第八章面板数据模型计量经济学（陶长琪).pptVIP

第五节 变系数回归模型 前面所介绍的变截距模型中，横截面成员的个 体影响是用变化的截距来反映的，即用变化的截距 来反映模型中忽略的反映个体差异的变量的影响。 然而现实中变化的经济结构或不同的社会经济背景 等因素有时会导致反映经济结构的参数随着横截面 个体的变化而变化。因此，当现实数据不支持变截 距模型时，便需要考虑这种系数随横截面个体的变 化而改变的变系数模型。 这种情形意味着模型在截面上既存在个体影响，又存在结构变化。我们又称该模型为无约束回归模型。 变系数模型假定在截面个体成员上截距项和模 型的解释变量系数都不同。 需要估计的参数个数： N(K+1)个 EViews按下列步骤估计变系数模型： 第六节　效应检验与模型形式设定检验 建立面板数据模型前的首要任务是确定被解释变量与截距项和系数的关系，截距项是否相同、系数是否一致，是固定效应还是随机效应模型，从而避免模型设定的偏差，改进参数估计的有效性。 一、Hausman检验 在实际应用中，究竟是采用固定效应模型还是 采用随机效应模型，我们可以进行模型设定检验。 豪斯曼Hausman（1978）提出了一种严格的统 计检验方法——Hausman检验。 固定效应模型 LSDV估计量无偏；GLS估计量有偏 随机效应模型 LSDV和GLS估计量都无偏，但LSDV 估计量有较大方差 固定效应模型 LSDV估计量和GLS估计量的估计结 果有较大的差异 随机效应模型 LSDV估计量和GLS估计量的估计结 果就比较接近 Hausman检验的原理 Hausman检验的原假设与被择假设 H0 : 个体随机效应回归模型 H1 : 个体固定效应回归模型 设b， 分别为回归系数的LSDV估计向量，GLS估 计向量。 如果真实模型是个体随机效应回归模型，那么b和 二者差异应该比较小。如果真实模型是个体固定效 应回归模型，那么b和 二者差异应该比较大。 Hausman证明在原假设下，统计量W服从自由度为K（模型中解释变量的个数）的 分布，即 构造Hausman检验的W统计量 为 之差的方差，即 为了实现Hausman检验，必须首先估计一个随机效应模型。然后，选择View/Fixed/Random Effects Testing/Correlated Random Effects - Hausman Test，EViews将自动估计相应的固定效应模型，计算检验统计量，显示检验结果和辅助回归结果。 Hausman检验的EViews操作 二、模型形式设定检验 如果模型设定不正确，参数估计将造成较大的偏差。所以，在建立面板数据模型的第一步便是检验样本数据究竟属于混合回归模型、变截距回归模型还是变系数回归模型形式，从而避免模型设定的偏误。 经常使用的检验是协方差分析检验(F检验)，主要分两步进行检验： 第一步检验：是否混合模型 H02 ：混合回归模型（受约束 ） H01：变截距回归模型 （受约束 ） 第二步检验：是否变截距回归模型 如果接受假设 H02 ，则可以认为模型为混合回归模型，无需进行下一步的检验。如果拒绝假设H02 ，则需检验假设H01 。 第一步检验：是否混合模型 H02 ：混合回归模型（受约束 ） 如果接受假设 H01 ，则可以认为模型为变截距回归模型。如果拒绝假设H01 ，则认为模型为变系数回归模型。 H01 ：变截距回归模型 （受约束 ） 第二步检验：是否变截距回归模型 下面介绍假设检验的 F 统计量的计算方法。首先计算变系数回归模型的残差平方和，记为S0 ；变截距回归模型的残差平方和记为S1 ；混合回归模型的残差平方和记为S2。 构造并计算统计量 例9-3 第七节 面板数据的单位根检验和协整检验 一、面板数据的单位根检验 （一）面板数据的单位根检验分类 （二）面板数据的单位根检验应用举例 二、面板数据的协整检验 （一）检验方法分类 （二）面板数据协整检验的应用举例 一般情况下可以将面板数据的单位根检验划分为两大类： 一类为相同根情形下的单位根检验，检验方法包括LLC（Levin-Lin-Chu）检验、Breitung检验； 另一类为不同根情形下的单位根检验，检验方法包括Im-Pesaran-Skin检验、Fisher-ADF检验和Fisher-PP检验。 一、面板数据的单位根检验 （一）面板数据的单位根检验分类 （二）面板数据的单位根检验应用举例 面板数据的协整检验方法可以分为两大类，一类是建立在En