第九章面板數(shù)據(jù)模型教資特選

1、第九章第九章面板數(shù)據(jù)模型面板數(shù)據(jù)模型1第一節(jié)第一節(jié) 面板數(shù)據(jù)面板數(shù)據(jù)第二節(jié)第二節(jié) 面板數(shù)據(jù)回歸模型面板數(shù)據(jù)回歸模型第三節(jié)第三節(jié) 混合回歸模型混合回歸模型第四節(jié)第四節(jié) 變截距回歸模型變截距回歸模型第五節(jié)第五節(jié) 變系數(shù)回歸模型變系數(shù)回歸模型第六節(jié)第六節(jié) 效應(yīng)檢驗(yàn)與模型形式設(shè)定檢驗(yàn)效應(yīng)檢驗(yàn)與模型形式設(shè)定檢驗(yàn)第七節(jié)第七節(jié) 面板數(shù)據(jù)的單位根檢驗(yàn)和協(xié)整檢驗(yàn)面板數(shù)據(jù)的單位根檢驗(yàn)和協(xié)整檢驗(yàn)第八節(jié)第八節(jié) 案例分析案例分析2 面板數(shù)據(jù)（面板數(shù)據(jù)（panel data）：也叫：也叫平行數(shù)據(jù)平行數(shù)據(jù)，指，指某一變量關(guān)于時(shí)間和橫截面兩個(gè)維度的數(shù)據(jù)，記為某一變量關(guān)于時(shí)間和橫截面兩個(gè)維度的數(shù)據(jù)，記為xit ，其中，其中 ，

2、表示，表示n個(gè)不同的對(duì)象（如個(gè)不同的對(duì)象（如國(guó)家、省、縣、行業(yè)、企業(yè)、個(gè)人）國(guó)家、省、縣、行業(yè)、企業(yè)、個(gè)人）, ，表示，表示t個(gè)觀測(cè)期。個(gè)觀測(cè)期。1 2 , ,in1 2 , ,tt第一節(jié)第一節(jié) 面板數(shù)據(jù)面板數(shù)據(jù)3 平衡面板數(shù)據(jù)平衡面板數(shù)據(jù)4 非平衡面板數(shù)據(jù)非平衡面板數(shù)據(jù)5 擴(kuò)展的面板模型擴(kuò)展的面板模型1. 偽面板模型：偽面板模型：如果按照某種屬性如果按照某種屬性( (例如，年齡、職業(yè)和身份等例如，年齡、職業(yè)和身份等) )將各期調(diào)查對(duì)象分成不同的群；對(duì)于各個(gè)觀測(cè)期，將各期調(diào)查對(duì)象分成不同的群；對(duì)于各個(gè)觀測(cè)期，選擇各群內(nèi)觀測(cè)數(shù)據(jù)的均值選擇各群內(nèi)觀測(cè)數(shù)據(jù)的均值( (中位數(shù)或分位數(shù)中位數(shù)或分位數(shù))

3、)，即可構(gòu)造以群為即可構(gòu)造以群為個(gè)體個(gè)體單位的面板數(shù)據(jù)。我們單位的面板數(shù)據(jù)。我們把這種以群為個(gè)體而構(gòu)造的人工面板數(shù)據(jù)為偽面把這種以群為個(gè)體而構(gòu)造的人工面板數(shù)據(jù)為偽面板數(shù)據(jù)板數(shù)據(jù)(pseudo panel data)(pseudo panel data)。62. 輪換面板輪換面板模型模型:同一個(gè)個(gè)體可能不愿被一次又一次的被回訪，為同一個(gè)個(gè)體可能不愿被一次又一次的被回訪，為了保持調(diào)查中個(gè)體數(shù)目相同，在第二期調(diào)查中退了保持調(diào)查中個(gè)體數(shù)目相同，在第二期調(diào)查中退出的部分個(gè)體，被相同數(shù)目的新的個(gè)體所替代，出的部分個(gè)體，被相同數(shù)目的新的個(gè)體所替代，這種允許研究者檢驗(yàn)這種允許研究者檢驗(yàn) “ “抽樣時(shí)間抽樣時(shí)間

