面板數(shù)據(jù)模型的分析課件

第一節(jié)面板數(shù)據(jù)模型簡介一、面板數(shù)據(jù)和模型概述

在經(jīng)濟學研究和實際應用中，我們經(jīng)常需要同時分析和比較橫截面觀察值和時間序列觀察值結合起來的數(shù)據(jù)，即：數(shù)據(jù)集中的變量同時含有橫截面和時間序列的信息。這種數(shù)據(jù)被稱為面板數(shù)據(jù)(paneldata)，它與我們以前分析過的純粹的橫截面數(shù)據(jù)和時間序列數(shù)據(jù)有著不同的特點。簡單地講，面板數(shù)據(jù)因同時含有時間序列數(shù)據(jù)和截面數(shù)據(jù)，所以其統(tǒng)計性質既帶有時間序列的性質，又包含一定的橫截面特點。因而，以往采用的計量模型和估計方法就需要有所調整。

第一節(jié)面板數(shù)據(jù)模型簡介一、面板數(shù)據(jù)和模型概述1面板數(shù)據(jù)模型的分析課件2面板數(shù)據(jù)模型的分析課件3面板數(shù)據(jù)模型的分析課件4面板數(shù)據(jù)模型的分析課件5面板數(shù)據(jù)模型的分析課件6第二節(jié)固定效應模型及其估計方法第二節(jié)固定效應模型及其估計方法7面板數(shù)據(jù)模型的分析課件8面板數(shù)據(jù)模型的分析課件9面板數(shù)據(jù)模型的分析課件10面板數(shù)據(jù)模型的分析課件11面板數(shù)據(jù)模型的分析課件12面板數(shù)據(jù)模型的分析課件13第三節(jié)隨機效應模型及其估計方法第三節(jié)隨機效應模型及其估計方法14面板數(shù)據(jù)模型的分析課件15面板數(shù)據(jù)模型的分析課件16面板數(shù)據(jù)模型的分析課件17面板數(shù)據(jù)模型的分析課件18面板數(shù)據(jù)模型的分析課件19一致估計量要求：當樣本量趨近無窮大時，估計量同時趨近真實值。在面板數(shù)據(jù)模型中這就要求N和T分別趨向無窮大，這有時有問題，如例1中，N是固定的，華東六省一市是不能改變的，因此當樣本的N和T都比較小時，可以直接采用固定效應模型。一致估計量要求：當樣本量趨近無窮大時，估計量20面板數(shù)據(jù)模型的分析課件21面板數(shù)據(jù)模型的分析課件22面板數(shù)據(jù)模型的分析課件23第四節(jié)模型設定的檢驗一、為什么要對模型的設定進行檢驗？二、檢驗的方法

Greene（1997）介紹了兩種檢驗方法。一種是由Breush和Pagan（1980）提出的拉格朗日檢驗法（LMtest）。另一種是Hausman（1978）提出的Hausman檢驗方法（Hausmantest），Hausman檢驗量其實是一種Wald檢驗法（Waldtest）。這兩種方法均可以用于驗證面板數(shù)據(jù)模型的設定應該是固定效應還是隨機效應。

第四節(jié)模型設定的檢驗一、為什么要對模型的設定進行檢驗？24第三，檢驗標準：LM大于臨界值，則拒絕H0。

第三，檢驗標準：LM大于臨界值，則拒絕H0。25面板數(shù)據(jù)模型的分析課件26面板數(shù)據(jù)模型的分析課件27第五節(jié)面板數(shù)據(jù)模型應用實例第五節(jié)面板數(shù)據(jù)模型應用實例28面板數(shù)據(jù)模型的分析課件29面板數(shù)據(jù)模型的分析課件30面板數(shù)據(jù)模型的分析課件31面板數(shù)據(jù)模型的分析課件32二、面板數(shù)據(jù)模型數(shù)據(jù)估計的Eviews實現(xiàn)

二、面板數(shù)據(jù)模型數(shù)據(jù)估計的Eviews實現(xiàn)33面板數(shù)據(jù)模型的分析課件34面板數(shù)據(jù)模型的分析課件35面板數(shù)據(jù)模型的分析課件36面板數(shù)據(jù)模型的分析課件37面板數(shù)據(jù)模型的分析課件38面板數(shù)據(jù)模型的分析課件39面板數(shù)據(jù)模型的分析課件40

若點擊View鍵選擇Representations功能，還可以得到輸出結果的代數(shù)表達式（右圖給出了部分結果）。

若點擊View鍵選擇41第六節(jié)面板數(shù)據(jù)模型擴展Ⅰ：

Hausman-Talor模型第六節(jié)面板數(shù)據(jù)模型擴展Ⅰ：

42面板數(shù)據(jù)模型的分析課件43面板數(shù)據(jù)模型的分析課件44面板數(shù)據(jù)模型的分析課件45面板數(shù)據(jù)模型的分析課件46面板數(shù)據(jù)模型的分析課件47第一節(jié)面板數(shù)據(jù)模型簡介一、面板數(shù)據(jù)和模型概述

