静态变截距面板数据模型分析.ppt

静态变截距面板数据模型分析.ppt

《静态变截距面板数据模型分析.ppt》由会员分享，可在线阅读，更多相关《静态变截距面板数据模型分析.ppt（33页珍藏版）》请在冰豆网上搜索。

静态变截距面板数据模型分析主要内容面板数据的优势和需要注意的问题面板数据的优势和需要注意的问题面板数据模型分类和分析步骤面板数据模型分类和分析步骤静态变截距面板数据分析静态变截距面板数据分析一维固定效应模型、二维固定效应模型、一维固定效应模型、二维固定效应模型、一维随机效应模型、二维随机效应模型、一维随机效应模型、二维随机效应模型、用固定效应模型还是随机效应模型用固定效应模型还是随机效应模型面板数据简介与截面数据和时间序列数据相比，面板数据的优与截面数据和时间序列数据相比，面板数据的优势：

势：

缓解遗漏变量偏差，减少多重共线性。

缓解遗漏变量偏差，减少多重共线性。

1.1.可为研究者提供大量数据点，从而增加自由度并可为研究者提供大量数据点，从而增加自由度并降低解释变量之间的共线性程度，因而可改进参降低解释变量之间的共线性程度，因而可改进参数估计质量（一致性、准确性、有效性等）数估计质量（一致性、准确性、有效性等）2.2.可让研究者分析无法仅用截面数据或时间序列数可让研究者分析无法仅用截面数据或时间序列数据分析的经济问题。

比如，分析生产成本问题，据分析的经济问题。

比如，分析生产成本问题，只利用截面数据，即选择同一截面上不同规模的只利用截面数据，即选择同一截面上不同规模的企业数据作为样本观测值，可以分析成本与企业企业数据作为样本观测值，可以分析成本与企业规模的关系，但是不能分析技术进步对成本的影规模的关系，但是不能分析技术进步对成本的影响；只利用时间序列数据，即选择响；只利用时间序列数据，即选择面板数据简介同一企业在不同时间上的数据作为样本观测值，同一企业在不同时间上的数据作为样本观测值，可以分析成本与技术进步的关系，但是不能分可以分析成本与技术进步的关系，但是不能分析企业规模对成本的影响。

如果利用面板数据，析企业规模对成本的影响。

如果利用面板数据，则二者都可以进行分析。

则二者都可以进行分析。

3.3.能显著减少缺省变量（或不能观察到的变量）能显著减少缺省变量（或不能观察到的变量）所带来的问题。

存在与解释变量相关的缺省变所带来的问题。

存在与解释变量相关的缺省变量，会引起用最小二乘法得到的解释变量的系量，会引起用最小二乘法得到的解释变量的系数估计量有偏（见教材第数估计量有偏（见教材第55页）页）面板数据简介wherewherexxititandzandzititarekarek111andk1andk221vectors1vectorsofexogenousvariablesofexogenousvariables（外生变量）（外生变量）;*,and,andare1are11,k1,k111,andk1,andk221vectorsof1vectorsofconstantsrespectively;andtheerrortermuconstantsrespectively;andtheerrortermuititisisindependently,identicallydistributedoveriindependently,identicallydistributedoveriandt,withmeanzeroandvarianceandt,withmeanzeroandvarianceuu22.ii表示截面个体。

表示截面个体。

tt表示时间。

可以用最小二乘法估计吗？

表示时间。

可以用最小二乘法估计吗？

可以。

可以。

因为系数对不同公司、不同年份都一样。

如果系数有下标则不可以。

因为系数对不同公司、不同年份都一样。

如果系数有下标则不可以。

面板数据简介利用面板数据需要注意的问题：

利用面板数据需要注意的问题：

1.1.异质性偏差异质性偏差（关注系数用不用加下标，不加下（关注系数用不用加下标，不加下标认为相等）标认为相等）忽略个体效应或时间效应会导致参数异质性偏差，忽略个体效应或时间效应会导致参数异质性偏差，即本来不相等的参数（截距和斜率）被当作相即本来不相等的参数（截距和斜率）被当作相等。

等。

2.2.选择性偏差选择性偏差选择的样本不是随机样本。

选择的样本不是随机样本。

调查样本要与研究对调查样本要与研究对象相符。

象相符。

面板数据模型分类22种基本的面板数据模型种基本的面板数据模型截距随截面个体或时间变化，斜率不随截面截距随截面个体或时间变化，斜率不随截面个体和时间变化。

个体和时间变化。

（aa有下标，有下标，bb没有下标）没有下标）称为变截距模型，这是应用得最为广泛的面称为变截距模型，这是应用得最为广泛的面板数据模型。

如（板数据模型。

如（2.2.22.2.2式）式）H1:

RegressionslopecoefficientsareH1:

Regressionslopecoefficientsareidentical,andinterceptsarenot,identical,andinterceptsarenot,Thatis,Thatis,面板数据模型分类截距和斜率随截面个体或时间变化，称为变系数截距和斜率随截面个体或时间变化，称为变系数模型。

模型。

aa，bb都有下标。

当都有下标。

当bb有下标时，有下标时，aa有没有有没有下标都不重要。

下标都不重要。

注意，注意，所有系数（截距和斜率）所有系数（截距和斜率）不能同时既随时间变化也随截面个体变化，因不能同时既随时间变化也随截面个体变化，因为这时观察值数比要估计的参数要少，没法估为这时观察值数比要估计的参数要少，没法估计出参数。