4、”偏倚效應(yīng)偏倚效應(yīng)（初次采訪和隨后的采訪之間的回答有顯著的改（初次采訪和隨后的采訪之間的回答有顯著的改變）的存在性叫輪換面板。對(duì)于輪換面板，每批變）的存在性叫輪換面板。對(duì)于輪換面板，每批加到面板的新個(gè)體組提供了檢驗(yàn)抽樣時(shí)間偏倚效加到面板的新個(gè)體組提供了檢驗(yàn)抽樣時(shí)間偏倚效應(yīng)的方法。應(yīng)的方法。73. 空間面板空間面板模型模型:當(dāng)考慮國(guó)家、地區(qū)、州、縣等相關(guān)截面數(shù)據(jù)時(shí)，當(dāng)考慮國(guó)家、地區(qū)、州、縣等相關(guān)截面數(shù)據(jù)時(shí)，這些總量個(gè)體可能表現(xiàn)出必須處理的截面相關(guān)這些總量個(gè)體可能表現(xiàn)出必須處理的截面相關(guān)性?，F(xiàn)在有大量運(yùn)用空間數(shù)據(jù)的文獻(xiàn)處理這種性?，F(xiàn)在有大量運(yùn)用空間數(shù)據(jù)的文獻(xiàn)處理這種相關(guān)性。這種空間相依模型在區(qū)域科

5、學(xué)和城市相關(guān)性。這種空間相依模型在區(qū)域科學(xué)和城市經(jīng)濟(jì)學(xué)中比較普遍。具體來(lái)說(shuō)，這些模型使用經(jīng)濟(jì)學(xué)中比較普遍。具體來(lái)說(shuō)，這些模型使用經(jīng)濟(jì)距離測(cè)度設(shè)定了面板數(shù)據(jù)的空間自相關(guān)性經(jīng)濟(jì)距離測(cè)度設(shè)定了面板數(shù)據(jù)的空間自相關(guān)性和空間結(jié)構(gòu)（空間異質(zhì)性）。和空間結(jié)構(gòu)（空間異質(zhì)性）。84. 計(jì)數(shù)面板計(jì)數(shù)面板模型模型:被解釋變量是計(jì)數(shù)面板數(shù)據(jù)的例子很多。例如，被解釋變量是計(jì)數(shù)面板數(shù)據(jù)的例子很多。例如，一段時(shí)間內(nèi)一家公司的竟標(biāo)次數(shù)、一個(gè)人去看一段時(shí)間內(nèi)一家公司的竟標(biāo)次數(shù)、一個(gè)人去看醫(yī)生的次數(shù)、每天吸煙者的數(shù)量及一個(gè)研發(fā)機(jī)醫(yī)生的次數(shù)、每天吸煙者的數(shù)量及一個(gè)研發(fā)機(jī)構(gòu)登記專利的數(shù)目。雖然可以運(yùn)用傳統(tǒng)面板回構(gòu)登記專利的數(shù)目。雖然

6、可以運(yùn)用傳統(tǒng)面板回歸模型對(duì)計(jì)數(shù)面板數(shù)據(jù)建模，但鑒于被解釋變歸模型對(duì)計(jì)數(shù)面板數(shù)據(jù)建模，但鑒于被解釋變量具有量具有0 0及非負(fù)離散取值的特征，運(yùn)用泊松面及非負(fù)離散取值的特征，運(yùn)用泊松面板回歸模型建模更為合適。板回歸模型建模更為合適。9第二節(jié)第二節(jié) 面板數(shù)據(jù)回歸模型面板數(shù)據(jù)回歸模型 一、面板數(shù)據(jù)回歸模型的一般形式：一、面板數(shù)據(jù)回歸模型的一般形式： 其中，其中，i=1, 2, ,n 表示個(gè)表示個(gè)n個(gè)體；個(gè)體； t=1, 2, ,t 表表示示t個(gè)時(shí)期；個(gè)時(shí)期；yit為被解釋變量為被解釋變量, 表示第表示第i個(gè)個(gè)體在個(gè)個(gè)體在t時(shí)時(shí)期的觀測(cè)值；期的觀測(cè)值；xkit 是解釋變量是解釋變量, 表示第表示第k個(gè)解

