7. Panel Data 模型课件.ppt

第七讲 Panel Data 模型§1 Panel Data 计量经济学模型 —变截距模型 §2 Panel Data 计量经济学模型—扩展模型 ;关于Panel Data Model;关于Panel Data Model;关于Panel Data Model;关于Panel Data Model;关于Panel Data Model;关于Panel Data Model;关于Panel Data Model;§1 Panel Data 计量经济学模型—变截距模型;一、模型的设定——F检验;⒈单方程平行数据模型的三种情形 ;情形2，变截距模型，在横截面上个体影响不同，个体影响表现为模型中被忽略的反映个体差异的变量的影响，又分为固定影响和随机影响两种情况。;情形3，变系数模型，除了存在个体影响外,在横截面上还存在变化的经济结构，因而结构参数在不同横截面单位上是不同的。;⒉F检验;F统计量的计算方法 ; 的残差平方和 ; 的残差平方和 ;检验假设2的F统计量;检验假设1的F统计量;Eviews 不能自动进行F检验，需要单独进行检验。 从理论上讲，模型设定检验是不可缺少的。 在实际应用中，最容易被忽视。;3、我国资本配置效率评价研究;利用我国39个行业9年的351个样本，采用OLS估计。根据结果，我国资本配置效率为0.0375，不仅低于发达国家，也低于大多数发展中国家。;为了定量刻画我国每年的资本配置效率，在Wurgler(2000)模型中引入时间变量。分别用每年的行业数据，采用OLS估计。从估计结果可以看出，我国资本配置效率呈逐年下滑趋势。 ;为了分析我国的行业成长性，采用以下模型。分别以每个行业为研究对象，进行OLS估计。从结果看出，最具发展潜力的5个行业是……。 ;在一篇分析我国各省的对外经济开放水平和经济效率关系的论文中，有一个如下的方程： ;存在问题： 缺少正确的行为分析； 变量选择：省略了重要的变量； Panel Data数据，未经检验，不能直接采用一般经典模型估计方法。;二、固定影响变截距模型;1.固定影响模型：LSDV模型及其参数估计 ;该模型通常被称为最小二乘虚拟变量(LSDV)模型，有时也称之为协方差分析模型(解释变量既有定量的，也有定性的)。 如果n充分小，此模型可以当作具有（n+K)个参数的多元回归,参数可由普通最小二乘进行估计。 当n很大，甚至成千上万，OLS计算可能超过任何计算机??存储容量。此时，可用分块回归的方法进行计算。 ;e’e=T; β的协方差估计是无偏的，且当n或T趋于无穷大时，为一致估计。它的协方差阵为： ;分块估计的思路： 首先构造1个不含αi，只包含β的模型，对其进行OLS。 然后分别在每个个体上计算αi，分块的含义体现于此。 通过F统计量检验变截距假设;⒉异方差和序列相关问题;⒊用Eviews估计固定影响变截距模型;数据;估计;输出;结果;考虑1阶相关;输出;结果;同时考虑异方差;输出;结果;⒋不齐平行数据固定影响模型;不齐数据;输出;⒌其它问题;三、随机影响变截距模型;⒈随机影响变截距模型的FGLS估计方法 ;OLS将得到参数的无偏和一致估计，但为什么要采用FGLS进行参数估计？ 第一，OLS虽得到参数的一致估计，但标准误差被低估。 第二，OLS估计不如可行的广义最小二乘估计有效。 ;Ω已知时的GLS估计;扬陇挚盔绳舟泉犯剐摘寄墓踪怯饶倘浩蛙渭爱蔬训施漆锡熙模克酱部惋己7. Panel Data 模型课件7. Panel Data 模型课件;Ω未知时的FGLS估计;对该模型进行OLS估计，就得到参数的FGLS估计。;随机影响模型的LM检验（ Breush和Pagan(1980) ）; ⒉ Mundlak随机影响模型 ;原模型参数的GLS估计为： ;⒊随机影响模型的ML估计 ;令偏导数为0，得到参数的最大似然估计。 ;⒋含个体属性变量的模型 ;⒌随机影响模型中异方差问题 ;⒍随机影响模型中序列相关问题 ;⒎不齐平行数据的随机影响模型 ;⒏用Eviews估计随机影响变截距模型;输出;结果;四、固定影响/随机影响模型的检验 ——Hausman检验;⒈概念;⒉步骤;经验方法—固定影响和随机影响;经验方法—固定影响和随机影响;§2 Panel Data 计量经济学模型 —扩展模型 ;一、变系数模型;要点;实际经济分析中的变系数问题;模型表达;1.固定影响模型 ;显然，如果随机干扰项在不同横截面个体之间不相关，上述模型的参数估计极为简单，即以每个截面个体的时间序列数据为样本，采用经典单方程模型的估计方法分别估计其参数。即使采用GLS估计同时得到的GLS估计量，也是与在每个横截面个体上的经典单方程估计一样。 条件： ;如果随机项在不同横