微觀計量經(jīng)濟學(xué)教案平行數(shù)據(jù)模型——變截距模型(存儲版)
【正文】 Data模型微觀Panel Data模型 離散選擇模型 完全非參數(shù)模型簡單非線性模型 復(fù)雜非線性模型 其它Panel Data模型占第 2位 關(guān)于 Panel Data Model ? 《 經(jīng)濟 研究 》 1984— 2021年發(fā)文 應(yīng)用模型的類型分布187521192141016122 14經(jīng)典單方程模型 經(jīng)典聯(lián)立方程模型 宏觀時間序列分析模型金融時間序列分析模型 其它時間序列分析模型 宏觀Pan el Dat a模型微觀Pan el Dat a模型 離散選擇模型 完全非參數(shù)模型簡單非線性模型 復(fù)雜非線性模型 其它Panel Data模型占第 3位 一、模型的設(shè)定 —— F檢驗 ⒈ 單方程平行數(shù)據(jù)模型的三種情形 ? 情形 1，在橫截面上無個體影響、無結(jié)構(gòu)變化，則普通最小二乘估計給出了和的一致有效估計。 ? 假設(shè) 2：截距和斜率在不同的橫截面樣本點和時間上都相同。 )]1(,)1[(~)]1(/[])1/ [()(1121 ???????? KTnKnFKnnTSKnSSF? Eviews 不能自動進行 F檢驗，需要單獨進行檢驗。則 有 iiii QuQXQeQy ??? ?? ii QuQX ?? ? 于是 ii QyX ? iiii QuXQXX ???? ? ? ?iiiQyX ?? ????iiiiiiQuXQXX ?)( ??????????????? ?????niiiniiiCVQyXQXX111?? e’e=T 這是一個不含高階的Qi，只含 β的模型，可以估計 β β的協(xié)方差估計是無偏的，且當(dāng) n或 T趨于無窮大時，為一致估計。進一步假定： 0][][ ?? iit EuE ?,22 ][uituE ??,22 ][??? ?iE 0][ ?jituE ? ,0][ ?jsit uuE( st ? , ji ?), 0][ ?jiE ?? (ji ?) 對于不同個體，截距的主體部分相同，只是隨機擾動不同 ? OLS將得到參數(shù)的無偏和一致估計，但為什么要采用 FGLS進行參數(shù)估計？ – 第一， OLS雖得到參數(shù)的一致估計，但標(biāo)準(zhǔn)誤差被低估。 ? Zi 與 αi共線性，無法估計得到 γ、 μ、 α，可以估計 β。 )?v a r ()v a r ()?v a r ( ?? ????? bb⒉ 步驟 ? 首先將模型作為 fixed effect，估計得到 LSDV模型的估計量 b和它的方差； ? 然后將模型作為 random effect，采用 FGLS估計 ,得到 β＾和它的方差； ? 計算 Wald統(tǒng)計量； ? 查得采用 random effect 好于 fixed effect的概率。 。 ⒎ 不齊平行數(shù)據(jù)的隨機影響模型 ? 在隨機影響模型中，不齊平行數(shù)據(jù)增加了一些估計上的困難。 ⒋ 含個體屬性變量的模型 ? 個體屬性的影響應(yīng)該被考慮。 三、隨機影響變截距模型 ⒈ 隨機影響變截距模型的 FGLS估計方法 ? 隨機影響變截距模型與截距、系數(shù)不變的模型的區(qū)別在隨機項， 于是 FGLS成為首選的估計方法。此時，可用分塊回歸的方法進行計算。 ? 檢驗假設(shè) 1的 F統(tǒng)計量 ?從直觀上看，如 S2－ S1很小， F1則很小，低于臨界值，接受 H1。 ji ?? ? ji ?? ?? 情形 3，變系數(shù)模型，除了存在個體影響外 ,在橫截面上還存在變化的經(jīng)濟結(jié)構(gòu)，因而結(jié)構(gòu)參數(shù)在不同橫截面單位上是不同的。 itiitiit uxy ??? ??ni ,1 ?? Tt ,1 ??ji ?? ? ji ?? ?? 情形 2，變截距模型，在橫截面上個體影響不同，個體影響表現(xiàn)為模型中被忽略的反映個體差異的變量的影響，又分為固定影響和隨機影響兩種情況。 S3為截距、系數(shù)都不變的模型的殘差平方和， S1為截距、系數(shù)都變化的模型的殘差平方和。 ? 當(dāng) n很大，甚至成千上萬， OLS計算可能超過任何計算機的存儲容量。 – 將使得漸近性質(zhì)的證明變得復(fù)雜。建議： iii aX ?? ??),0(~ 2??? Ni? 原模型參數(shù)的 GLS估計為： bG
高考資料相關(guān)推薦
鄂ICP備17016276號-1