多水平面板数据模型的估计理论及模拟研究-数量经济学专业论文.docxVIP

摘要 摘要 摘要 多水平模型是专门针对具有嵌套或层次结构数据发展起来的一种新的统计 模型。它可以将各个回归系数看成是随机变化的。比如，当数据处于两个层次 时，先以第一层的变量建立线性回归模型，然后分别以该线性回归模型的系数 作为第二层解释变量的线性函数，建立第二层的线性回归模型，通过这样建立 模型，就可以同时处理不同层次，跨层次变量之间的关系，还能将不同层次间 的误差项考虑进来，进而估计出各个层次上的差异性。但是，当分层数据受到 不可观测的时间效应的影响时，现有的多水平模型不能有效进行统计建模。 面板数据是是截面数据和时间序列数据的组合，面板数据模型是研究面板 数据的计量模型。由于面板数据综合了时间序列数据和横截面数据，运用面板 数据进行计量经济学分析，不仅可以同时利用时间序列数据和截面数据建立模 型，还能控制不可观测的不随时间变化的个体异质性因素，控制不同研究对象 随时间变化的不可观测的同质因素，从而更好的识别和度量时间序列或截面数 据不能发现的效应。但是面板数据模型不能分析数据的层次效应。 本文结合多水平模型和面板数据模型的特点，对多水平模型进行改进，建 立含有时间随机影响效应的多水平面板数据模型，使之能够分析具有层级结构 的数据，同时还能在模型中引入时间随机因素，充分考虑个体、组群的差异性， 更详细地解释模型中方差变异的来源。并分析该模型的方差协方差结构，导出 模型的参数估计方法，采用迭代广义最小二乘法和限制迭代广义最小二乘法对 模型参数进行估计，最后通过模拟数据将该模型与多水平模型和面板数据模型 进行了比较分析。 关键词：多水平模型；面板数据模型；迭代广义最小二乘法；多水平面板数据 模型 Ⅰ Abstract Multilevel model is a new statistic model that developed for hierarchical data, in which the regression coefficient is considered as random variable. For example, when data are separated into two levels, the level one variables are used to establish a linear regression model, in which the coefficients are considered as random variables. The random coefficients then form a level 2 regression model using level two variables. By this way, relationships of variables among different levels, as well as the concern of errors between different levels can be studied. Further more, the variations between the levels can be estimated. The panel data is a combination of cross-sectional data and time-series data, and the panel data model is a useful econometric model for panel data. For this reason, the application of panel data on econometric analysis can deal with cross-sectional data and time-series data at the same time. It can control the individual time-independent heterogeneity, as well as the time effects from different objects, in the aim of better recognition and measure on the significant effects of cross-sectional data and time-series data. But this model cant be used to analyze multilevel effect. This paper summarizes the characteristics of multilevel model an