第二讲 面板数据回归模型.pdfVIP

面板数据计量分析 白仲林 第二讲 面板数据回归模型 2.1面板数据回归模型的一般形式 面板数据模型的一般形式如下： K y ∑β x +u （2.1 ） it ki kit it k 1 其中，i 1,2,3, , N ，表示N 个个体；t 1,2,3, , T ，表示已知的 T 个时点。y it 是被解释变量对个体 i 在 t 时的观测值；xkit 是第 k 个非随机解释变量对于个体 i 在 t 时的观测值；β 是待估计的参数；u 是随机误差项。用矩阵表示为 ki it Y X β =+U （i 1,2,3, , N ） （2.1’ ） i i i i y x x x β u ⎡ ⎤ ⎡ ⎤ ⎡ 1i ⎤ ⎡ ⎤ i 1 1i 1 2i 1 Ki 1 i 1 ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ y i 2 x1i 2 x 2i 2 xKi 2 β2i ui 2 其中，Y ⎢ ⎥ ，X ⎢ ⎥ ， βi ⎢ ⎥ ，U ⎢ ⎥ . i ⎢ ⎥ i ⎢ ⎥ ⎢ ⎥ i ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ y iT x1iT x 2iT xKiT ⎣βKi ⎦ uiT ⎣ ⎦T ×1 ⎣ ⎦T ×K K ×1 ⎣ ⎦T ×1 2.2 面板数据回归模型的分类 通常，对模型（2.1 ）将做许多限制性假设，使其成为不同类型的面板数据 回归模型。一般来说，常用的面板数据回归模型有如下九种模型，下面分别介绍 它们。 1混合回归模型 从时间上看，不同个体之间不存在显著性差异；从截面上看，不同截面之间 也不存在显著性差异，那么就可以直接把面板数据混合在一起，用普通最小二乘 法（OLS ）估计参数。即估计模型 K y β =+ β x +u （2.2 ） it 1 ∑ k