【正文】 w s 以上版本 個(gè)體固定效應(yīng)對(duì)話框中 的 回歸因子選項(xiàng)中填不填 c 輸出結(jié)果都會(huì)有固定常數(shù)項(xiàng)。 下面分別介紹。? +?it, i = 1, 2, …, N。 t對(duì)應(yīng)面板數(shù)據(jù)中不同時(shí)點(diǎn)。 panel 原指對(duì)一組固定調(diào)查對(duì)象的多次觀測，近年來 panel data已經(jīng)成為專業(yè)術(shù)語。 N=30， T=50的面板數(shù)據(jù)示意圖 中國各省級(jí)地區(qū)消費(fèi)性支出占可支配收入比例走勢圖 面板數(shù)據(jù)分兩種特征 ：（ 1）個(gè)體數(shù)少，時(shí)間長。 T表示時(shí)間序列的最大長度。 t = 1, 2, …, T 其中 yit為被回歸變量（標(biāo)量）， ?表示截距項(xiàng)， Xit為 k ?1階回歸變量列向量（包括 k個(gè)回歸量）， ?為 k ?1階回歸系數(shù)列向量， ?it為誤差項(xiàng)（標(biāo)量）。 （ entity fixed effects model） 如果一個(gè) 面板數(shù)據(jù) 模型定義為， yit = ?i + Xit 39。 （ 3 ） 個(gè)體固定效應(yīng)回歸模型的估計(jì)方法有多種，首先設(shè)法除去 ?i的影響， 從而保證 ? 估計(jì)量的一致性。 因?yàn)?zi是不隨時(shí)間變化的量，所以 當(dāng)對(duì)個(gè)體固定效應(yīng) 模型中的變量進(jìn)行差分時(shí)，可以剔除那些隨個(gè)體變化，但不隨時(shí)間變化的 zi的影響。 t = 1, 2 , … , T 這正是時(shí)點(diǎn)固定效應(yīng) 模型形式。 t = 1, 2, … , T 其中 yi t為被回歸變量（標(biāo)量）； ?i是隨機(jī)變量，表示對(duì)于 N 個(gè)個(gè)體有N 個(gè)不同的截距項(xiàng)，且其變化與 Xi t有關(guān)系； ?t是隨機(jī)變量，表示對(duì)于T 個(gè)截面（時(shí)點(diǎn)）有 T 個(gè)不同的截距項(xiàng)，且其變化與 Xi t有關(guān)系； Xi t為 k ? 1 階回歸變量列向量（包括 k 個(gè)回歸量）； ? 為 k ? 1 階回歸系數(shù)列向量； ?i t為誤差項(xiàng)（標(biāo)量）滿足通常假定 ( ?i t ? Xi t, ?i, ?t) = 0 ；則稱此模型為個(gè)體時(shí)點(diǎn) 固定效應(yīng) 模型。 隨機(jī)效應(yīng)模型 對(duì)于個(gè)體隨機(jī)效應(yīng)模型， E( ?i ? Xi t) = ? ，則有， E( yi t ? xi t) = ? + Xi t39。給定混合模型 yi t = ? + Xi t 39。 假定模型實(shí)為個(gè)體固定效應(yīng)模型 yi t = ?i + Xi t 39。 ? + ?i t 為例，首先對(duì)面板中的每個(gè)個(gè)體求平均數(shù)，從而建立模型 iy= ?i +iX39。 離差 變換 （ w ithi n ） OL S 估計(jì) 對(duì)于短期面板數(shù)據(jù)， 離差變換 O L S 估計(jì)法的原理是先把面板數(shù)據(jù)中每個(gè)個(gè)體的觀測值變換為對(duì)其平均數(shù)的離差觀測值，然后利用 離差變換 數(shù)據(jù)估計(jì)模型參數(shù)。 離差 變換 （ w ithi n ） OL S 估計(jì) 如果對(duì)固定效應(yīng) ?i感興趣，也可按下式估計(jì) ?i： i??=iyiX39。 ? + ?i t 1 上兩式相減，得一階差分模型（ ?i被消去） yi t yi t 1 = ( Xi t Xi t 1) 39。 ? + vi t 其中 vi t = ( 1 ??) ?i + ( ?i t ??i?) 漸近服從獨(dú)立同分布， ? = 1 22??????T?，應(yīng)用 O L S 估計(jì)，則所得估計(jì)量稱為 隨機(jī)效應(yīng)估計(jì)量或可行 G L S 估計(jì)量。采用 G MM 方法還可以得到更有效的估計(jì)量。 判別規(guī)則是， 若 F ? ?? ( m ) ，約束條件成立，若 F ? ? ?? ( m ) ，約束條件不成立。數(shù)據(jù)是 7年的，每一年都有 15 個(gè)數(shù)據(jù)，共 105 組觀測值。 5 ．面板數(shù)據(jù)建模案例分析 案例 1 ： 個(gè)體固定效應(yīng)回歸模型的預(yù)測 。