数据 因家庭调查得到的面板数据越来越多，面板数据的计量分析可以说是过去三十 年社会应用研究领域所取得的最重要的进展。 －Fitzgerald, Gottschalk和 Moffitt（1998, P252 ） 第一讲介绍的内容 面板数据 面板数据的优点与缺陷 扩展的面板数据 面板数据 “面板数据”一词指的是一部分家庭、国家或企业等在一段时期内的观测值所构成的集 合。这样的数据可以通过在一段时期内对一些家庭或个体进行跟踪调查来获得。 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，并且，从纵剖面看 每个个体都是一个时间序列。 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(张晓峒老师绘制) 面板数据通常分为两类： 由个体调查数据得到的面板数据通常被称为微观面板（micro panels）。 微观面板数据的特点是个体数 N较大（通常是几百或几千个），而时期数 T较短（最少 是 2年，最长不超过 10年或 20年）。 由一段时期内不同国家的数据得到的面板数据通常被称为宏观面板（macro panels）。  面板数据计量分析讲义 白仲林 这类数据一般具有适度规模的个体 N（从 7到 100或 200不等，如七国集团，OECD， 欧盟，发达国家或发展中国家），时期数 T一般在 20年到 60年之间。 因数据结构上的区别，微观面板和宏观面板要求使用不同的计量方法。 样本容量的区别 微观面板必须研究 T固定而 N较大时的渐近特性，而宏观面板的渐近特性则是指 T和 N都较大时的情况。 平稳性 对于宏观面板，当时间序列较长时需要考虑数据的非平稳问题，如单位根、结构突变以 及协整等；而微观面板不需要处理非平稳问题，特别是每个家庭或个体的时期数 T较短时。 个体相关性 在处理宏观面板时必须考虑国家之间的相关性，而在微观面板中，如果个体是随机抽样 产生，则个体之间不大可能存在相关性，因此不需要考虑此问题。 为什么使用面板数据？它们的优点和局限性 1面板数据的优点 使用面板数据具有下列一些好处： （１）可以控制个体异质性 面板数据能反映个体、企业、州或国家之间存在的异质性，即时间上和空间上的异质效 应。而时间序列数据和横截面分析没有控制这种异质性，因而其结果很可能是有偏的。 例如，Baltagi和 Levin（1992）研究 1963-88年美国 46个州的香烟需求问题时，设定 需求模型 ( Dit = f Di,t?1 pit Iit relii edui advt ) 则模型中解释变量包括四类。 z z z z 第一类是随个体（州）和时间的变化而变化的变量，如香烟消费量的滞后项、价格 和收入等可观测的变量； 第二类是随个体（州）变化而不随时间变化的可观测变量，如宗教（ religion）和 教育等变量； 第三类是不随个体（州）变化而随时间变化的可观测变量，如电视和广播中的广告 等变量； 最后一类是一些不可观测变量，它们包括三种 ? ? ? 非时变异质性不可观测因素（ui）——个体效应 时变同质性不可观测因素（vt）——时间效应 时变异质性不可观测因素（wit）——剩余效应  面板数据计量分析讲义 白仲林 这样，模型可设定为 ( ) Dit = f Di,t?1 pit Iit relii edui advt + ui + vt + wit 事实上，对于宗教变量，人们不可能得到每年每个州某一宗教人数占总人口的百分比， 所以一般认为不同年份的百分比也不会有太大变化。同样，完成高中或大学学业的人数占总 人口的百分比也是如此。电视和广播中的广告是全国性的，不会随着州的不同而变化。 显然，遗漏第四类中任何一种不可观测因素就会导致估计结果的偏倚，面板数据模型能 够基于这四类中的所有变量建模，而纯时间序列和横截面分析就无法做到。 另外，Hajivassiliou（1987）给出了一个宏观经济的例子，他使用 1970-82年 79个发展 中国家的面板数据研究了外债偿付问题。这些发展中国家在殖民历史、金融机构、宗教信仰 和政治体制等方面存在差异，所有这些反映国家特征的特定变量都会影响它们在借债或拖欠 方面的态度，同时也会影响债权国对待它们的方式。如果不考虑这些国家之间的异质性就会 出现严重的设定错误。 （2）面板数据模型容易避免多重共线性问题 z z z z 面板数据具有更多的信息； 面板数据具有更大的变异； 面板数据的变量间更弱的共线性； 面板数据模型具有更大的自由度以及更高的效率。 时间序列研究中令人苦恼的就是多重共线性；比如在上述香烟需求的研究中，如果从总 量的角度看价格和收入就具