7、釋變量個(gè)解釋變量對(duì)于個(gè)體對(duì)于個(gè)體 i 在時(shí)期在時(shí)期 t 的觀測(cè)值；的觀測(cè)值； 是待估參數(shù)；是待估參數(shù)；uit是隨機(jī)干擾項(xiàng)。是隨機(jī)干擾項(xiàng)。 ittiitkkitkitkitituuxy ,10kit 10 稱為稱為個(gè)體效應(yīng)個(gè)體效應(yīng)。反映個(gè)體不隨時(shí)間變化的差異性。反映個(gè)體不隨時(shí)間變化的差異性。 稱為稱為時(shí)間效應(yīng)時(shí)間效應(yīng)。反映不隨個(gè)體變化的時(shí)間上的差。反映不隨個(gè)體變化的時(shí)間上的差異性。異性。ittiitkkitkitkitituuxy ,10i t 11 在上式模型中，樣本容量（在上式模型中，樣本容量（nt）遠(yuǎn)遠(yuǎn)小于參數(shù)個(gè)）遠(yuǎn)遠(yuǎn)小于參數(shù)個(gè)數(shù)，這使得模型無(wú)法估計(jì)。數(shù)，這使得模型無(wú)法估計(jì)。為了實(shí)現(xiàn)模型的

8、估計(jì)，可以分別建立以下兩類模為了實(shí)現(xiàn)模型的估計(jì)，可以分別建立以下兩類模型：從個(gè)體成員角度考慮，型：從個(gè)體成員角度考慮，；在時(shí)間點(diǎn)上截面，；在時(shí)間點(diǎn)上截面，。ittiitkkitkitkitituuxy ,1012 panel data模型簡(jiǎn)化為如下形式：模型簡(jiǎn)化為如下形式：ittiitkkitkitkiituuxy ,10 panel data模型簡(jiǎn)化為如下形式：模型簡(jiǎn)化為如下形式：ittiitkkitkitktituuxy ,10ittiitkkitkitkitituuxy ,1013二、二、 面板數(shù)據(jù)回歸模型的分類面板數(shù)據(jù)回歸模型的分類 由于含有由于含有 n 個(gè)個(gè)體成員方程的式和含有個(gè)個(gè)體

9、成員方程的式和含有 t個(gè)個(gè)時(shí)間截面方程的式兩種形式的模型在估計(jì)方法上類時(shí)間截面方程的式兩種形式的模型在估計(jì)方法上類似，因此本章主要討論含有似，因此本章主要討論含有 n 個(gè)個(gè)體成員方程的個(gè)個(gè)體成員方程的panel data模型的估計(jì)方法。模型的估計(jì)方法。 14根據(jù)對(duì)截距項(xiàng)和解釋變量系數(shù)的不同假設(shè)，可將面根據(jù)對(duì)截距項(xiàng)和解釋變量系數(shù)的不同假設(shè)，可將面板數(shù)據(jù)回歸模型分為：板數(shù)據(jù)回歸模型分為：混合回歸模型混合回歸模型、變截距回歸變截距回歸模型模型和和變系數(shù)回歸模型變系數(shù)回歸模型3種類型。種類型。ittiitkkitkitkiituuxy ,1015混合回歸模型混合回歸模型: :假設(shè)截距項(xiàng)和解釋變量系數(shù)對(duì)

10、于假設(shè)截距項(xiàng)和解釋變量系數(shù)對(duì)于所有的截面?zhèn)€體成員都是相同的，即假設(shè)在個(gè)所有的截面?zhèn)€體成員都是相同的，即假設(shè)在個(gè)體成員上既無(wú)個(gè)體效應(yīng)，也無(wú)結(jié)構(gòu)變化。體成員上既無(wú)個(gè)體效應(yīng)，也無(wú)結(jié)構(gòu)變化。ittiitkkitkitkiituuxy ,10混合回歸模型的模型形式為混合回歸模型的模型形式為: :ititkkitkitkituxy ,10ttni, 2 , 1, 2 , 1 16變截距回歸模型變截距回歸模型: :假定在截面?zhèn)€體成員上截距項(xiàng)假定在截面?zhèn)€體成員上截距項(xiàng)不同，而模型的解釋變量系數(shù)是相同的不同，而模型的解釋變量系數(shù)是相同的ittiitkkitkitkiituuxy ,10變截距變截距回歸模型的模型

