第13章 跨时横截面的混合：简单面板数据方法.pptVIP

伍德里奇 《计量经济学导论》（第4版） 主讲教师：张冠甲 国内外经典教材名师讲堂 第13章 跨时横截面的混合：简单面板数据方法 　　本章要点　　独立混合横截面数据与面板数据　　邹至庄检验　　自然实验　　倍差估计量　　个体异质性与异质性偏误　　一阶差分法 　　两种数据集　　（1）独立混合横截面数据　　在不同时点（经常但并不一定是不同年份）　　　　从一个大总体里进行随机抽样的结果。　　Eg：每年从美国工作的工人总体里抽取一个关于小时工资、受教育程度、工作经验等的随机样本　　每隔一年就对某大都市市区出售的住房抽取一个关于售价、面积、卫生间数的随机样本 　　特点：由独立抽取的观测所构成。 ——自然的逻辑就是，保持其他条件不变，能排除了不同观测误差项的相关。 　　（2）面板数据集　　它虽然兼有横截面和时间序列维度，但在一些重要方面却不同于独立混合横截面，有时又称纵列数据。 　　例如，在一个时点上，从某总体中随机地收集一些人的个人工资、工作小时数、受教育程度和其他因素的一个面板数据集，那么，在以后的若干个时点上，要对 同样的人群 反复采访，以便得到同样一群人在不同年份里的工资、工作小时数、受教育程度等数据。 　　混合横截面数据的分析　　一个独立混合横截面和单独一个随机样本的差异——在不同时点上对总体进行抽样很可能导致观测点（即观测结果）不是同分布的情形，即总体在不同时期可能拥有不同的分布。　　处理方法：允许截距在不同时期有不同值，具体可以通过加入时间虚拟变量来实现。注意：（1）时间虚拟变量本身的系数也有意义 （2）时间虚拟变量与主要解释变量交互项 　　例：教育回报和工资中性别差异的变化将1978年(基年)和1985年的横截面数据相混合，得到log(zoage)的一个方程(其中wage为小时工资)是　　变量含义：　　union(工会)是一个虚拟变量；如果某人是工会会员，它就等于1，否则等于0。　　变量y85也是一个虚拟变量；如果观测值来自1985年就等于1，如果来自1978年就等于0。 　　系数含义：　　　 1978年截距 1985年截距 1978年教育回报率 　1985年教育回报率　　Q： 度量什么？　　——多受一年教育获得的回报经过7年时间以后所发生的变化。　　 　 1978年男女对数工资的差别 1985年男女对数工资差别 　　进一步的思考：　　这里其实有两个虚拟变量将样本分为四组：两个年度，男性与女性。主要解释变量有一个：教育　　下面两个回归方程含义有何不同？ 　　邹至庄检验　　回顾第7章中的邹至庄检验　　判断多元回归函数在两组数据之间有无差别，方法是——把混合估计的残差平方和看作约束SSR；无约束的SSR则是对两组数据分别估计而得的两个SSR之和。　　按照两个时间来划分两组数据，即可把邹检验应用到两个不同的时期(比如两个不同的年度） 　　另一种方法：直接使用虚拟变量　　先将每一变量对两个年度虚拟变量之一形成交互作用，再检验这个年度虚拟变量和全部交互项是否联合显著。 　　混合横截面在政策分析中的应用　　例13.3　　垃圾焚烧炉的区位对住房价格的影响　　1978年开始传言要在北安多弗市兴建一座垃圾焚烧炉，而于1981年开始动工，人们预料动工后不久焚烧炉便会投入运转；事实上1985年才开始运转。我们将利用1978年住房出售的价格数据和1981年售价的另一个样本数据。我们的假设是，靠近焚烧炉的房价相对远离焚烧炉的房价要低。 　　估计方法1 用1981年的数据估计模型　　得到　　Q：-30688.27的系数值，显著，是否说明了垃圾焚烧炉的建立确实拉低了临近地区的房价？ 　　若以1978年的数据回归，同样可得　　说明垃圾焚烧炉本来就建立在了房价低的地区　　系数之差为：　　　被称作倍差估计量（difference-in-differences estimator） 　　本例中，倍差估计量的经济学含义为　　问题是 是否显著异于零？　　估计方程来检验　　思考：上述回归方程中各变量及其系数的含义 　　自然实验的概念　　当某些外生事件改变了个人、家庭、企业或城市运行的环境时，便产生了自然实验。　　分析自然实验的影响,需要处理组合对照组，但是由于其它不可控不可观测的因素的影响，因此还需要进一步划分为四组：　　变化前的对照组、变化后的对照组、变化前的处理组和变化后的处理组。 　　把对照组称为C，处理组称为T　　采用虚拟变量法标识　　DT=1表示位于处理组 DT=0表示位于对照组　　d2=1代表