动态面板数据模型.docx

1、动态面板数据模型第17章动态面板数据模型17.1动态面板数据模型前一章讨论具有固定效应和随机效应的线性静态面板数据模型， 但由于经济个体行为的连续性、惯性和偏好等影响，经济行为是一个动态变化过程， 这时需要用动态模型来研究经 济关系。本章主要讨论动态面板数据模型的一般原理和估计方法， 然后介绍了面板数据的单位根检验、协整分析和格朗杰因果检验的相关原理及操作。17.1.1动态面板模型原理考虑线性动态面板数据模型为pY =送 PjYit+Xit B +di +Sit （ 17.1.1）j 土首先进行差分，消去个体效应得到方程为：p厶Yt - 7 几汎Xir ；it （ 17.1.2）j 土可以用G

2、MM对该方程进行估计。方程的有效的GMM估计是为每个时期设定不同数目 的工具，这些时期设定的工具相当于一个给定时期不同数目的滞后因变量和预先决定的变 量。这样，除了任何严格外生的变量， 可以使用相当于滞后因变量和其他预先决定的变量作为时期设定的工具。例如，方程（17.1.2 ）中使用因变量的滞后值作为工具变量，假如在原 方程中这个变化是独立同分布的，然后在 t=3时，第一个时期观察值可作为该设定分析，很显然Y1是很有效的工具，因为它与 *2相关的，但与.： ；i3不相关。类似地，在t=4时，Yi2和丫“是潜在的工具变量。以此类推，对所以个体 i用因变量的滞后变量，我们可以形成预先的工具变量：Y

3、i! 0 0 00 Yi1 Yi2 0Wi = （ 17.1.3） 匸 A . J .0 0 0 Yi1 作 丫汗每一个预先决定的变量的相似的工具变量便可以形成了。假设；it不存在自回归，不同设定的最优的 GMM加权矩阵为：-1(17.1.4)-2-10 00 1-120 00其中三是矩阵，71- -2000 2-1000 -12 一乙包含严格外生变量和预先决定的变量的混合。该加权矩阵用于 on e-stepArella no-B ond估计。给定了 one-step估计的残差后，我们就可以用估计计算的 White时期协方差矩阵来代替加权矩阵Hd：(i M 汀H |M7 Zf 諾 (17.1.

4、5)I i土 丿该加权矩阵就是在 Arellano-Bond两步估计中用到的矩阵。我们可以选择两者中一个方法来改变最初的方程， 以消除对总体偏离而计算的个体效应(Arellano和Bover，1995)。详情见后面的 GMM估计，用正交偏离而转换残差有个特点就 是转换设定的第一阶段最优加权矩阵是简单的 2SLS加权矩阵。M二 MZ；Zi i 土(17.1.6)17.1.2动态面板的GMM估计方法1)基本的GMM面板估计 是基于 :以下的矩形式，M Mg( 1)八 g, 1) 7 乙；i( 1)i =1 i =1(17.1.7)这里乙是每个截面i的Ti p阶工具变量矩阵，且有U ) =(Yi -

5、 f (Xit, ) ( 17.1.8)在某些情形总和是做时期上加总的，而不是个体，我们将使用对称矩阵计算。GMM估计的最小二次式为：M MS( ) =( Z i . ( : ) H (V Zi ；i( J) ( 17.1.9)i i =1=g( -)Hg-)为了估计一：，选了合适的p p阶加权矩阵H。系数向量1已知时，则可以对系数协方差矩阵进行计算:V (：)二(G HG ) J(G H tHG )(G HG )(17.1.10)这里通过下面式子进行估计:EQ( Jg)=E(Z( J 壮 JZJ(17.1.11)而G ()f M二 -、 Zif( ).i 2在简单的线性模型中f （Xit,

6、. Xit -，我们可以得到系数的估计值为:M送 ZiXi i -X(17.1.12)-(M ZX HM zx ) (M zx HM zy )方差估计为:例如 cross-section SUR这些权重的形成已经在前面的线性面板数据方差结构中详细阐述了, (3SLS)加权矩阵的计算方式为：(17.1.20)这里；： M是对同期相关协方差矩阵的估计。类似地， White period加权通过下式计算为:(17.1.21)这些后来的GMM加权方式是与干扰项中存在任意序列相关和时间变化协方差相关联的。4)GLS设定Eviews也可以利用GMM设定估计GLS转换的数据，因此条件矩阵就要修订，以反映GL

7、S的权重：(17.1.22)Mg(：)八 gi (:)i 4*ic pvwil b4f hv?* th* - ihit 1*口 *f th* dvf*n4*ntwjfrtilt q=ptt u srtrt340fs.fhftt is 4t(pn軒时 |i| TK tpri icikti co. &x hhj i. vi ctu-d L be firs ge xp ta .TFdlCL fl *d PHCKLIW f th* ri Klt U lf*p*tETWT. H#lafl q Ihi dptiud0iL 漏 #44. Tiitn. 10 UM hl j 口 SJ4t1TPr* ant n

8、f | v (!M上左1L下一歩Qi) :d I題亦 I图 17.1.2在这个页面要写下因变量以及因变量作为解释变量的滞后阶数， 比如本书第十六章中对美国10个大型制造业企业的年投资 (I )、公司价值(F)和公司资本(旳观测20年数据(1935-1954) 的例子中，I作为因变量，而在动态面板数据模型中用 I (-1、作为解释变量，则在 lag ( s)选择1，如果选择I (-1、和I (-2、作为解释变量，则应选择 2。3)点击“下一步”，到了另一个页面，在这个页面中设定公式中剩下的解释变量， 比如：本例除了 I (-1),另外的解释变量是 F和K，在该页面填入 F和K。图 17.1.3如

