(微觀計(jì)量經(jīng)濟(jì)學(xué)教案)平行數(shù)據(jù)模型——擴(kuò)展模型

1、8.2平行數(shù)據(jù)計(jì)量經(jīng)濟(jì)學(xué)模型（二） 擴(kuò)展模型,一、變系數(shù)模型 二、動(dòng)態(tài)模型 三、關(guān)于平行數(shù)據(jù)模型的總結(jié),一、變系數(shù)模型,要點(diǎn),變系數(shù)模型的表達(dá)式 固定影響模型隨機(jī)干擾項(xiàng)在不同橫截面?zhèn)€體之間不相關(guān)OLS估計(jì) 固定影響模型隨機(jī)干擾項(xiàng)在不同橫截面?zhèn)€體之間相關(guān)GLS估計(jì) 隨機(jī)影響模型的復(fù)合誤差項(xiàng) 隨機(jī)影響模型的GLS估計(jì),實(shí)際經(jīng)濟(jì)分析中的變系數(shù)問題,線性模型中，系數(shù)表示邊際傾向（對(duì)于直接線性模型）或者彈性（對(duì)于對(duì)數(shù)線性模型），而它們相對(duì)于不同的截面?zhèn)€體經(jīng)常是不同的。例如： 不同地區(qū)收入的邊際消費(fèi)傾向不同。 不同地區(qū)FDI的邊際效益不同。 不同家庭的邊際儲(chǔ)蓄傾向不同。 而它們?cè)诟髯缘臅r(shí)間序列中一般是相同

2、的。 提出了變系數(shù)平行數(shù)據(jù)模型問題。,模型表達(dá),1.固定影響模型,將i視為固定的不同的常數(shù)時(shí)，可寫成：,將截距項(xiàng)也看作一個(gè)虛變量,顯然，如果隨機(jī)干擾項(xiàng)在不同橫截面?zhèn)€體之間不相關(guān)，上述模型的參數(shù)估計(jì)極為簡(jiǎn)單，即以每個(gè)截面?zhèn)€體的時(shí)間序列數(shù)據(jù)為樣本，采用經(jīng)典單方程模型的估計(jì)方法分別估計(jì)其參數(shù)。即使采用GLS估計(jì)同時(shí)得到的GLS估計(jì)量，也是與在每個(gè)橫截面?zhèn)€體上的經(jīng)典單方程估計(jì)一樣。 條件：,如果隨機(jī)項(xiàng)在不同橫截面?zhèn)€體之間的協(xié)方差不為零，GLS估計(jì)比每個(gè)橫截面?zhèn)€體上的經(jīng)典單方程估計(jì)更有效。 為什么？,各種文獻(xiàn)中提出各種V矩陣的方法，形成了各種FGLS估計(jì),2.隨機(jī)影響模型,原模型寫成：,后兩項(xiàng)組成復(fù)合隨

3、機(jī)項(xiàng),問題變成具有復(fù)雜隨機(jī)項(xiàng)結(jié)構(gòu)的不變系數(shù)模型,的最佳線性無偏估計(jì)是GLS估計(jì)：,復(fù)合隨機(jī)項(xiàng)的協(xié)方差矩陣的第i個(gè)對(duì)角分塊,說明GLS估計(jì)是每一個(gè)橫截面?zhèn)€體上最小二乘估計(jì)的矩陣加權(quán)平均。權(quán)與它們的協(xié)方差成比例。,一種FGLS,二、動(dòng)態(tài)模型,要點(diǎn),動(dòng)態(tài)模型的“動(dòng)態(tài)”的含義及表達(dá) 不包含外生解釋變量情況下的動(dòng)態(tài)模型的IV估計(jì) 包含外生解釋變量情況下的動(dòng)態(tài)模型的IV估計(jì) 隨機(jī)影響動(dòng)態(tài)模型的一般表述 隨機(jī)影響動(dòng)態(tài)模型的IV估計(jì),動(dòng)態(tài)平行數(shù)據(jù)模型,動(dòng)態(tài)模型，即指包含滯后被解釋變量作為解釋變量的模型。 當(dāng)采用平行數(shù)據(jù)作為樣本觀測(cè)值時(shí)，變截距模型寫為：,1. 固定影響模型,在包含外生解釋變量的情況下，類似地，

4、首先采用工具變量方法估計(jì)差分方程模型，得到和的估計(jì)量，然后求得i的估計(jì)量。,2.隨機(jī)影響模型,關(guān)于y0的不同假設(shè)：,最大似然估計(jì) 關(guān)于初始條件的不同假定蘊(yùn)含著不同形式的似然函數(shù)。 構(gòu)造各種情況下的似然函數(shù)。 使得上述似然函數(shù)達(dá)到最大化，就得到相應(yīng)情況下參數(shù)的最大似然估計(jì)。 當(dāng)橫截面?zhèn)€體單位較多、時(shí)期長(zhǎng)度較短時(shí)，初始條件的錯(cuò)誤選擇將導(dǎo)致得到的估計(jì)與正確的估計(jì)不是漸近等價(jià)的，也可能不是一致估計(jì)。 關(guān)于初始條件的選擇是否正確，并沒有什么判斷依據(jù)。,工具變量估計(jì) 能夠得到與初始條件無關(guān)的參數(shù)的一致估計(jì)。 同時(shí)也為ML迭代過程提供參數(shù)的初始值。 工具變量法參數(shù)一致估計(jì)的計(jì)算步驟：,三、關(guān)于平行數(shù)據(jù)模型的

5、總結(jié),Analysis of Panel DataCheng Hsiao,Chapter 1. Introduction Chapter 2. Analysis of Covariance Chapter 3. Simple Regression with Variable Intercepts Chapter 4. Dynamic Model with Variable Intercepts Chapter 5. Simultaneous-Equations Models Chapter 6. Variable-Coefficient Models Chapter 7. Discrete D

6、ata Chapter 8. Truncated and Censored Data Chapter 9. Incomplete Panel Data Chapter 10. Miscellaneous Topics Chapter 11. A Summary View,在研究經(jīng)濟(jì)問題時(shí)，采用平行數(shù)據(jù)比單純采用橫截面數(shù)據(jù)或時(shí)間序列數(shù)據(jù)的優(yōu)勢(shì)在那里？, increasing degrees of freedom and reducing problems of data multicollinearity; identifying economic models and discrimination between competing economic hypotheses; e