高級計量經濟學面板數據分析-資料下載頁

【導讀】面板數據又稱縱列數據(Longitudinal. 從水平看，它包括了某一時間上。此外，面板數據可以進行更復雜的行為。用不當的話同樣會產生偏誤。從形式上看，面板數據模型與一般的橫截面數據。或國家等，t代表時間。是K×1的向量，Xit是K. 面板數據模型的基本分類與()式中的隨機誤差。項的分解和假設有關。當()式成立并且假定：。無論是雙向誤差構成模型還是單向誤差構成模型,的面板數據模型稱為固定效應模型。定效應模型的估計方法。間的處理就可以了。()式中對應的向量實際上是一個虛

　　

【正文】 ndent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood HannanQuinn criter. Fstatistic DurbinWatson stat Prob(Fstatistic) 表 雙向固定效應模型的估計結果 Dependent Variable: LOG(COST) Method: Pooled Least Squares Sample: 1970 1984 Included observations: 15 Crosssections included: 6 Total pool (balanced) observations: 90 Variable Coefficient Std. Error tStatistic Prob. C LOG(Q) LOG(PF) LOG(LF) Fixed Effects (Cross) 1C 2C 3C 4C 5C 6C Fixed Effects (Period) 1970C 1971C 1972C 1973C 1974C 1975C 1976C 1977C 1978C 1979C 1980C 1981C 1982C 1983C 1984C Effects Specification Crosssection fixed (dummy variables) Period fixed (dummy variables) Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood HannanQuinn criter. Fstatistic DurbinWatson stat Prob(Fstatistic) ?表 。從表 以看到，各種固定效應模型都具有較高的擬合優度，模型整體都是顯著的。但是，在時間固定效應模型的估計結果中可以看到， 是不顯著的，并且符號是負號，不符合預期。另外，在雙向效應模型中， 的符號雖然與預期相一致，但是卻是不顯著的。因此，我們首先可以否定后兩種模型的設定方式。 2??2??表 各種固定效應模型估計結果的比較（括號內為顯著性水平 p） 合并數據 模型 橫截面 固定效應模型 時間 固定效應模型 雙向 固定效應模型 () () () () () () () () () () () () （殘差平方和 ) 自由度 904=86 9036=81 90315=72 903615=66 1??2??3??2Ree??此外，我們也可以進行有關的固定效應檢驗。首先，我們以橫截面固定效應模型為無約束模型，合并數據模型為約束模型，進行橫截面效應的檢驗，計算的 F統計量如下： ?在 5%的顯著性水平下， F(5,81)的臨界值約等于 。因此，我們可以初步認定存在橫截面的固定效應。在 EViews6中，也可以直接進行這一檢驗。在橫截面效應估計結果的窗口中，按 [view]?[Fixed/Random Effects Testing]?[Redundant Fixed Effects— Likelihood Ratio] 的順序，可以得到表 。 1( 1 . 3 3 9 8 0 0 0 . 3 0 4 7 7 ) / 5 5 5 . 0 20 . 3 0 4 7 7 7 / 8 1F???表 橫截面固定效應的 EViews檢驗結果 Redundant Fixed Effects Tests Pool: POOL01 Test crosssection fixed effects Effects Test Statistic . Prob. Crosssection F (5,81) Crosssection Chisquare 5 ?在表 ，橫截面固定效應檢驗的 F值為，這和我們剛才計算的結果是一致的。 ?同理，計算時間效應檢驗的 F統計量為： ?這一結果小于 5%顯著性水平下的臨界值F(14,72)=。因此可以認為時間固定效應是不存在的。或者直接在時間固定效應的 EViews的估計結果的窗口中，選擇進行這一檢驗，檢驗的結果如表 。 1( 1 . 3 3 9 8 0 0 1 . 0 8 2 9 2 3 ) / 1 4 1 . 2 11 . 0 8 2 9 2 3 / 7 2F???表 時間固定效應的 EViews檢驗結果 Redundant Fixed Effects Tests Pool: POOL01 Test period fixed effects Effects Test Statistic . Prob. Period F (14,72) Period Chisquare 14 美國航空公司成本函數的隨機效應模型 ?