- 1、本文档共49页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第六章面板数据模型课件
第六章
面板数据模型;引例. 数据的分类与特点; 1996-2002年中国15个省级地区的居民家庭人均消费数据(不变价格); 1996-2002年中国15个省级地区的居民家庭人均收入数据(不变价格); 图1 面板数据示意图 ; 人均消费和收入的面板数据从纵剖面观察分别见图2和图3。从横截面观察分别见图4和图5。用CP表示消费,IP表示收入。AH, BJ, FJ, HB, HLJ, JL, JS, JX, LN, NMG, SD, SH, SX, TJ, ZJ分别表示安徽省、北京市、福建省、河北省、黑龙江省、吉林省、江苏省、江西省、辽宁省、内蒙古自治区、山东省、上海市、山西省、天津市、浙江省。;图2 15个省市人均消费序列(纵剖面) ;图3 15个省市人均收入序列 ; 图4 15个省市人均消费散点图
(每条连线表示同一年度15个地区的消费值) ;图5 15个省市人均收入散点图(7个横截面叠加)
(每条连线表示同一年度15个地区的收入值) ;15个地区7年人均消费对收入的面板数据散点图见图6和图7。图6中每一种符号代表一个省级地区的7个观测点组成的时间序列。相当于观察15个时间序列。图7中每一种符号代表一个年度的截面散点图(共7个截面)。相当于观察7个截面散点图的叠加。;图7 用7个截面表示的人均消费对收入的面板数据(7个截面叠加) ; 图8给出北京和内蒙古1996-2002年消费对收入散点图。图9给出15个省级地区1996和2002年的消费对收入散点图。;图9 1996和2002年地区消费对收入散点图 ;本章讨论以下问题
一. 面板数据模型的建立
基本概念
面板数据模型的类型
面板模型系数的经济意义及预测
二. 面板数据模型的估计
混合模型的估计
固定效应模型的估计
随机效应模型的估计
三. 面板数据模型的选择
;
一. 面板数据模型的建立
1. 基本概念;2. 面板数据模型的类型
设 为被解释变量在横截面i和时间t上的数值, 为第k个解释变量在横截面i和时间t上的数值, 为横截面i和时间t上的随机误差项; 代表第i截面上的不可观测的个体影响因素;解释变量数为k=l,2,…,K;截面数为i=1,2,…,N;时间长度为t=1,2,…,T。其中,N表示个体截面成员的个数,T表示每个截面成员的观测时期总数,K表示解释变量的个数。则单方程面板数据模型一般形式可写成:;在面板回归模型的一般形式中,由于个体因素无法观测,
不能直接进行估计,因此我们考虑一下三种情况:
;(2) 随机效应模型(random effects model)
如果个体效应存在,但我们假设其与解释变量不
相关,即 ,
那么我们可以建立以下随机效应模型:
其中: 代表个体效应,并且
;(3) 固定效应模型(fixed effects model)
如果个体效应存在,且其与某个解释变量 相关,即
那么我们可以建立以下固定效应模型:
其中: 代表个体效应,并且
;3. 面板模型系数的经济意义
对于面板模型的一般形式:
混合模型
对于混合模型 ,因此
回归系数代表无个体效应下,解释变量X对被解释变量Y的条件期望的边际效应。
;(2) 随机效应模型
对于随机效应模型 ,因此
回归系数代表对于任何个体,解释变量X对被解释变量Y
的条件期望的边际效应。
;(3) 固定效应模型
对于固定效应模型 ,因此
如不考虑个体效应,我们无法获得解释变量X对被解释变
量Y的条件期望的边际效应。
我们只能获得:
即给定某个个体的前提下,解释变量X对被解释变量Y的
条件期望的边际效应。
;对于固定效应模型:
由于 ,
那么当 ,解释变量被归入个体效应 ,因此回归系数将无法识别。
也就是说:
对于固定效应模型,不随时间发生变化的解释变量(例如个体属性)的系数是无法识别的。
;4. 面板数据模型的预测
对于给定的解释变量 ,在对模型参数进行估计的基础上我们需要对
文档评论(0)