计量经济学 课件第12章 面板数据模型.pptx

第十二章 面板数据模型1面板数据模型分类与混合模型估计一固定效应模型的估计二随机效应模型的估计三实例和Stata操作四 2 1.了解面板数据分类和面板数据模型分类； 2.能够采用组内估计法和最小二乘虚拟变量法估计固定效应模型； 3.能够采用可行广义最小二乘法估计随机效应模型； 4.掌握模型选择的F检验和Hausman检验方法。学习目标： 一、面板数据的定义与分类平稳性的定义第一节 面板数据模型分类与混合模型估计3 面板数据是多个个体在一个确定时间区间上的观测数据。面板数据（panel data）也称作时间序列与截面混合数据（pooled time series and cross section data），以及平行数据、综列数据等。它包含两个维度，一个是横截面维度（N个个体），一个是时间维度（T个时期）。 4（一）短面板和长面板数据 如果面板数据时间长度T较小，而个体数量N较大，这种面板数据被称为短面板(short panel)。如果时间长度T较大，而个体数量N较小，则被称为长面板(long panel)。（二）平衡面板和非平衡面板数据 对于面板数据，每个时期样本中的个体完全一样，则称为平衡面板数据（balanced panel）；反之，则称为非平衡面板数据（unbalanced panel）。 5二、面板数据模型的分类（一）静态面板和动态面板数据模型 在面板数据模型中，如果解释变量中包含被解释变量的滞后项，则称为动态面板(dynamic panel)；反之，则称为静态面板(static panel)。（二）混合模型、固定效应模型和随机效应模型 对于面板数据模型的估计思路，主要有四种： 第一种思路，不区分数据的时间维度和个体维度，估计时不同个体的回归方程都相同，即斜率系数相同，截距系数也相同，称为混合模型回归(pooled regression)。 6 第二种思路，每一个体估计一个回归方程，不同个体的回归方程斜率系数和截距系数不同。这两种思路各有优缺点，第一种思路只关注样本共性，而未考虑个体或时点的异质性特征，而这种遗漏的异质性特征会被放置于误差项中，若与解释变量相关，从而使模型出现内生性问题，导致参数估计量不具有一致性。而第二种思路为每一个体估计一个方程，则无视个体间可能存在的共性，若没有较多的样本容量，其参数估计结果的标准误会很大。 第三种思路，是介于第一种和第二种思路之间的方案，假定个体方程的斜率系数相同，但截距系数不同，用截距系数的不同反映个体之间或时点上的异质性，这是目前采用面板数据进行实证研究中，应用最广泛和最受认可的方案。 第四种思路，除了截距系数不同外，估计时模型中部分解释变量的斜率系数也会变化。一般根据研究目标的需要，往往将核心解释变量的斜率系数设成依个体或时间的变化而变化。 7? 8? 9三、混合模型估计（一）为何称为混合模型？??（二）模型假定 10（三）混合OLS法 若满足经典假定且模型设定正确， 采用最小二乘法估计(12.1.4)式的混合模型，参数估计量是无偏、有效估计量，在大样本的情况下也是一致估计量,该估计量称为混合OLS估计量。但不同个体或不同时点之间往往会存在差异，如果忽略个体差异会使参数的估计结果不再有效或不一致，这种偏误称为异质性偏误。（四）聚类相关与聚类稳健标准误 如果误差项不满足独立同分布，存在异方差或同一个体在不同时期存在序列相关，这时应采用类似于第六章所使用的异方差序列相关一致标准误（Heteroscedasticity and Auto Corrrelation-consitent standard errors，简称为HAC标准误）。在面板数据模型中，使用的异方差序列相关标准误称为聚类稳健标准误（cluster robust standard errors），也是HAC标准误的一种。其中聚类是指误差项在同一个集群、同一组或同一类中允许具有相关性，但在不同集群、组或类中不相关，可以称为聚类相关。 11第二节 固定效应模型的估计? 12一、组内估计法（Within Estimation Method） 首先利用面板数据构建出个体均值方程，将原方程与均值方程相减，这样就会去除随个体变化而不随时间变化的个体效应，然后可以使用最小二乘法估计出模型的参数。（一）主要思路（二）具体步骤? 13? 14二、最小二乘虚拟变量法（Least Square Dummy Variable method）? 15? 16三、一阶差分法（First Difference Method）