面板数据分析.ppt

在表8.9的回归结果中，我们可以看到，横截面随机效应模型拟合得也很好，模型整体是显著的，回归系数的估计结果也是显著的，并且符号与预期一致。因此，我们到底应该选择固定效应模型还是随机效应模型呢？首先，我们进行Breusch和Pagan的LM检验，它需要用到合并回归的残差序列。计算的结果，得LM=425.30，它远远的超过了5%显著性水平下的临界值?2(1)=3.84。因此，可以认为，可能存在随机效应。但是，如前面所述，它不排除固定效应存在的可能性。因此，我们进一步进行Hausman设定检验。EViews6中的Hausman设定检验的结果如表8.10所示。第93页,共100页，星期六，2024年，5月表8.10Hausman设定检验的结果CorrelatedRandomEffects-HausmanTestPool:POOL01Testcross-sectionrandomeffectsTestSummaryChi-Sq.StatisticChi-Sq.d.f.Prob.?Cross-sectionrandom3.40535130.3332Cross-sectionrandomeffectstestcomparisons:VariableFixed??Random?Var(Diff.)?Prob.?LOG(Q)0.9187040.9053280.0002660.4119LOG(PF)0.4158080.4214150.0000380.3621LOG(LF)-0.552730-0.5493020.0002800.8376第94页,共100页，星期六，2024年，5月根据表8.10，我们无法拒绝原假设，也就是说，应该设定随机效应模型。

综合以上分析可以认为，横截面随机效应模型是更好的选择。第95页,共100页，星期六，2024年，5月本章思考与练习8.1什么是双向误差模型和单向误差模型？他们之间有什么区别？8.2什么是固定效应模型？它有什么基本假定？8.3如何在横截面固定效应模型、时间固定效应模型和双向固定效应模型之间进行选择？8.4什么是随机效应模型？它与固定效应模型的区别是什么？如果判断一个面板数据模型是固定效应模型还是随机效应模型？第96页,共100页，星期六，2024年，5月8.5以下是3家公司关于投资(y)和利润(x)在10个时期的数据ti=1i=2i=3yxyxyx113.3212.8520.3022.938.858.65226.3025.6917.4717.9619.6016.5532.625.489.319.163.871.47414.9413.7918.0118.7324.1924.91515.8015.417.6311.313.995.01612.2012.5919.8421.155.738.34714.9316.6413.7616.1326.6822.70829.8226.4510.0011.6111.498.36920.3219.6419.5119.5518.4915.44104.775.4318.3217.0620.8417.87第97页,共100页，星期六，2024年，5月（1）合并数据，估计以下模型的最小二乘系数：（2）估计横截面固定效应模型，并检验假设：三家公司的常数项是相同的。（3）估计横截面随机效应模型，并进行LM检验。（4）进行Hausman设定检验。第98页,共100页，星期六，2024年，5月8.6考虑面板数据模型：假定： 求，并讨论应如何构造一个可行的GLS估计量。第99页,共100页，星期六，2024年，5月感谢大家观看第100页,共100页，星期六，2024年，5月令 可以证明，统计量渐近分布于自由度为K的分布。第61页,共100页，星期六，2024年，5月第四节 实证分析美国航空公司成本函数的固定效应模型美国航空公司成本函数的随机效应模型第62页,共100页，星期六，2024年，5月8.4.1美国航空公司成本函数的固定效应模型美国6家航空公司1970—1984年共90个观测值的成本数据见表8.1。表8.1美国6家航空公司成本数据，1970--1984obsCOSTQPFLF1