第11章--面板数据模型.pptVIP

第11章面板数据模型

11.1面板数据模型概述

11.1.1面板数据的含义;图11.1.1面板数据示意图;例如1990-2000年30个省份的农业总产值数据。固定在某一年份上，它是由30个农业总产值数字组成的截面数据；固定在某一省份上，它是由11年农业总产值数据组成的一个时间序列。面板数据由30个个体组成。共有330个观测值。

对于面板数据yit,i=1,2,…,N;t=1,2,…,T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，那么称此面板数据为平衡面板数据〔balancedpaneldata〕。假设在面板数据中丧失假设干个观测值，那么称此面板数据为非平衡面板数据〔unbalancedpaneldata〕。;表11.1.21996-2002年中国15个省级地区的居民家庭人均收入数据〔不变价格〕;人均消费和收入的面板数据从纵剖面观察分别见图和图。从横截面观察分别见图和图。用CP表示消费，IP表示收入。AH,BJ,FJ,HB,HLJ,JL,JS,JX,LN,NMG,SD,SH,SX,TJ,ZJ分别表示安徽省、北京市、福建省、河北省、黑龙江省、吉林省、江苏省、江西省、辽宁省、内蒙古自治区、山东省、上海市、山西省、天津市、浙江省。;图11.1.215个省市人均消费序列〔纵剖面〕;图11.1.315个省市人均收入序列;图11.1.415个省市人均消费散点图

(每条连线表示同一年度15个地区的消费值);图11.1.515个省市人均收入散点图(7个横截面叠加)

(每条连线表示同一年度15个地区的收入值);15个地区7年人均消费对收入的面板数据散点图见图和图。图中每一种符号代表一个省级地区的7个观测点组成的时间序列。相当于观察15个时间序列。图中每一种符号代表一个年度的截面散点图〔共7个截面〕。相当于观察7个截面散点图的叠加。;图11.1.7用7个截面表示的人均消费对收入

的面板数据〔7个截面叠加〕;图给出北京和内蒙古1996-2002年消费对收入散点图。图给出15个省级地区1996和2002年的消费对收入散点图。;图11.1.91996和2002年地区消费对收入散点图;11.1.2面板数据模型的根本类型

设yit为被解释变量在横截面i和时间t上的数值，xjit为第j个解释变量在横截面i和时间t上的数值，uit为横截面i和时间t上的随机误差项；bji为第i截面上的第j个解释变量的模型参数；ai为常数项或截距项，代表第i横截面(第i个体的影响)；解释变量数为j=l，2，…，k；截面数为i=1，2，…，N；时间长度为t=1，2，…，T。其中,N表示个体截面成员的个数，T表示每个截面成员的观测时期总数，k表示解释变量的个数。那么单方程面板数据模型一般形式可写成：;对于平衡的面板数据，即在每一个截面单元上具有相同个数的观测值，模型样本观测数据的总数等于NT。

当N=1且T很大时，就是所熟悉的时间序列数据；当T=1而N很大时，就只有截面数据。

面板数据模型划分为3种类型：

(1)无个体影响的不变系数模型：ai=aj=a，bi=bj=b;这种情形意味着模型在横截面上无个体影响、无结构变化，可将模型简单地视为是横截面数据堆积的模型。这种模型与一般的回归模型无本质区别，只要随机扰动项服从经典根本假设条件，就可以采用OLS法进行估计〔共有k+1个参数需要估计〕，该模型也被称为联合回归模型(pooledregressionmodel)。

(2)变截距模型：ai≠aj，bi=bj=b;(3)变系数模型：ai≠aj，bi≠bj;11.1.3面板数据模型的优点

1．利用面板数据模型可以解决样本容量缺乏的问题

2．有助于正确地分析经济变量之间的关系

3．可以估计某些难以度量的因素对被解释变量的影响

11.2模型形式设定检验;建立面板数据模型首先要检验被解释变量yit的参数ai和bi是否对所有个体样本点和时间都是常数，即检验样本数据究竟属于上述3种情况的哪一种面板数据模型形式，从而防止模型设定的偏差，改进参数估计的有效性。主要检验如下两个假设：;下面介绍假设检验的F统计量的计算方法。

首先计算变截距、变系数模型(11.1.6)的残差平方和S1。如果记;11.3变截距模型

该模型允许个