《计量经济学 7.3 Panel Data 模型》由会员分享，可在线阅读，更多相关《计量经济学 7.3 Panel Data 模型（44页珍藏版）》请在金锄头文库上搜索。
1、 7 3PanelData模型 一 概述二 模型的设定 F检验三 固定影响变截距模型四 固定影响变系数模型 一 PanelData模型概述 1 关于PanelDataModel 独立的计量经济学分支比较多地用于宏观经济分析 统计数据也可以用于微观经济分析 调查数据几种翻译面板数据模型综列数据模型平行数据模型时空数据模型 常用PanelData模型变截矩模型 Variable InterceptModels 固定影响 Fixed Effects 随机影响 Random Effects 变系数模型 Variable CoefficientModels 固定影响随机影响动态变截矩模型 Dynamic
2、ModelswithVariableIntercepts 固定影响随机影响 其它PanelData模型联立方程PanelData模型离散数据PanelData模型选择性样本PanelData模型PanelData单位根检验和协整检验 2 计量经济分析中的PanelData问题 研究目的的需要通过建立计量经济学模型进行经济分析 经常发现 只利用截面数据或者只利用时间序列数据不能满足分析目的的需要 例如 如果分析生产成本问题 例如 分析目前我国的结构性失业问题 数据信息的充分利用在计量经济分析中 利用信息越多越有效 利用PanelData比仅利用截面数据或者时间序列数据更有效 二 PanelDat
3、a模型的设定 F检验 单方程PanelData模型常见的三种情形 情形1 变系数模型 在横截面上有个体影响 有结构变化 即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 情形2 变截距模型 在横截面上有个体影响 无结构变化 即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 在横截面上无个体影响 无结构变化 则普通最小二乘估计给出了一致有效估计 相当于将多个时期的截面数据放在一起作为样本数据 情形4 不讨论 Becauseitisseldommeaningfultoaskiftheinterceptsar
4、ethesamewhentheslopesareunequal weshallignorethetypeofrestrictions 情形5 在时间序列上有个体影响 有结构变化 在理论方法方面与情形1相同 不讨论 情形6 有实践 无理论 F检验 F检验的思路是 将情形2 3分别视为对情形1施加了参数约束 经典模型中的约束检验 假设1 斜率在不同的横截面样本点上和时间上都相同 但截距不相同 情形2 假设2 截距和斜率在不同的横截面样本点和时间上都相同 情形3 如果接收了假设2 则没有必要进行进一步的检验 如果拒绝了假设2 就应该检验假设1 判断是否斜率都相等 如果假设1被拒绝 就应该采用情形1的
5、模型 主要工作是计算3种情形的残差平方和 下面列出了计算过程 可以忽略 因为在实际应用中 分别对3种情形的的模型进行估计 以得到残差平方和 F统计量的计算方法 第i群的残差平方和 的残差平方和 的残差平方和 的残差平方和 检验假设2的F统计量 从直观上看 如S3 S1很小 F2则很小 低于临界值 接受H2 S3为截距 系数都不变的模型的残差平方和 S1为截距 系数都变化的模型的残差平方和 检验假设1的F统计量 从直观上看 如S2 S1很小 F1则很小 低于临界值 接受H1 S2为截距变化 系数不变的模型的残差平方和 S1为截距 系数都变化的模型的残差平方和 Eviews不能自动进行F检验 需要
6、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 二 固定影响变截距模型 1 LSDV模型及其参数估计 T阶向量 T n 阶向量 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的存储容量 此时 可用分块回归的方法进行计算 分块回归的思路是 设法消去数量很多的 i 估计 然后利用每个个体的时间序列数据计算 i e e T 这是一个不含高阶的Qi 只含 的模型 可以
7、估计 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 截距的估计是无偏估计 且仅当T趋于无穷大时为一致估计 随机项方差估计量 分块估计的思路 首先构造1个不含 i 只包含 的模型 对其进行OLS 然后分别在每个个体上计算 i 分块的含义体现于此 通过F统计量检验变截距假设 用Eviews估计固定影响变截距模型演示 利用北京 天津 河北 山西 内蒙5地区1997 2003年消费总额与GDP的数据 消费总额为被解释变量 以GDP为解释变量 建立一元线性PanelData模型 打开Eviews 建立新工作文件 如何在Eviews中建立PanelData文件 输入PanelD
8、ata的起止时间 1997 2003 选择建立新的数据文件 数据类型选择 Pool 和文件命名 gdpcons 输入截面个体名称 BJ TJ HB SX NM 选择Sheet 输入变量名 GDP CONS 出现数据表 输入数据 显示数据 在数据表界面上 选择Estimate命令 进行估计 如何在Eviews中估计PanelData模型 估计 输出 结果 三 固定影响变系数模型 将 i视为固定的不同的常数时 可写成 将截距项也看作一个虚变量 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截面个体之间的协方差不为零 GLS估计比每个横截面个体上的经典单方程估计更有效 为什么 问题的关键是然后求得V矩阵 各种文献中提出各种V矩阵的方法 形成了各种FGLS估计
