面板数据模型-理论部分.ppt

面板数据模型-理论部分.ppt

ID:50504830

大小:159.00 KB

页数:13页

时间:2020-03-14

面板数据模型-理论部分.ppt_第1页
面板数据模型-理论部分.ppt_第2页
面板数据模型-理论部分.ppt_第3页
面板数据模型-理论部分.ppt_第4页
面板数据模型-理论部分.ppt_第5页
资源描述:

《面板数据模型-理论部分.ppt》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、面板数据模型1.面板数据模型概述1.1面板数据的含义面板数据(paneldata)也称也称平行数据,或时间序列截面数据(timeseriesandcrosssectiondata)或混合数据(pooldata),是指在时间序列上取多个截面,在这些截面上同时选取样本观测值所构成的样本数据。面板数据从横截面上看,是由若干个体在某一时刻构成的截面观测值,从纵剖面上看是一个时间序列。经济分析中的平行(面板)数据问题在经济分析中,尤其是通过建立计量经济学模型所进行的经济分析中,经常发现,只利用截面数据或者只利

2、用时间序列数据不能满足分析的目的的需要。例如,如果分析成本问题,只利用截面数据,即选择同一截面上不同规模的企业数据作为样本观测值,可以分析成本和企业规模的关系,但不能分析技术进步对成本的影响;只利用时间序列数据,即选择同一企业在不同时间上的数据作为样本观测值,可以分析成本和技术进步的关系,但是不能分析企业规模对成本的影响。如果采用平行(面板)数据,即在不同时间上选择不同规模的企业数据作为样本观测值,既可以分析成本与技术进步的关系,也可以分析成本与企业规模的关系。再例如1990-2000年30个省份的

3、农业总产值数据。固定在某一年份上,它是由30个农业总产值数字组成的截面数据;固定在某一省份上,它是由11年农业总产值数据组成的一个时间序列。面板数据由30个个体组成。共有330个观测值。对于面板数据来说,如果从横截面上看,每个变量都有观测值,从纵剖面上看,每一期都有观测值,则称此面板数据为平衡面板数据(balancedpaneldata)。若在面板数据中丢失若干个观测值,则称此面板数据为非平衡面板数据(unbalancedpaneldata)。1.2面板数据模型的基本类型面板数据模型是线性回归模型,

4、其模型为:(i=1,2,…n;t=1,2,….T)(13.1)式中yit为被解释变量y的第i个截面个体在第t期的观测值;αit是待估的第i个截面个体在第t期的截距;βkit是边际值,是待估的第k个解释变量对应第i个截面个体在第t期的系数;uit为随机扰动项。n是截面个体个数,T是每个截面个体时序样本容量,p是解释变量个数将式13.1改写为矩阵形式:yit=αit+xTitβit+uit(i=1,2,…n;t=1,2,…T)(13.2)式中xTit=(x1itx2it…xpit)为解释变量行向量;βT

5、it=(β1itβ2it…βpit)为待估系数行向量。1.变系数面板数据模型若式(13.2)满足参数时间齐性,即截面参数不随时间而变化,则式(13.2)可改写为模型(Ⅰ):yit=αi+βiTxit+uit模型(I)即为变系数(VariableCoefficient)面板数据模型。2.变截距面板数据模型若式(13.2)满足斜率参数齐性(相同),但截距不同。即α1≠α2≠…≠αn,β1=β2=…βn.则式(13.2)可改写为模型(Ⅱ):yit=αi+βTxit+uit模型(Ⅱ)为变截距(Variabl

6、eIntercept)面板数据模型(最常用的一种形式)。3.常系数面板数据模型若式(13.2)满足截距和斜率齐性,即α1=α2=…=αn,β1=β2=…βn.则式(13.2)可改写为模型(Ⅲ):yit=α+βTxit+uit称模型(Ⅲ)为常系数面板数据模型。2.模型的单位根检验面板数据模型要求面板变量是平稳的,若非平稳应是一阶单整,否则是伪回归。故在建立模型之前要对面板变量进行单位根检验3.模型的识别模型的识别包括效应模型的确定和具体模型的确定。效应模型包括确定效应(Fixed-effects)和随

7、机效应(Random-effects)模型。变系数面板数据模型和变截距面板数据模型才有确定效应(Fixed-effects)和随机效应(Random-effects)模型之分,并对应不同的参数估计方法。3.1确定效应模型和随机效应模型检验(1)确定效应模型是指把β当做未知的常数;随机效应模型是指把β当做随机变量。(2)适用于确定效应模型的情况:只关心变量的情况,依据样本特征进行推论。比如,在对不同省市城镇居民平均消费支出与可支配收入的关系研究中,如果我们只关注样本截面个体的对比研究,关心有关省市居民

8、消费支出,进行消费支出比较,不关心总体情况,我们就可以从研究目的的角度出发选择确定效应模型。适用于随机效应模型的情况:关心总体的情况,把样本当做总体的抽样,依样本特征推论总体(3)检验效应模型的方法检验效应模型的方法一般用豪斯曼(Hausman)检验法豪斯曼(Hausman)检验法Hausman效应模型检验的原假设和备择假设:H0:适于建立随机效应模型;H1:适于建立确定效应模型。设确定效应模型的参数为随机效应模型的参数为。若与都是一致估计量,两者差异很小,则样本适于

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。