计量金融学计量金融学-3-3.pptVIP

第三节 面板数据模型 一、面板数据模型及其优点 前面介绍的计量金融分析方法和模型，处理的主要是一维的截面数据或时间序列数据。“面板数据”(Panel Data)，也称为“纵向数据”(longitudinal data)，是用来描述对某横截面单位集合所进行的跨时多重观察。这种多重观察既包括对样本单位在某一时期（时点）上多个特性进行观察，也包括对该样本单位的这些特性在一段时间的连续观察，连续观察所得到的数据集被称为面板数据。 例如，同一组实体(个人、企业、省、国家等)在一定时期内的数据，就是面板数据，即观察到的数据形式是 可以看作是对同一总体的每个特征做 次观察 面板数据中同一个时间的观察数据构成截面数据，同一个个体的观察结果则构成时间序列数据。 例如 ： 25个家庭2013年每个季度的消费支出数据构成的数据集，就是同时包含横截面和时间序列两个维度的面板数据。因为数据中25个家庭每个家庭的消费数据构成一个横截面数据，而每个家庭2013年4个季度的数据横截面构成一个时间序列。 二、面板数据的估计模型 这两种又可再分别细分为固定效应和随机效应两类。 动态模型：更为复杂，进一步考虑时间上的滞后等情况。  这部分就不作详细介绍了。 (一)静态模型 1、基本原理 面板数据模型同时考虑截面因素和时间因素，它的基本方程形式为： 其中 是因变量， 是解释变量， 是k维参数向量， 分别表示时间，横截面，解释变量个数。 是截距项， 是随机误差项。 在以下的所有模型分析中，假设 符合经典回归模型中的基本假设，并且一直使用上述的这个方程框架及符号表达形式。 为了更简洁的表达这个模型，记 则模型可以改写为一个简洁的形式 由 和 的不同，可以把模型分成以下三大类: (1)无个体影响不变系数模型 这个模型中 为一个不变的常数(对任何i ), 也是一个不变的参数向量。 所用的模型估计方法为最小二乘法，该模型也被称为联合回归模型。 说明：在联合回归模型中，其系数在时间序列和横截面中 保持恒定不变，可对观察到的 个所有数据进行混 合，从而忽略时间序列数据和横截面数据的双重性质， 因此，模型估计方法为最小二乘法。 (2)变截矩模型 这个模型中，系数向量 不变。表示个体成员之间不存在结构上的差异。根据截距项 的不同，又可进一步分类： 如果 是一个常数，那么这是一个固定效应变截矩模型，表示个体成员之间存在固定差异； 如果 是一个随机变量，那么这是一个随机效应变截矩模型，表示个体间差异是不确定的。 (3)变系数模型 这个模型中， 随着不同的横截面而不同，表明个体成员之间存在结构上的差异。根据 是固定的参数向量还是随机变量，又可分为： 固定效应变系数模型和随机效应变系数模型。 当样本数据包含的个体成员是研究总体的全部时，用固定效应分析比较合适；当样本数据包含的个体成员只是研究总体一小部分或者要根据样本来进一步推测总体，更适合用随机效应模型。 2、固定效应变截距模型 该模型假定个体成员间的差异是确定性的，即截距项 是常数，此时模型的基本形式为： 记 则 其中 另计 则模型变为 从这个模型，能够推出 的估计量为 其中 在估计参数后，要对模型进行假设检验，以验证各个体成员间的差异是否是确定的。就是要检验原假设 检验统计量为F统计量： 其中， 分别为固定效应模型中的决定系数和联合回归模型中的决定系数。 在给定显著性水平下，大于临界值即可认为固定效应是存在的，即如果