11、形式為回歸模型的模型形式為: :ittiitkkitkitkituuxy ,1017變系數(shù)回歸模型變系數(shù)回歸模型: :假定在截面?zhèn)€體成員上截距項(xiàng)假定在截面?zhèn)€體成員上截距項(xiàng)和模型的解釋變量系數(shù)都不同。和模型的解釋變量系數(shù)都不同。ittiitkkitkitkiituuxy ,1018根據(jù)根據(jù) 和和 與模型解釋變量是否相關(guān)，面板與模型解釋變量是否相關(guān)，面板數(shù)據(jù)的個(gè)體效應(yīng)和時(shí)間效應(yīng)又分兩種情形：數(shù)據(jù)的個(gè)體效應(yīng)和時(shí)間效應(yīng)又分兩種情形：固固定效應(yīng)定效應(yīng)和和隨機(jī)效應(yīng)。隨機(jī)效應(yīng)。ittiitkkitkitkiituuxy ,10如果個(gè)體效應(yīng)如果個(gè)體效應(yīng) 與模型中的解釋變量是與模型中的解釋變量是相關(guān)相關(guān)的的,

12、,我們就稱這種個(gè)體效應(yīng)是我們就稱這種個(gè)體效應(yīng)是固定效應(yīng)固定效應(yīng)。反之，如果。反之，如果個(gè)體效應(yīng)個(gè)體效應(yīng) 與模型中的解釋變量是不相關(guān)的，我與模型中的解釋變量是不相關(guān)的，我們稱之為們稱之為隨機(jī)效應(yīng)隨機(jī)效應(yīng)。i t i i 如果時(shí)間效應(yīng)如果時(shí)間效應(yīng) 與模型中的解釋變量是與模型中的解釋變量是相關(guān)相關(guān)的的, ,我們就稱這種時(shí)間效應(yīng)是我們就稱這種時(shí)間效應(yīng)是固定效應(yīng)固定效應(yīng)。反之，如果。反之，如果時(shí)間效應(yīng)時(shí)間效應(yīng) 與模型中的解釋變量是不相關(guān)的，我與模型中的解釋變量是不相關(guān)的，我們稱之為們稱之為隨機(jī)效應(yīng)隨機(jī)效應(yīng)。t t 19第三節(jié)第三節(jié) 混合回歸模型混合回歸模型從時(shí)間上看，從時(shí)間上看，不同年份不同年份之間不存

13、在顯著性差異；之間不存在顯著性差異；從截面上看，從截面上看，不同個(gè)體不同個(gè)體之間也不存在顯著性差異，之間也不存在顯著性差異，那么就可以直接把面板數(shù)據(jù)混合在一起那么就可以直接把面板數(shù)據(jù)混合在一起(相當(dāng)于將相當(dāng)于將多個(gè)時(shí)期的截面數(shù)據(jù)放在一起作為樣本數(shù)據(jù)多個(gè)時(shí)期的截面數(shù)據(jù)放在一起作為樣本數(shù)據(jù))，用，用普通最小二乘法普通最小二乘法（ols）估計(jì)參數(shù)，且估計(jì)量是）估計(jì)參數(shù)，且估計(jì)量是線性、無(wú)偏、有效和一致的。線性、無(wú)偏、有效和一致的。一、混合回歸模型一、混合回歸模型20二、二、混合回歸模型的估計(jì)混合回歸模型的估計(jì) （eviews操作操作）21第四節(jié)第四節(jié) 變截距回歸模型變截距回歸模型一、變截距模型的分類