我們仍然用表 6家航空公司成本數據（ 1970—1984），估計橫截面的隨機效應模型，其 EViews的估計結果見表 。 表 橫截面的隨機效應模型的估計結果 Dependent Variable: LOG(COST) Method: Pooled EGLS (Crosssection random effects) Sample: 1970 1984 Included observations: 15 Crosssections included: 6 Total pool (balanced) observations: 90 Swamy and Arora estimator of ponent variances Variable Coefficient Std. Error tStatistic Prob. C LOG(Q) LOG(PF) LOG(LF) Random Effects (Cross) 1C 2C 3C 4C 5C 6C Effects Specification . Rho Crosssection random Idiosyncratic random Weighted Statistics Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Sum squared resid Fstatistic DurbinWatson stat Prob(Fstatistic) Unweighted Statistics Rsquared Mean dependent var Sum squared resid DurbinWatson stat ?在表 ，我們可以看到，橫截面隨機效應模型擬合得也很好，模型整體是顯著的，回歸系數的估計結果也是顯著的，并且符號與預期一致。因此，我們到底應該選擇固定效應模型還是隨機效應模型呢？ ?首先，我們進行 Breusch和 Pagan的 LM檢驗，它需要用到合并回歸的殘差序列。計算的結果，得 LM= ，它遠遠的超過了 5%顯著性水平下的臨界值 ?2(1) =。因此，可以認為，可能存在隨機效應。但是，如前面所述，它不排除固定效應存在的可能性。因此，我們進一步進行Hausman設定檢驗。 EViews6中的 Hausman設定檢驗的結果如表 。 表 Hausman設定檢驗的結果 Correlated Random Effects Hausman Test Pool: POOL01 Test crosssection random effects Test Summary ChiSq. Statistic ChiSq. . Prob. Crosssection random 3 Crosssection random effects test parisons: Variable Fixed Random Var(Diff.) Prob. LOG(Q) LOG(PF) LOG(LF) ?根據表 ，我們無法拒絕原假設，也就是說，應該設定隨機效應模型。 綜合以上分析可以認為，橫截面隨機效應模型是更好的選擇 。 本章思考與練習 ? 什么是雙向誤差模型和單向誤差模型？他們之間有什么區別？ ? 什么是固定效應模型？它有什么基本假定？ ? 如何在橫截面固定效應模型、時間固定效應模型和雙向固定效應模型之間進行選擇？ ? 什么是隨機效應模型？它與固定效應模型的區別是什么？如果判斷一個面板數據模型是固定效應模型還是隨機效應模型？ ? 以下是 3家公司關于投資 (y)和利潤 (x)在 10個時期的數據 t i=1 i=2 i=3 y x y x y x 1 2 3 4 5 6 7 8 9 10 ?（ 1）合并數據，估計以下模型的最小二乘系數： ?（ 2）估計橫截面固定效應模型，并檢驗假設：三家公司的常數項是相同的。 ?（ 3）估計橫截面隨機效應模型，并進行 LM檢驗。 ?（ 4）進行 Hausman設定檢驗。 it it ityx? ? ?? ? ??： ? 假定： 求 ，并討論應如何構造一個可行的 GLS估計量。 it it ityx????2, , 1 ,2,()(). . . ( 0 , ) 1i t i ii t j t i ji t i i t i ti t v iEEvv i i d N??? ? ?? ? ??????????var( )?? 當 N=2,T=2時，在 A1— A5的假定下，寫出雙向隨機效應模型的隨機擾動項的方差 — 協方差矩陣 的具體形式。 ? 對于當 T=2時的一元橫截面固定效應模型 設該固定效應模型的斜率的協方差估計結果為 。另外，對于一階差分模型 ，其中， 。 假設一階差分模型斜率的 OLS估計的結果為 。證明： = 。 ()VE ?? ??, 1 , 2 , .. ., 。 1 , 2it it i ity x u i N T??? ? ? ? ?FE?i i ityx??? ? ? ? 2 1 2 1。i i i i i iy y y x x x? ? ? ? ? ?FD?FE? FD?