动态面板数据分析步骤详解...docxVIP

动态面板数据分析算法 面板数据简介 面板数据(Panel Data, Longitudinal Data ) ,也称为时间序歹U截面数据、 混合数据，是指同一截面单元数据集上以不同时间段的重复观测值， 是同时具有 时间和截面空间两个维度的数据集合，它可以被看作是横截面数据按时间维度堆 积而成。自20世纪60年代以来，计量经济学家开始关注面板数据以来， 特别是 近20年，随着计量经济学理论，统计方法及计量分析软件的发展，面板数据计 量经济分析已经成为计量经济学研究最重要的分支之一。 面板数据越来越多地被应用到计量模型的研究中， 其在实证分析中的优点是 明显的：相对丁只具有一个时点的横截面数据模型， 面板数据包含了更多时间维 度的数据，从而可以利用更多的信息来分析所研究问题的动态关系 ；而时间序列 模型，其数据往往是由个体数据加总产生的， 在实际计量分析中，在研究其动态 调整行为时，由丁个体差异被忽略，其估计结果有可能是有偏的，而面板数据模 型能够通过截距项，捕捉到数据的动态调整过程中的个体差异， 有效地减少了由 丁数据加总所产生的偏误；同时，面板数据同时具有时间和截面空间的两个维度， 从而分享了横截面数据和时间序列数据的优点，另外，由丁具有更多的观察值， 其推断的可靠性也有所增加。 面板数据的建模与检验 设Yt 动态面板数据的建模与检验 所谓动态面板数据模型，是指通过在静态面板数据模型中引入滞后被解释变 量以反映动态滞后效应的模型。这种模型的特殊性在丁被解释变量的动态滞后项 与随机误差组成部分中的个体效应相关，从而造成估计的内生性。 步骤详解 步骤一：分析数据的平■稳性(单位根检验) 按照正规程序，面板数据模型在回归前需检验数据的平稳性。 李子奈曾指出， 一些非平稳的经济时间序列往往表现出共同的变化趋势， 而这些序列问本身不一 定有直接的关联，此时，对这些数据进行回归，尽管有较高的 R平方，但其结果 是没有任何实际意义的。这种情况称为称为虚假回归或伪回归( spurious regression )。他认为平■稳的真正含义是：一个时间序歹U剔除了不变的均值(可 视为截距)和时间趋势以后，剩余的序列为零均值，同方差，即白噪声。因此单 位根检验时有三种检验模式：既有趋势乂有截距、只有截距、以上都无。 因此为了避免伪回归，确保估计结果的有效性，我们必须对各面板序列的平 稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。 首先，我们可 以先对面板序列绘制时序图，以粗略观测时序图中由各个观测值描出代表变量的 折线是否含有趋势项和(或)截距项，从而为进一步的单位根检验的检验模式做 准备。 单位根检验方法的文献综述：在非平■稳的 面板数据渐进过程中，Levin andLin(1993)很早就发现这些估计量的极限分布是高斯分布,这些结果也被应 用在有异方差的面板数据中，并建立了对面板单位根进行检验的早期版本。后来 经过Levin et al. (2002)的改进，提出了检验面板单位根的 LLC法。Levin et al. (2002)指出，该方法允许不同截距和时间趋势，异方差和高阶序列相关，适合丁 中等维度(时间序列介丁 25?250之间，截面数介丁 10?250之间)的面板单位 根检验o Im et al. (1997)还提出了检验面板单位根的IPS法，但Breitung(2000) 发现IPS法对限定性趋势 的设定极为敏感，并提出了面板单位根检 验的 Breitung 法。Maddala and Wu(1999)乂提出了 ADF-Fisher 和 PP-Fisher 面板单 位根检验方法。 由上述综述可知,可以使用 LLC IPS、Breintung、ADF-Fisher 和 PP-Fisher5 种方法进行面板单位根检验。 其中 LLC-T、BR-T、IPS-W、ADF-FCS PP-FCS、H-Z 分别指 Levin，Lin Chut* 统计量、Breitung t 统计量、lm Pesaran Shin W统计量、ADF-Fisher Chi-square 统计量、PP-Fisher Chi-square 统计量、Hadri Z 统计量，并且 Levin， Lin Chu t* 统计量、Breitung t 统计量的原假设为存在普通的单位根过程， lm Pesaran Shin W 统计量、ADF- Fisher Chi-square 统计量、PP-Fisher Chi-square统计量的原假设为存在有效的单位根过程， Hadri Z统计量的检验 原假设为不存在普通的单位根过程。 有时，为了方便，只采用两种面板数据单位根检验方法，即相同根单位根检验 LLC (Levin-Lin-Chu )检验和不同根单位根检验 Fi