在經(jīng)濟學研究和實際應用中，我們經(jīng)常需要同時分析和比較橫截面觀察值和時間序列觀察值結合起來的數(shù)據(jù)，即：數(shù)據(jù)集中的變量同時含有橫截面和時間序列的信息。這種數(shù)據(jù)被稱為面板數(shù)據(jù)(paneldata)，它與我們以前分析過的純粹的橫截面數(shù)據(jù)和時間序列數(shù)據(jù)有著不同的特點。簡單地講，面板數(shù)據(jù)因同時含有時間序列數(shù)據(jù)和截面數(shù)據(jù)，所以其統(tǒng)計性質既帶有時間序列的性質，又包含一定的橫截面特點。因而，以往采用的計量模型和估計方法就需要有所調整。

第一節(jié)面板數(shù)據(jù)模型簡介一、面板數(shù)據(jù)和模型概述48面板數(shù)據(jù)模型的分析課件49面板數(shù)據(jù)模型的分析課件50面板數(shù)據(jù)模型的分析課件51面板數(shù)據(jù)模型的分析課件52面板數(shù)據(jù)模型的分析課件53第二節(jié)固定效應模型及其估計方法第二節(jié)固定效應模型及其估計方法54面板數(shù)據(jù)模型的分析課件55面板數(shù)據(jù)模型的分析課件56面板數(shù)據(jù)模型的分析課件57面板數(shù)據(jù)模型的分析課件58面板數(shù)據(jù)模型的分析課件59面板數(shù)據(jù)模型的分析課件60第三節(jié)隨機效應模型及其估計方法第三節(jié)隨機效應模型及其估計方法61面板數(shù)據(jù)模型的分析課件62面板數(shù)據(jù)模型的分析課件63面板數(shù)據(jù)模型的分析課件64面板數(shù)據(jù)模型的分析課件65面板數(shù)據(jù)模型的分析課件66一致估計量要求：當樣本量趨近無窮大時，估計量同時趨近真實值。在面板數(shù)據(jù)模型中這就要求N和T分別趨向無窮大，這有時有問題，如例1中，N是固定的，華東六省一市是不能改變的，因此當樣本的N和T都比較小時，可以直接采用固定效應模型。一致估計量要求：當樣本量趨近無窮大時，估計量67面板數(shù)據(jù)模型的分析課件68面板數(shù)據(jù)模型的分析課件69面板數(shù)據(jù)模型的分析課件70第四節(jié)模型設定的檢驗一、為什么要對模型的設定進行檢驗？二、檢驗的方法

Greene（1997）介紹了兩種檢驗方法。一種是由Breush和Pagan（1980）提出的拉格朗日檢驗法（LMtest）。另一種是Hausman（1978）提出的Hausman檢驗方法（Hausmantest），Hausman檢驗量其實是一種Wald檢驗法（Waldtest）。這兩種方法均可以用于驗證面板數(shù)據(jù)模型的設定應該是固定效應還是隨機效應。

第四節(jié)模型設定的檢驗一、為什么要對模型的設定進行檢驗？71第三，檢驗標準：LM大于臨界值，則拒絕H0。

第三，檢驗標準：LM大于臨界值，則拒絕H0。72面板數(shù)據(jù)模型的分析課件73面板數(shù)據(jù)模型的分析課件74第五節(jié)面板數(shù)據(jù)模型應用實例第五節(jié)面板數(shù)據(jù)模型應用實例75面板數(shù)據(jù)模型的分析課件76面板數(shù)據(jù)模型的分析課件77面板數(shù)據(jù)模型的分析課件78面板數(shù)據(jù)模型的分析課件79二、面板數(shù)據(jù)模型數(shù)據(jù)估計的Eviews實現(xiàn)

二、面板數(shù)據(jù)模型數(shù)據(jù)估計的Eviews實現(xiàn)80面板數(shù)據(jù)模型的分析課件81面板數(shù)據(jù)模型的分析課件82面板數(shù)據(jù)模型的分析課件83面板數(shù)據(jù)模型的分析課件84面板數(shù)據(jù)模型的分析課件85面板數(shù)據(jù)模型的分析課件86面板數(shù)據(jù)模型的分析課件87

若點擊View鍵選擇Representations功能，還可以得到輸出結果的代數(shù)表達式（右圖給出了部分結果）。

若點擊View鍵選擇88第六節(jié)面板數(shù)據(jù)