第九章面板数据模型.pptx

第九章

面板数据模型;学习目标：

了解面板数据概念、模型、模型的分类、模型的判断和设定检验。

熟练运用Eviews软件建立面板数据。

熟练运用Eviews进行固定效应模型与随机效应模型选择的Hausman检验。;熟练运用Eviews进行面板数据模型的设定检验、参数估计、以及相关图表的刻画。

熟练掌握面板数据的单位根检验、面板协整检验、动态面板模型估计。

学会运用面板数据进行模型的构建与估计，培养学生洞察经济问题的敏锐性、以及挖掘数据背后深层次经济规律的能力。;第一节面板数据模型

第二节面板数据回归模型

第三节混合回归模型

第四节固定效应回归模型

第五节随机效应回归模型;第六节变系数回归模型

第七节Hausman检验

第八节面板数据的单位根检验和协整检验

第九节Eviews软件的相关操作

第十节动态面板数据回归模型

;面板数据（PanelData）：也叫平行数据，指某一变量关于时间和横截面两个维度的数据，记为，其中，表示个不同的对象（如国家、省、县、行业、企业、个人），，表示个观测期。;在研究中，为书写简便，通常将第个对象的期观测值构成的时间序列记为,即第个纵剖面时间序列；将第期个对象的观测值构成的截面数据记为,即第期横剖面序列。

;第二节面板数据回归模型;相应的矩阵表达式为：

其中，;二、面板数据回归模型的分类;

;混合回归模型一般表达式为：;（一）模型假设:

;假设4：解释变量与随机干扰项相互独立即；

假设5：解释变量之间线性无关，即

其中表示矩阵的秩；

假设6：解释变量是非随机的，且当时,

，其中是一个有限值的非退化矩

阵。;（二）模型估计;其中，;在实际问题研究中，也许只有部分解释变量的系数是与个体无关的。;其中：;则模型（9-18）的矩阵形式为：;二、混合回归模型的设定检验;如果模型的随机干扰项服从正态分布，则常用检验的统计量

;三、混合回归模型应用;如果解释变量中不包含一些被解释变量的不可观测的确定性因素时，可以采用反映个体特征的??时间特征的虚拟变量（即只随个体变化或只随机时间变化）或者分解模型的截距项来描述这些缺失的确定性信息。在面板数据的计量分析中，将这种模型称为固定效应模型。;固定效应模型分为三种类型，即个体固定效应模型、时点固定效应模型、时点个体固定效应模型。

;一、个体固定效应模型

（一）个体固定效应模型

如果从时间和个体上看，面板数据回归模型的解释变量对被解释变量的边际影响是相同的，而且除模型的解释变量外，影响被解释变量的其它所有确定性变量的效应只是随个体变化而不随时间变化时，此时模型应该设定为个体固定效应模型。;一般形式：;固定效应模型的估计有两种方法：

一种是LSDV估计法，另一种估计方法是ANCOVA估计法。;（三）个体固定效应模型的设定检验;;（四）个体固定效应模型实例;从而有，又由前面回归知

由统计量的设定知，所以拒绝原假设（混合模型），说明模型存在个体固定效应。;二、时点固定效应模型;时点固定效应模型，其一般形式如下：

;（一）时点固定效应模型的设定检验;（二）时点固定效应模型实例;从而有：;三、时点个体固定效应模型;（一）时点个体固定效应模型的设定检验;;检验假设的是只有时点虚拟变量回归模型的残差平方和，而仍是无约束模型ANCOVA估计的残差平方和。则在假设下，有;检验假设的是只有个体虚拟变量回归模型的残差平方和，而仍是无约束模型ANCOVA估计的残差平方和。则在假设下，有;（二）时点个体固定效应模型实例;从而有，又由前面知;由统计量的设定知，

所以拒绝原假设，建立的时点个体固定效应模型是合适的，这也与上面混合效应模型检验、个体固定效应模型检验、时点固定效应模型检验的结果相吻合，说明模型设定检验结果是稳健的。

因此，应该将模型设定为个体时点固定效应模型。;第五节随机效应回归模型;实际应用中，固定效应模型的随机干扰项难以满足模型的基