14、一、變截距模型的分類 討論三種類型，即討論三種類型，即個(gè)體固定效應(yīng)變截距模型個(gè)體固定效應(yīng)變截距模型、時(shí)點(diǎn)時(shí)點(diǎn)固定效應(yīng)變截距模型固定效應(yīng)變截距模型、時(shí)點(diǎn)個(gè)體固定效應(yīng)變截距模時(shí)點(diǎn)個(gè)體固定效應(yīng)變截距模型型。ittiitkkitkitkituuxy ,10 變截距模型變截距模型ittiitkkitkitkiituuxy ,10（一）固定效應(yīng)變截距模型（一）固定效應(yīng)變截距模型221.個(gè)體固定效應(yīng)變截距模型一般形式：個(gè)體固定效應(yīng)變截距模型一般形式：其中，其中， 表示不同個(gè)體之間的表示不同個(gè)體之間的差異化效應(yīng)差異化效應(yīng)。itiitkkitkitkituuxy ,10i 2.時(shí)點(diǎn)固定效應(yīng)變截距模型一般形式：時(shí)

15、點(diǎn)固定效應(yīng)變截距模型一般形式：其中，其中， 表示不同截面（時(shí)點(diǎn)）之間的表示不同截面（時(shí)點(diǎn)）之間的差異化效應(yīng)差異化效應(yīng)。ittitkkitkitkituuxy ,10t 3.時(shí)點(diǎn)個(gè)體固定效應(yīng)變截距模型一般形式：時(shí)點(diǎn)個(gè)體固定效應(yīng)變截距模型一般形式：ittiitkkitkitkituuxy ,10ittiitkkitkitkituuxy ,1023（二）隨機(jī)效應(yīng)變截距模型（二）隨機(jī)效應(yīng)變截距模型 討論三種類型，即討論三種類型，即個(gè)體隨機(jī)效應(yīng)變截距模型個(gè)體隨機(jī)效應(yīng)變截距模型、時(shí)點(diǎn)時(shí)點(diǎn)隨機(jī)效應(yīng)變截距模型隨機(jī)效應(yīng)變截距模型、時(shí)點(diǎn)個(gè)體隨機(jī)效應(yīng)變截距模時(shí)點(diǎn)個(gè)體隨機(jī)效應(yīng)變截距模型型。ittiitkkitkitk

16、ituuxy ,1024面板數(shù)據(jù)模型中的參數(shù)估計(jì)量既不同于截面數(shù)據(jù)估面板數(shù)據(jù)模型中的參數(shù)估計(jì)量既不同于截面數(shù)據(jù)估計(jì)量，也不同于時(shí)間序列估計(jì)量，其估計(jì)方法隨著計(jì)量，也不同于時(shí)間序列估計(jì)量，其估計(jì)方法隨著模型形式變化而變化。模型形式變化而變化。（一）固定效應(yīng)變截距模型的估計(jì)（一）固定效應(yīng)變截距模型的估計(jì) 1.1.最小二乘虛擬變量（最小二乘虛擬變量（lsdv）估計(jì)）估計(jì) 二、變截距模型的估計(jì)二、變截距模型的估計(jì)25（1 1）個(gè)體固定效應(yīng)變截距模型一般形式：）個(gè)體固定效應(yīng)變截距模型一般形式：itiitkkitkitkituuxy ,1026（2）時(shí)點(diǎn)固定效應(yīng)變截距模型一般形式：時(shí)點(diǎn)固定效應(yīng)變截距模型一

17、般形式：ittitkkitkitkituuxy ,1027（3）時(shí)點(diǎn)個(gè)體固定效應(yīng)變截距模型一般形式：時(shí)點(diǎn)個(gè)體固定效應(yīng)變截距模型一般形式：ittiitkkitkitkituuxy ,1028截面加權(quán)截面加權(quán)(個(gè)體截面異方差情形的個(gè)體截面異方差情形的gls估估)廣義最小二乘估計(jì)廣義最小二乘估計(jì)個(gè)體截面異方差是指各個(gè)個(gè)體方程的隨機(jī)干擾項(xiàng)個(gè)體截面異方差是指各個(gè)個(gè)體方程的隨機(jī)干擾項(xiàng)之間存在異方差，但個(gè)體和時(shí)期之間協(xié)方差為零。之間存在異方差，但個(gè)體和時(shí)期之間協(xié)方差為零。29當(dāng)殘差具有個(gè)體截面異方差時(shí)最好進(jìn)行截面加權(quán)回當(dāng)殘差具有個(gè)體截面異方差時(shí)最好進(jìn)行截面加權(quán)回歸：歸：30當(dāng)殘差具有同期相關(guān)協(xié)方差情形時(shí)，當(dāng)