计出参数。

上述模型可以进一步细分为上述模型可以进一步细分为固定效应固定效应模型和模型和随机随机效应效应模型，模型，取决于截距和斜率被假设为固定还取决于截距和斜率被假设为固定还是随机是随机。

通常不把。

通常不把bb当成随机，一般只研究截距当成随机，一般只研究截距和误差项。

和误差项。

根据自变量是否包括滞后因变量，面板数据模型根据自变量是否包括滞后因变量，面板数据模型有静态和动态之分。

有静态和动态之分。

一般研究静态变截距模型一般研究静态变截距模型1.1.检验斜率和截距都不随截面个体和时间变化。

譬如原检验斜率和截距都不随截面个体和时间变化。

譬如原假设为假设为1717页页H3.H3.检验统计量为表达式检验统计量为表达式2.2.142.2.14。

全模型就是有下标的模。

全模型就是有下标的模型，缩减模型就是没有下标型，缩减模型就是没有下标ii。

如果接受如果接受H3,H3,则模型为则模型为2.2.4.2.2.4.面板数据模型分析步骤2.2.检验斜率不随截面个体和时间变化。

譬如原假设为检验斜率不随截面个体和时间变化。

譬如原假设为1717页页H1.H1.检验统计量为表达式检验统计量为表达式2.2.15.2.2.15.如果接受原假设，则模型为如果接受原假设，则模型为2.2.22.2.2。

面板数据模型分析步骤如果原假设不能被如果原假设不能被拒绝，就要进一步拒绝，就要进一步检验检验a是不是相等。

是不是相等。

如果原假设被拒绝，如果原假设被拒绝，则可以做也可以不则可以做也可以不做检验。

做检验。

3.3.检验截距不随截面个体和时间变化。

譬如原假设为检验截距不随截面个体和时间变化。

譬如原假设为1818页页H4.H4.givengiven检验统计量为表达式检验统计量为表达式2.2.16.2.2.16.如果接受原假设，则模型为如果接受原假设，则模型为2.2.42.2.4要注意的是，根据统计量F3，可能会得出拒绝H3的结论。

但根据统计量F1和F4，会得出不能拒绝原假设的结论。

第一个检验和二、三个检验可能得出相反的结论。

因为每个检验都有犯错的概率，不同于数学中的传递性。

面板数据模型分析步骤在在b都相等的前提下检都相等的前提下检验验a的。

这时全模型中的。

这时全模型中b没有下标，没有下标，a有下标。

有下标。

缩减模型都没有下标。

缩减模型都没有下标。

一、一维固定效应模型一、一维固定效应模型模型包括截面固定效应或时间固定效应，见30页表达式3.2.1或3.2.10。

WhereWhere,isa1isa1KvectorofconstantsandKvectorofconstantsandii*isa1isa111scalarconstantrepresentingtheeffectsofthosevariablesscalarconstantrepresentingtheeffectsofthosevariablespeculiartotheithindividualinmoreorlessthesamefashionpeculiartotheithindividualinmoreorlessthesamefashionovertime.Theerrorterm,uovertime.Theerrorterm,uitit,representstheeffectsofthe,representstheeffectsoftheomittedvariablesthatarepeculiartoboththeindividualomittedvariablesthatarepeculiartoboththeindividualunitsandtimeperiods.unitsandtimeperiods.静态变截距面板数据模型一、一维固定效应模型一、一维固定效应模型ItshouldbenotedthatanalternativeItshouldbenotedthatanalternativeandequivalentformulationof（3.2.1）istoandequivalentformulationof（3.2.1）istointroduceaintroducea“meanintercept,meanintercept,”，sothatsothat模型假定：

误差项与解释变量不相关；独立同分布；模型假定：

误差项与解释变量不相关；独立同分布；均值为均值为00；同方差。

固定效应被当做参数估计。

；同方差。

固定效应被当做参数估计。

表达式表达式3.2.13.2.1也称为协方差分析模型也称为协方差分析模型静态变截距面板数据模型一、一维固定效应模型一、一维固定效应模型OLS回归分析、方差分析、协方差分析有何区别。

自变量：

ols回归不可以包括分类变量，方差分析可以包括。

协方差分析既可以包括数量变量，也可以包括分类变量。

构建截距效应或斜率效应的虚拟变量。

用OLS方法估计模型3.2.2，得到的参数估计量是最佳线性无偏估计量（BLUE）,又称为最小平方虚拟变量估计量（LSDV），因为模型3.2.2中固定效应对应的变量为虚拟变量形式，但在斜率估计量的计算过程中并未用到虚拟变量。

斜率估计量又称为组内估计量。

注意差分方法静态变截距面板数据模型静态变截距面板数据模型一、一维固定效应模型一、一维固定效应模型WhereandITdenotestheTTidentitymatrix.一、一维固定效应模型一、一维固定效应模型另一种参数估计思路是：

先算出每个截面个体在时间维上的均值（针对包含截面固定效应的模型）或所有截面个体在每个时间的均值（针对包含时间固定效应的模型），然后用原始数据减去其截面均值或时间均值（demean）,这样可以把固定效应项去掉，见模型3.2.7，对新得到的数据用OLS方法,得到的估计量称为协方差估计量。

减均值体现了缓解多重共线性。

考虑固定效应ai体现了减少遗漏变量偏差。

静态变截距面板数据模型一、一维固定效应模型一、一维固定效应模型注