第10章 Panel Data 模型10288.ppt

(3) 包含时期个体恒量的固定影响变截距模型 模型(10.3.1)还可以推广为包含时期个体恒量的形式，即模型形式为： i =1, 2,…, N ，t =1, 2,…, T (10.3.15) 其中：?t 为时期个体恒量，反映时期特有的影响。类似地，通过引进相应的个体成员和时期虚拟变量，利用普通最小二乘法可以得到各参数的OLS估计。 3. 固定影响变截距模型的广义最小二乘估计 (1) 截面加权(个体成员截面异方差情形的GLS估计 ) 利用OLS参数估计，我们得到5个公司的方程残差的方差?i2 ，具有截面异方差性。 残差的方差 33455.51 美国钢铁公司（US） 633.42 西屋公司（WE） 34288.49 通用电器公司（GE） 755.85 克莱斯勒公司（CH） 9410.9 通用汽车公司（GM） 当残差具有截面异方差性和同步不相关时最好进行截面加权回归： EViews进行可行广义最小二乘（FGLS）。 首先从一阶段Pool最小二乘回归，得到方差 ?i2 的估计值 si2，计算公式为： ， i =1, 2, …, N (10.3.24) 其中 是OLS的拟合值。 个体成员方程截面异方差的协方差矩阵的估计为 然后，用得到的样本方差估计作为各个体成员的权重，即加权矩阵为?N ?IT，利用加权最小二乘方法得到相应的GLS估计。类似地，可以得到含有T个时间截面方程情形下的时期异方差的GLS估计。 其次系数值 ? 由标准GLS估计量估计，是有效估计量。 (2) 同期相关协方差情形的SUR估计 当残差具有截面异方差性和同步相关性时，SUR加权最小二乘是可行的GLS估计量： 其中? 是同步相关的对称阵： (10.3.28) 一般项 ，在所有的 t 时为常数。 EViews估计SUR模型时使用的 ?ij 是由一阶段Pool最小二乘回归得到： i, j =1, 2, ?, N (10.3.30) 其中： 和 可由式（10.3.3）和式（10.3.4）得到。计算后，再进行广义最小二乘估计（GLS），此时 ? 的SUR估计为： (10.3.31) 其中: , , , 此时? 的SUR估计为： 10.3.2 随机影响变截距模型 (Random Effects) 随机影响模型假设?it 项是共同系数 ? 和不随时间改变的截面说明随机变量 vi 的和， vi 和残差 ui 是不相关的。 ， i =1, 2, …, N (10.3.36) 为了分析方便，可以将模型(10.3.36)写成如下形式： (10.3.43) 其中： ，? = (? , ? ?)? ，wi = vi + ui。 EViews按下列步骤估计随机影响模型： (1)? 使用固定影响模型的残差估计 ui 的方差： (10.3.52) 使用包含总体均值截距项的变截距模型的残差估计 vi 的方差， (10.3.52) (2) 由于