18、殘差具有同期相關(guān)協(xié)方差情形時(shí)，sur加權(quán)最加權(quán)最小二乘是可行的小二乘是可行的gls估計(jì)量：估計(jì)量：31此時(shí)此時(shí) 的的sur估計(jì)為：估計(jì)為：32（二）隨機(jī)效應(yīng)變截距模型的估計(jì)（二）隨機(jī)效應(yīng)變截距模型的估計(jì)eviews按下列步驟估計(jì)隨機(jī)影響模型：按下列步驟估計(jì)隨機(jī)影響模型：33第五節(jié)第五節(jié) 變系數(shù)回歸模型變系數(shù)回歸模型 前面所介紹的變截距模型中，橫截面成員的個(gè)前面所介紹的變截距模型中，橫截面成員的個(gè)體影響是用變化的截距來(lái)反映的，即用變化的截距體影響是用變化的截距來(lái)反映的，即用變化的截距來(lái)反映模型中忽略的反映個(gè)體差異的變量的影響。來(lái)反映模型中忽略的反映個(gè)體差異的變量的影響。然而現(xiàn)實(shí)中變化的經(jīng)濟(jì)結(jié)構(gòu)或

19、不同的社會(huì)經(jīng)濟(jì)背景然而現(xiàn)實(shí)中變化的經(jīng)濟(jì)結(jié)構(gòu)或不同的社會(huì)經(jīng)濟(jì)背景等因素有時(shí)會(huì)導(dǎo)致反映經(jīng)濟(jì)結(jié)構(gòu)的參數(shù)隨著橫截面等因素有時(shí)會(huì)導(dǎo)致反映經(jīng)濟(jì)結(jié)構(gòu)的參數(shù)隨著橫截面?zhèn)€體的變化而變化。因此，當(dāng)現(xiàn)實(shí)數(shù)據(jù)不支持變截個(gè)體的變化而變化。因此，當(dāng)現(xiàn)實(shí)數(shù)據(jù)不支持變截距模型時(shí)，便需要考慮這種系數(shù)隨橫截面?zhèn)€體的變距模型時(shí)，便需要考慮這種系數(shù)隨橫截面?zhèn)€體的變化而改變的變系數(shù)模型?；淖兊淖兿禂?shù)模型。 34變系數(shù)模型的一般形式如下：變系數(shù)模型的一般形式如下：ittiitkkitkitkiituuxy ,10 為變系數(shù)，反映模型結(jié)構(gòu)隨截面的變化而變化。為變系數(shù)，反映模型結(jié)構(gòu)隨截面的變化而變化。ki 類似于變截距模型，變系數(shù)模型也

20、分為固定影響類似于變截距模型，變系數(shù)模型也分為固定影響變系數(shù)模型和隨機(jī)影響變系數(shù)模型兩種類型。變系數(shù)模型和隨機(jī)影響變系數(shù)模型兩種類型。 35eviews按下列步驟估計(jì)按下列步驟估計(jì)變系數(shù)模型變系數(shù)模型：36第六節(jié)效應(yīng)檢驗(yàn)與模型形式設(shè)定檢驗(yàn)第六節(jié)效應(yīng)檢驗(yàn)與模型形式設(shè)定檢驗(yàn)一、一、hausman檢驗(yàn)檢驗(yàn) 建立面板數(shù)據(jù)模型前的首要任務(wù)是確定被解建立面板數(shù)據(jù)模型前的首要任務(wù)是確定被解釋變量與截距項(xiàng)和系數(shù)的關(guān)系，截距項(xiàng)是否相同、釋變量與截距項(xiàng)和系數(shù)的關(guān)系，截距項(xiàng)是否相同、系數(shù)是否一致，是固定效應(yīng)系數(shù)是否一致，是固定效應(yīng)還是隨機(jī)效應(yīng)模型，從還是隨機(jī)效應(yīng)模型，從而避免模型設(shè)定的偏差，改進(jìn)參數(shù)估計(jì)的有效性。而