9、果设定是时点固定影响动态面板数据模型则可以在 In elude period dummy variables复选框打钩，然后点击下一步。4)该页面设定消去截面固定效应的转换方式，可以选择 Differenee或者Orthogonaldeviations, Eviews默认的是前者。图 17.1.45)在这个页面里 Eviews预先默认地因变量的滞后项一项为工具变量， 可以在这里设置DYN (I, -2 , -3 , -4),则需要的三个工具变量都已设定好，则下个页面不用加其他的工 具变量，如果只是 DYN (I , -2、一个工具变量，则在后面还要设定工具变量。图 17.1.4比如这里用F和K

10、的滞后项作为工具变量，在页面中填入 Transform ( differences),如果前面没有选择 Differences，则要将工具变量填入 No transformation。图 17.1.56)点击下一步到了设定 GMM加权和系数协方差计算的方法， Eviews提供了三种计算方法，假定选择两步广义矩估计，另外还提供了设定标准方差的计算方式， Period SUR和White period 。图 17.1.6点击下一步后，出现了一个完成的对话框， 点击“完成”后，就回到最初估计设定对话框中,如图：图 17.1.7在该对话框中将刚才为动态面板数据模型进行估计的设定已经填入了 Equati

11、onEstimation，可以点击 Specification、Panel Options、Instruments 和 Options 进行核实，然后 点击“确定”，得到动态面板数据估计的结果： EqiiRl inn: nffTTirJEB Vnrkf i 1h: VDI :Dn- P. B伽IPtocIljiR. H氓1血兰|匸曲第I画ma计:阁宜血IhjMQdDcpendcnLVvuHe. INfllh(t0 Panl Mdiod QTMgmgnfiTr-wii/hnnrtnn.FlraL DlfErenceslVn& 23 29Sample idlulEdL 15? 1 射4 p&riM

12、it included- as CroES-SBcInriFincluded: ITfllftl 阴Ml (bili&ifl DbBermonS： 1WVWhIb penod instumcnl weighlmg mainKWle peroj alandifd Bnxir$ A ciwlme (d.f. GorrBdtfiInrtuiminlJIrt 彌伯心2 F1)K1)CorllEiEnlSH ErrarRob屮门.519301 002939ZZI B127UDDDDF0.1OS2O4D00070653.25940.0000KD1ZC337 004 AM匚 DDDDElfBCk SpbcH

13、I 亡 Mmnfbwd iflrsl图 17.1.817.2面板数据的单位根检验时间序列的单位根检验问题是现代计量经济学研究的一个焦点问题， 长期以来人们发现许多宏观经济序列都呈现明显的非稳定单位根过程的特征。若不对经济变量进行平稳性检 验，而直接建模则易于产生伪回归现象。 面板数据包括了时间维度和截面维度的数据， 时间维度较小时，我们可以用面板数据直接建模， 但时间维度增加到一定长度时， 则需要对面板数据进行平稳性检验，即单位根检验。面板数据的单位根检验同普通的单序列的单位根检验方法虽然类似， 但两者又不完全相同。本书主要介绍五种用于面板数据的单位根检验的方法。对于面板数据考虑如下的 AR（

14、 1）过程：(17.2.1)y, = :i,tA Xituj =1,2,，N,t =1,2,，Ti其中：Xit表示模型中的外生变量向量，包括各个体截面的固定影响和时间趋势。 N表示个体截面成员的个数，Ti表示第i个截面成员的观测时期数， 参数。为自回归的系数，随机误差项Uit满足独立同分布的假设。如果 P xWrin：|* OfivSMtW HbtC&I* andtrpnd ChOpboni Use feafanced 逊止L旳刚曲舍 fiutarMfct Mtecfiort.KhMfltz VPkjunlt： *(* -drdfciH Aon4tlc 诙：如 # wuniasRC尸 “zVf

15、nrnEani naChod: &4T：W： +BsxMah sSKiiar!OlfcKSCKiX | 匸MKd在pool series填入要检验序列，比如LLC方法。图 17.2.2其他设定与时间序列单位检验类似，其他都默认 Eviews设定后点击“ OK”得到对于变量I的单位根检验结果，如图：H Paali FOOLU1 larkf ile: HETBO125: iititLed 二1刮因IvielProc Object Print lMamt|Freeze. Mhiate HnefinePoolGenr.(SheetLevinu Lim i Chu I Ipni iRnnt Test c

16、m 1?Null Hypothesis; Unit rool (cQmmg-n unil root process) Series: IAR. ICH. IDM. IOE. IGM. IOY. IIB. IUO. IUS. IWH Date:008 Time: 11:37Sample: 1935195Exo geriioug van ables: on dividiu al eiroctsAxitomallc solecnon of maximum lagsAulomallc selediOTi oflags b龄刨 on SIC： D la 3 Newey-We bndwidiFi $eie

17、clion usihg 日妄rtimit ksmi Total number of obsenrations; 1B4Cross-seclicns included: 10MelhPd Siaiistic Prob.*Levin, Lin &. Chu r 2.39544 0.9917 * Probabililies ar computed assuming asmpoUc normalrt/intermediale results on 17图 17.2.3对于变量I , LLC检验的原假设是有单位根的假设，从统计量的值以及 p值，可以看出不能拒绝原假设，接受有单位根的假设，说明面板数据序列 I是非平稳的。如果需要还可以继续进行一阶差分和二阶差分下的单位根检验。 Fnalz PCOI.OL VuxkfiliEEniL?S:：Tiititi!dX X呻w加oc 诜点【11內肚1仙费IF i砌时胆血叶1 hjMMf |血也Lewi. Lni 1 C