《面板数据回归分析》PPT课件.ppt
第十六章,面板数据回归模型,1,面板数据回归模型：是研究经历一段时间的相同的横截面单元（个体）的模型。面板数据具有空间和时间两种特性。也称为:pooled data（混合数据）combination of time series and cross-section data micropanel data lingitudinal data（纵列数据）event history analysis cohort analysis（群队分析）等等。,2,16.1 为什么使用面板数据？,面板数据的优势：1、可以研究个体差异性；2、变量之间增加了多边性，减少了共线性，并且提高了自由度和有效性；3、适于动态研究；,3,4,4、具有独特的优势（与单独使用时间序列数据，或单独使用横截面数据相比）；5、可以研究复杂的行为，如规模变化，技术变动等；6、减少偏差。当我们把不同类型的数据（如不同省份或不同年代的数据）混合在一起时，就会产生偏差（bias）。,16.2 一个例子 P638,4个公司的20年的数据 原则上可以进行4个时间序列回归，或20个横截面回归。如果80个观测值可以混合，则可以写出the Grunfield investment function：,5,6,16.3 面板数据模型的估计：固定效应方法,对（）式的估计取决于我们对截距、斜率和误差项的假定。有以下几种可能：1.假定截距和斜率不随时间和空间（个体）变化，误差项在时间和个体上存在差异。,7,8,2.斜率不变而截距随个体而变化。3.斜率不变而截距随时间和个体而变化。4.所有系数（包括截距和斜率）均随个体而变化。5.截距和斜率随个体和时间而变化。,9,1.所有系数都不随时间和个体而变化 可以将80个观测值混合，用OLS法估计参数，见P641（）式。2.斜率系数不变而截距随个体而变化：固定效应或最小二乘虚拟变量（LSDV）回归模型。,10,11,12,其中，如果观测值属于GM（通用电气）不属于 如果观测值属于US(美国钢铁)不属于 观测值属于WEST（西屋电气）不属于 代表GE（通用电气）的截距,13,见P643（）式的回归结果。四个公司的截距值具有统计上的差异性：GE:-245.7924GM:-84.220(=-245.7924+161.5722)US:93.8774(=-245.7924+339.6328)WEST:-59.2258(=-245.7924+186.5666)这些截距上的差异用来反映公司独特的性质。,（）就是LSDV模型（least-squares dummy variable model）。相比之下，（）（P641）可以看成受约束回归，约束为：约束=3个可以做F检验。,14,时间效应：对于20年的年度数据，可以引入19个虚拟变量，以捕捉时间效应：（）如果观测来自1935年，DUM35=1,否则为0，依次类推。1954年为基准年，它的截距为。,15,16,对于这个例子的数据，直到 都不显著，说明时间效应不显著。即：投资函数并没有随时间发生很大的变化。,17,3.斜率系数不变而截距随个体和时间而变化 将（）和（）的截距合并即可：,（）,对于这个例子，结论是：存在个别公司效应，无时间效应。的系数都显著。,18,4.所有系数都随个体而变化 这里假定所有个体（或横截面单元）的截距和斜率系数是各不相同的。对于例子就是，四个公司的投资函数都不相同。,19,可以用如下带有变量交互作用的模型来证明：其中，表示differential slope coefficients（极差斜率系数）。表示differential intercepts（极差截距）。,20,（）,在统计上不为零，证明该斜率系数与基准（通用电气）不同。问：和 在统计上显著的经济意义？,21,答：代表通用汽车的 的斜率值，这说明对于通用汽车，的斜率与通用电气这个比较公司是有显著差异的。问：所有级差截距和级差斜率系数都显著的经济含义？,22,答：GM（通用汽车）、US（美国钢铁）、WEST（西屋电气）的投资函数与GE（通用电气）有显著差异。可以建立四个完全不同的回归函数。,23,使用FEM或LSDV model的注意事项：1.引入过多虚拟变量可能导致自由度太低。2.引入过多虚拟变量可能导致多重共线性。3.在FEM中可以引入性别、肤色和种族这些变量。但这些变量是时间恒定的，所以，不能分解出他们的影响（贡献）。4.必须谨慎地处理误差项 是否异方差，自相关等。,16.4 面板数据回归模型的估计：随机效应方法,25,26,27,28,29,30,高铁梅(2006)10.1.2 面板数据分类,32,计量经济分析方法与建模:iews应用及实例，高铁梅，清华大学出版社，2006年,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,10.3 变截距模型,50,51,52,53,54,55,56,Thank you,