21、避免模型設(shè)定的偏差，改進(jìn)參數(shù)估計(jì)的有效性。 對(duì)于如何檢驗(yàn)?zāi)Ｐ椭袀€(gè)體效應(yīng)或時(shí)間效應(yīng)與解對(duì)于如何檢驗(yàn)?zāi)Ｐ椭袀€(gè)體效應(yīng)或時(shí)間效應(yīng)與解釋變量之間是否相關(guān)，釋變量之間是否相關(guān)，hausman（1978）提出了一）提出了一種嚴(yán)格的統(tǒng)計(jì)檢驗(yàn)方法種嚴(yán)格的統(tǒng)計(jì)檢驗(yàn)方法hausman檢驗(yàn)。檢驗(yàn)。37固定效應(yīng)模型：固定效應(yīng)模型：lsdv估計(jì)量無(wú)偏；估計(jì)量無(wú)偏；gls估計(jì)量有偏。估計(jì)量有偏。隨機(jī)效應(yīng)模型：隨機(jī)效應(yīng)模型：lsdv和和gls估計(jì)量都無(wú)偏，但估計(jì)量都無(wú)偏，但lsdv估計(jì)量有較大方差；。估計(jì)量有較大方差；。固定效應(yīng)模型：固定效應(yīng)模型：lsdv估計(jì)量和估計(jì)量和gls估計(jì)量的估計(jì)結(jié)估計(jì)量的估計(jì)結(jié)果有較大的差異。果有

22、較大的差異。隨機(jī)效應(yīng)模型：隨機(jī)效應(yīng)模型：lsdv估計(jì)量和估計(jì)量和gls估計(jì)量的估計(jì)結(jié)估計(jì)量的估計(jì)結(jié)果就比較接近。果就比較接近。hausman檢驗(yàn)的原理檢驗(yàn)的原理38 hausman證明在原假設(shè)下，統(tǒng)計(jì)量證明在原假設(shè)下，統(tǒng)計(jì)量w服從自由度服從自由度為為k（模型中解釋變量的個(gè)數(shù)）的（模型中解釋變量的個(gè)數(shù)）的 分布，即分布，即step1：設(shè)定原假設(shè)：設(shè)定原假設(shè)h0 :模型的個(gè)體效應(yīng)模型的個(gè)體效應(yīng)或時(shí)間效應(yīng)或時(shí)間效應(yīng)與解釋變量無(wú)關(guān)；與解釋變量無(wú)關(guān)；step2：構(gòu)造：構(gòu)造hausman檢驗(yàn)的檢驗(yàn)的w統(tǒng)計(jì)量統(tǒng)計(jì)量hausman檢驗(yàn)檢驗(yàn)其中其中b， 分別為回歸系數(shù)的分別為回歸系數(shù)的lsdv估計(jì)向量，估計(jì)向量

23、，gls估估計(jì)向量；計(jì)向量； 為為 之差的方差，即之差的方差，即1 bbw bvar b、2 )(21kbbw 39 eviews中可以實(shí)現(xiàn)檢驗(yàn)?zāi)Ｐ椭袀€(gè)體影響與解釋中可以實(shí)現(xiàn)檢驗(yàn)?zāi)Ｐ椭袀€(gè)體影響與解釋變量之間是否相關(guān)的變量之間是否相關(guān)的hausman檢驗(yàn)。為了實(shí)現(xiàn)檢驗(yàn)。為了實(shí)現(xiàn)hausman檢驗(yàn)，必須首先估計(jì)一個(gè)隨機(jī)效應(yīng)模檢驗(yàn)，必須首先估計(jì)一個(gè)隨機(jī)效應(yīng)模型。然后，選擇型。然后，選擇view/fixed/random effects testing/correlated random effects - hausman test，eviews將自動(dòng)估計(jì)相應(yīng)的固定效應(yīng)模型，將自動(dòng)估計(jì)相應(yīng)的固定效應(yīng)模

