面板数据模型理论.docxVIP

5.2面板数据模型理论5.2.1面板数据模型及类型。 面板数据(paneldata)也称时间序列截面数据(timeseriesandcrosssectiondata)或混合数据(pooldata)。面板数据是同时在时间和截面空间上取得的二维数据。面板数据从横截面(crosssection)上看，是由若干个体(entity,unit,individual)在某一时刻构成的截面观测值，从纵剖面(longitudinalsection)上看是一个时间序列。 面板数据用双下标变量表示。例如： yit,i=1,2,…,N；t=1,2,…,T 其中，N表示面板数据中含有的个体数。T表示时间序列的时期数。若固定t不变，y i?(i=1,2,...,N)是横截面上的N个随机变量；若固定i不变，y“,(t=1,2,...,T)是纵剖面上的一个时间序列。对于面板数据来说，如果从横截面上看，每个变量都有观测值，从纵剖面上看，每一期都有观测值，则称此面板数据为平衡面板数据(balancedpaneldata)o若在面板数据中丢失若十个观测值，则称此面板数据为非平衡面板数据(unbalancedpaneldata)。 面板数据模型是建立在面板数据之上、用于分析变量之间相互关系的计量经济模型。面板数据模型的解析表达式为： y=a+xP+ri=1,2,…N;j=1,2,…Tititititit其中，y.为被解释变量；a.表示截距项，x=(x1,x2,...,xk)为1xk维解释变量向量；ititititititP=(P1,P2,...,Pk)为kX1维参数向量；i表示不同的个体；t表示不同的时间；K为ititititit随机扰动项，满足经典计量经济模型的基本假设七?IIDN(0,Q2)。 面板数据模型通常分为三类。即混合模型、固定效应模型和随机效应模型。 ⑴混合模型。 如果一个面板数据模型定义为： y=a+xtP+R七i=1,2,…N;j=1,2,…T 则称此模型为混合模型。混合模型的特点是无论对任何个体和截面，回归系数以和P都是相同的 ⑵固定效应模型。 固定效应模型分为3种类型，即个体固定效应模型(entityfixedeffectsregressionmodel)＞时间固定效应模型(timefixedeffectsregressionmodel)和时间个体固定效应模型(timeandentityfixedeffectsregressionmodel)o 个体固定效应模型。 个体固定效应模型就是对于不同的个体有不同截距的模型。如果对于不同的时间序列(个体)截距是不同的，但是对于不同的横截面，模型的截距没有显著性变化，那么模型就称为个体固定效应模型立，表示如下，y.=a.+x.P+^.i=1,2,…N;j=1,2,…T式中，y.十为被解释变量，X=(x1,x2,...,xk)为1Xk维解释变量向量，a是随机变量，11ititititi表示对于i个个体有i个不同的截距项，且其变化与x=(X1,X2,...,Xk)有关；ititititP=(P1,P2,…，Pk)为kX1维回归系数向量，对不同的个体回归系数相同，七为随机误差项，则称此模型为个体固定效应模型。 个体固定效应模型也可以表示为yit=^idi+T2D2+...+TNDN+pxit+七t=12,...,T其中八L如果属于第i个个体，i=1,2,---,N。 D=仁i〔。，其他 时间固定效应模型。 如果一个面板数据模型定义为： y=a+xP+pi=1,2,…N;j=1,2,…T式中，at是随机变量，表示对于T个截面有T个不同的截距项，且其变化与x=(x1,x2,...,xk)有关；对不同的个体回归系数相同，p为随机误差项，则称此模 ititititit型为时间固定效应模型。时间固定效应模型就是对于不同的截面(时刻点)有不同截距的模型。如果确知对于不同的截面，模型的截距显著不同，但是对于不同的时间序列(个体)截距是相同的，那么应该建立时刻固定效应模型。时间固定效应模型也可以表示如下yit=以1D1+以2D2+…+%DT+P1x.+%,1,2,…，N其中八L如果属于第t个截面，t=2,...,T。 D=仁i〔°,其他(不属于第t个截面) 个体时间固定效应模型。 如果一个面板数据模型定义为y=a+y+xP+pi=1,2,…N;j=1,2,…Titititit式中，a,是随机变量，表示对于N个个体有N个不同的截距项，且其变化与x=(x1,x2,...,xk)有关；y是随机变量，表示对于T个截面有T个不同的截距项，且其ititititt变化与%=(11，X2,...,Xk)有关；对不同的个体回归系数相同，口为随机误差项，则称ititititit此模型为个体时间固定效应模型。 ⑶随机效应模型 对于面板数据模型》.=