《计量经济分析方法与建模》课件第二版第10章PanelDa.pptVIP

在式(10.4.1)所表示的变系数模型中，常数项 ?i 和系数向量 ?i 都是随着横截面个体的改变而变化的，因此可以将变系数模型改写成如下形式： ， i =1 , 2 , …, N (10.4.2) 其中： ，?i = (?i , ?i ?)? 。 类似于变截距模型，变系数模型也分为固定影响变系数模型和随机影响变系数模型两种类型。 EViews不能估计这样的模型：很少的时期或者庞大的截面成员。所用的时期数应至少不小于解释变量个数。即使有足够的观测值，估计的残差相关矩阵还必须是非奇异的。如果有一条不满足EViews的要求，EViews会显示错误信息：“Near Singular Matrix”。 当选择加权时，复选框Iterate to convergence控制可行GLS程序。如果选择，EViews就一直迭代权重和系数直到收敛。如果模型中包括AR项，这个选择就没有意义，因为在AR估计中，EViews会一直迭代直至收敛。 估计Pool方程的其他选项(Options) 10.5 White 异方差协方差 (White Heteroskedasticity Covariance) EViews能估计那些广义异方差性强的协方差。这种形式的异方差性比上面介绍的截面异方差性更普遍，因为一个截面成员内的方差可以随时间不同。 要得到怀特标准差和协方差，点Options按钮，选择Coef covariance method。EViews给出了一个下拉列表，列表中包含8种选项。默认的是最上方的Ordinary项，对应式(10.3.7) 和式(10.3.8)给出的系数协方差形式。在此下拉列表中的另外7种系数协方差形式参见10.5节的10.5.1? 10.5.5式。 注意此选项不适用于随机影响估计。 使用OLS方法对模型进行估计，估计结果如下： t = (8.4) (112.9) 从估计结果可以看出，对于本例中的29个省市来说，虽然它们的城镇居民消费倾向相同，但是1991年～1994年间其城镇居民的自发消费存在显著的差异，其中广东的城镇居民自发消费最高，其次为辽宁，而城镇居民自发消费最低的是新疆，其次是山东。 (3) 包含时期截距的固定影响变截距模型 模型(10.3.1)还可以推广为包含时期截距的形式，即模型形式为： i =1, 2,…, N ，t =1, 2,…, T (10.3.15) 其中：?t 为时期截距，反映时期特有的影响。类似地，通过引进相应的个体成员和时期虚拟变量，利用普通最小二乘法可以得到各参数的OLS估计。总体均值、个体截距项、时期截距项： 例10.2 城镇居民消费的固定影响变截距模型（2） 3. 固定影响变截距模型的广义最小二乘估计 (1) 截面加权(个体成员截面异方差情形的GLS估计 ) 利用OLS的不变参数估计，我们得到例10.4美国5个公司的方程残差的方差?i2 ，具有截面异方差性。 残差的方差 33455.51 美国钢铁公司（US） 633.42 西屋公司（WE） 34288.89 通用电器公司（GE） 755.85 克莱斯勒公司（CH） 9410.91 通用汽车公司（GM） 当残差具有截面异方差性和同步不相关时最好进行截面加权回归： EViews进行可行广义最小二乘（FGLS）。 首先从一阶段Pool最小二乘回归，得到方差 ?i2 的估计值 si2，计算公式为： ， i =1, 2, …, N (10.3.24) 其中 是OLS的拟合值。 个体成员方程截面异方差的协方差矩阵的估计为 然后，用得到的样本方差估计作为各个体成员的权重，即加权矩阵为?N ?IT，利用加权最小二乘方法得到相应的GLS估计。类似地，可以得到含有T个时间截面方程情形下的时期异方差的GLS估计。 其次系数值 ? 由标准GLS估计量估计，是有效估计量。