24、型，計(jì)算檢驗(yàn)統(tǒng)計(jì)量，顯示檢驗(yàn)結(jié)果和輔助回歸結(jié)計(jì)算檢驗(yàn)統(tǒng)計(jì)量，顯示檢驗(yàn)結(jié)果和輔助回歸結(jié)果。果。40二、二、 為了檢驗(yàn)面板數(shù)據(jù)模型的類型：混合回歸模型、為了檢驗(yàn)面板數(shù)據(jù)模型的類型：混合回歸模型、變截距回歸模型還是變系數(shù)回歸模型，變截距回歸模型還是變系數(shù)回歸模型，經(jīng)常使用的經(jīng)常使用的檢驗(yàn)是協(xié)方差分析檢驗(yàn)檢驗(yàn)是協(xié)方差分析檢驗(yàn)(f檢驗(yàn)檢驗(yàn))，主要檢驗(yàn)如下兩個(gè)，主要檢驗(yàn)如下兩個(gè)假設(shè)：假設(shè)：h1：變截距回歸模型變截距回歸模型 h2：混合回歸模型混合回歸模型可見如果接受假設(shè)可見如果接受假設(shè) h2 則可以認(rèn)為模型為則可以認(rèn)為模型為混合回歸混合回歸模型模型，無(wú)需進(jìn)行進(jìn)一步的檢驗(yàn)。如果拒絕假設(shè)，無(wú)需進(jìn)行進(jìn)一步的檢驗(yàn)

25、。如果拒絕假設(shè)h2，則需檢驗(yàn)假設(shè)則需檢驗(yàn)假設(shè)h1。如果接受如果接受h1，則認(rèn)為模型為則認(rèn)為模型為變截變截距回歸模型距回歸模型，反之拒絕，反之拒絕h1 ，則認(rèn)為模型為，則認(rèn)為模型為回回歸歸。41 下面介紹假設(shè)檢驗(yàn)的下面介紹假設(shè)檢驗(yàn)的 f f 統(tǒng)計(jì)量的計(jì)算方法。首統(tǒng)計(jì)量的計(jì)算方法。首先計(jì)算先計(jì)算回歸回歸的殘差平方和，記為的殘差平方和，記為s1 1 ；回歸回歸的殘差平方和記為的殘差平方和記為s2 2 ；混合回歸模型混合回歸模型的殘差平方和記為的殘差平方和記為s3 3。 )1(),1)(1()1()1)(1/()(1132 ktnknfknntsknssf構(gòu)造并計(jì)算統(tǒng)計(jì)量構(gòu)造并計(jì)算統(tǒng)計(jì)量)1(,)1(

26、)1()1/()(1121 ktnknfknntsknssf42 例例9-343第七節(jié)第七節(jié) 面板數(shù)據(jù)的單位根檢驗(yàn)和協(xié)整檢驗(yàn)面板數(shù)據(jù)的單位根檢驗(yàn)和協(xié)整檢驗(yàn)一、面板數(shù)據(jù)的單位根檢驗(yàn)一、面板數(shù)據(jù)的單位根檢驗(yàn) （一）（一）面板數(shù)據(jù)的單位根檢驗(yàn)分類面板數(shù)據(jù)的單位根檢驗(yàn)分類 （二）（二）面板數(shù)據(jù)的單位根檢驗(yàn)應(yīng)用舉例面板數(shù)據(jù)的單位根檢驗(yàn)應(yīng)用舉例二、面板數(shù)據(jù)的協(xié)整檢驗(yàn)二、面板數(shù)據(jù)的協(xié)整檢驗(yàn) （一）（一）檢驗(yàn)方法分類檢驗(yàn)方法分類 （二）（二）面板數(shù)據(jù)協(xié)整檢驗(yàn)的應(yīng)用舉例面板數(shù)據(jù)協(xié)整檢驗(yàn)的應(yīng)用舉例44 一般情況下可以將面板數(shù)據(jù)的單位根檢驗(yàn)劃分一般情況下可以將面板數(shù)據(jù)的單位根檢驗(yàn)劃分為兩大類：為兩大類： 一類為一類為相同根相同根情形下的單位根檢驗(yàn)，檢驗(yàn)方法情形下的單位根檢驗(yàn)，檢驗(yàn)方法包括包括llc（levin-lin-chu）檢驗(yàn)、