面板數(shù)據(jù)的處理.doc

第十三章 面板數(shù)據(jù)的處理一、面板數(shù)據(jù)的定義、意義和種類面板數(shù)據(jù)是調(diào)查經(jīng)歷一段時間的同樣的橫截面數(shù)據(jù)，具有空間和時間的兩種特性。它還有其他一些名稱，諸如混合數(shù)據(jù)，縱列數(shù)據(jù)，平行數(shù)據(jù)等，這些名字都包含了橫截面單元在一段時期的活動。面板數(shù)據(jù)的優(yōu)點在于：1.提供了更有價值的數(shù)據(jù)，變量之間增加了多變性和減少了共線性，并且提高了自由度和有效性。2.能夠更好地檢測和度量單純使用橫截面數(shù)據(jù)或時間序列數(shù)據(jù)無法觀測到的影響。3.能夠?qū)Ω鼜?fù)雜的行為模型進行研究。形如其中，表示第個橫截面單元，表示第年。一般，我們用來表示橫截面標(biāo)識符，用表示時間標(biāo)識符。假設(shè)N個橫截面單元的觀測次數(shù)相同，我們稱之為平衡面板，反之，稱為非平衡面板。一般假設(shè)X是非隨機的，誤差項遵從經(jīng)典假設(shè)。二、面板數(shù)據(jù)回歸模型的類型與估計方法（一）面板數(shù)據(jù)回歸模型的類型 對于面板數(shù)據(jù)模型 ，可能的情形主要有如下幾種。1 所有系數(shù)都不隨時間和個體而變化在橫截面上無個體影響、無結(jié)構(gòu)變化，即，。則普通最小二乘估計給出了和的一致有效估計。相當(dāng)于將多個時期的截面數(shù)據(jù)放在一起作為樣本數(shù)據(jù)。2變截距模型 在橫截面上個體影響不同，個體影響表現(xiàn)為在模型中被忽略的反映個體差異的影響，又分為固定效應(yīng)和隨機效應(yīng)兩種。 3變系數(shù)模型 除了存在個體影響之外，在橫截面上還存在變化的經(jīng)濟結(jié)構(gòu)，因而結(jié)構(gòu)參數(shù)在不同橫截面單位是不同的。，。 看到面板數(shù)據(jù)之后，如何確定屬于哪一種類型呢？用F檢驗 假設(shè)1：斜率在不同的橫截面樣本點上和時間上都相同，但截距不相同，即情形2。 假設(shè)2：截距和斜率在不同的橫截面樣本點和時間上都相同，即情形1。如果接收了假設(shè)2，則沒有必要進行進一步的檢驗。如果拒絕了假設(shè)2，就應(yīng)該檢驗假設(shè)1，判斷是否斜率都相等。如果假設(shè)1被拒絕，就應(yīng)該采用情形3的模型。采用OLS分別估計變系數(shù)模型、變截距模型和經(jīng)典模型，得到殘差平方和分別為S1、S2、S3。檢驗假設(shè)2的F統(tǒng)計量從直觀上看，如S3S1很小，F(xiàn)2則很小，低于臨界值，接受H2。 S3為截距、系數(shù)都不變的模型的殘差平方和，S1為截距、系數(shù)都變化的模型的殘差平方和。檢驗假設(shè)1的F統(tǒng)計量從直觀上看，如S2S1很小，F(xiàn)1則很小，低于臨界值，接受H1。 S2為截距變化、系數(shù)不變的模型的殘差平方和，S1為截距、系數(shù)都變化的模型的殘差平方和。（二）面板數(shù)據(jù)的估計方法僅以變截距模型為例，。1 固定效應(yīng)方法在變截距模型中，代表了截面單元的個體特性，反映了模型中被遺漏的體現(xiàn)個體差異變量的影響。而代表了模型中被遺漏了的體現(xiàn)隨截面與時序同時變化的因素的影響。當(dāng)然，更一般的情況，模型中還應(yīng)包括時期個體恒量。所謂固定效應(yīng)方法就是把時期特征當(dāng)作未知的確定常數(shù)。2 隨機效應(yīng)方法在變截距模型中，代表了截面單元的個體特性，反映了模型中被遺漏的體現(xiàn)個體差異變量的影響。而代表了模型中被遺漏了的體現(xiàn)隨截面與時序同時變化的因素的影響。當(dāng)然，更一般的情況，模型中還應(yīng)包括時期個體恒量。所謂隨機效應(yīng)方法是指把時期特征視為同一樣的隨機變量。3 兩種方法的比較在時間序列T長度很小而截面單元個數(shù)N較大時，兩種估計方法差別較大。如果春 研究者僅以樣本自身效應(yīng)為條件進行推論，宜使用固定效應(yīng)模型；如果以樣本對總體效應(yīng)進行推論，則采用隨機效應(yīng)模型。這個原則對于變系數(shù)模型也是適用的。 從理論上來說，若假定與X不相關(guān)，則用ECM可能合適一些，如果相關(guān)，用FEM可能更合適一些。 賈奇對此作了一個小結(jié)。他認(rèn)為：（1） 若T較大而N較小，則ECM和FEM相差不多。（2） 當(dāng)N較大而T較小時，兩種方法的估計值會有顯著的差異。如果我們確信我們樣本中個體或橫截面單元不是從一個較大的樣本中隨機取出的，那么FEM是合適的。但如果樣本中的橫截面單元被看作是隨機抽取的，則ECM是合適的。