中南财经政法面板数据计量分析讲义.pdf

面板数据计量分析 白仲林 第一讲 面板数据 因家庭调查得到的面板数据越来越多，面板数据的计量分析可以说是过去三十年 社会应用研究领域所取得的最重要的进展。 －Fitzgerald, Gottschalk 和 Moffitt （1998, P ） 252 第一讲 内容 面板数据 面板数据的优点与缺陷 扩展的面板数据 面板数据线性回归模型体系 面板数据单因素误差模型 面板数据双因素误差模型 第一节 面板数据 1.1 面板数据 “面板数据”一词指的是一部分家庭、国家或企业等在一段时期内的观测值所构成的集 合。这样的数据可以通过在一段时期内对一些家庭或个体进行跟踪调查来获得。 从横截面看，面板数据是由若干个体在某一时点构成的截面观测值，并且，从纵剖面看 每个个体都是一个时间序列。 1978-2005 中国各省级地区消费性支出占可支配收入比例走势图(张晓峒老师绘制) 面板数据计量分析 白仲林 面板数据通常分为两类： 由个体调查数据得到的面板数据通常被称为微观面板（micro panels ）。 微观面板数据的特点是个体数 N 较大 （通常是几百或几千个），而时期数 T 较短（最少 是 2 年，最长不超过 10 年或 20 年）。 由一段时期内不同国家的数据得到的面板数据通常被称为宏观面板（macro panels ）。 这类数据一般具有适度规模的个体 N （从7 到 100 或 200 不等，如七国集团，OECD， 欧盟，发达国家或发展中国家），时期数 T 一般在 20 年到 60 年之间。 因数据结构上的区别，微观面板和宏观面板要求使用不同的计量方法。 样本容量的区别 微观面板必须研究 T 固定而N 较大时的渐近特性，而宏观面板的渐近特性则是指 T 和 N 都较大时的情况。 平稳性 对于宏观面板，当时间序列较长时需要考虑数据的非平稳问题，如单位根、结构突变以 及协整等；而微观面板不需要处理非平稳问题，特别是每个家庭或个体的时期数 T 较短时。 个体相关性 在处理宏观面板时必须考虑国家之间的相关性，而在微观面板中，如果个体是随机抽样 产生，则个体之间不大可能存在相关性，因此不需要考虑此问题。 1.2 为什么使用面板数据？它们的优点和局限性 1 面板数据的优点 使用面板数据具有下列一些好处： （１）可以控制个体异质性 面板数据能反映个体、企业、州或国家之间存在的异质性，即时间上和空间上的异质效 应。而时间序列数据和横截面分析没有控制这种异质性，因而其结果很可能是有偏的。 例如，Baltagi 和 Levin （1992）研究 1963-88 年美国 46 个州的香烟需求问题时，设定需 求模型 Dit f (Di ,t−1 pit I it relii edui advt ) 则模型中解释变量包括两大类可观测的和不可观测的，可分为如下四种： 第一类是可观测的时变异质因素，即，随个体（州）和时间的变化而变化的可观测 变量，如香烟消费量的滞后项、价格和收入等可观测的变量； 第二类是随个体（州）变化而不随时间变化的可观测变量，如宗教（religion ）和教 育等变量，即可观测的非时变异质因素； 第三类是不随个体（州）变化而随时间变化的可观测变量，如电视和广播中的广告 等变量，即可观测的时变同质因素； 最后一类是一些不可观测变量，它们包括三种 非时变异质性不可观测因素 （ξ ）——个体效应 i 时变同质性不可观测因素 （λ ）——时间效应