飲酒司機(jī)出交通事故數(shù)是不飲酒司機(jī)的 13 倍。 案例 2 美國公路交通事故死亡人數(shù)與啤酒稅的關(guān)系研究 按個(gè)體時(shí)間雙固定效應(yīng)模型估計(jì) itb e rmnu ?= + … 0. 646 b eer t ax it ( ) ( 3. 25) SSE = 用 F 檢驗(yàn)判斷應(yīng)該建立混合模型還是個(gè)體時(shí)間雙固定效應(yīng)模型。 10 0001 00 02 00 03 00 04 00 05 00 00 4 00 0 8 00 0 1 20 00 1 60 00 2 00 00I 1F1F 1 v s . L o g I1 20 00 10 0001 00 02 00 03 00 04 00 05 00 00 4 00 0 8 00 0 1 20 00 1 60 00 2 00 00I 1F1F 1 v s . In v e r s e o f I101 00 02 00 03 00 04 00 05 00 00 4 00 0 8 00 0 1 20 00 1 60 00 2 00 00I 1F1F 1 v s . P o ly n o m i a l ( d e g r e e = 2 ) o f I15 . 56 . 06 . 57 . 07 . 58 . 08 . 59 . 06 . 0 6 . 5 7 . 0 7 . 5 8 . 0 8 . 5 9 . 0 9 . 5 1 0 . 0L O G ( C I N C O M E )L O G ( C f o o d ) 案例 3 ： 全國省 級(jí)地區(qū) 城鎮(zhèn)居民人均食品支出與收入的關(guān)系研究（ 1 985 ? 20 05 ） 。當(dāng)城鎮(zhèn)人均收入增長到 1 50 00 元時(shí)， 人均食品支出對(duì)人均收入 的 彈性 系數(shù)下降到 0. 6 0 。 05 0 01 , 0 0 01 , 5 0 02 , 0 0 02 , 5 0 03 , 0 0 086 88 90 92 94 96 98 00 02 04F 1 A N HF 1 A N H ( B a s e l i n e )01 , 0 0 02 , 0 0 03 , 0 0 04 , 0 0 05 , 0 0 086 88 90 92 94 96 98 00 02 04F 1 B E JF 1 B E J ( B a s e l i n e ) 安徽省城鎮(zhèn)人均食品支出的靜態(tài)預(yù)測結(jié)果 北京市人均食品支出的靜態(tài)預(yù)測結(jié)果 6 ． E V iw e s 應(yīng)用 以 案例 1 為例 ， 介紹面板數(shù)據(jù)模型估計(jì)步驟 。在 窗口 中輸入 15 個(gè)地區(qū)的 標(biāo)識(shí) AH （安徽） 、 BJ（北京） 、 … 、 ZJ （浙江），如 圖 3 。 6 ． E V iw e s 應(yīng)用 點(diǎn)擊 Pan el G ener 或 Q ui ck / G enerat e S eri es b y E qu at i on 健，可以通過公式用已有的變量生成 新變量（注意：輸入變量時(shí)，不要忘記帶變量后綴“？”）。 6 ． E V iw e s 應(yīng)用 2 ． 面板數(shù)據(jù) 模型 的 E V i w e s 5 .0 估計(jì)方法 ： E V i w es 面板數(shù)據(jù)模型估計(jì) 對(duì)話 窗口 如下， 6 ． E V iw e s 應(yīng)用 2 ． 面板數(shù)據(jù) 模型 的 E V i w e s 6 估計(jì)方法 ： EV iw e s 5 . 1 、 6 面板模型估計(jì)窗口 6 ． E V iw e s 應(yīng)用 2 ． 面板數(shù)據(jù) 模型 的 E V i w e s 5. 1 、 6 估計(jì)方法 ： 在 E st i m at i on Met hod （估計(jì)方法）選項(xiàng)區(qū)內(nèi)有三個(gè)選項(xiàng)框。具體做法是（ 1 ）先從 ? yi t和 yi t中剔出自相關(guān)和確定項(xiàng)的影響，并使其標(biāo)準(zhǔn)化 成為代理變量。 7 ．面板數(shù)據(jù)的單位根檢驗(yàn) 7 .1 L L C （ L evi n L i n C h u ）檢驗(yàn) （ 1 ）估計(jì)代理變量。 7 ．面板數(shù)據(jù)的單位根檢驗(yàn) 7 .1 L L C （ L evi n L i n C h u ）檢驗(yàn) E V i e w s 6 操作步驟：在 選定若干個(gè)體的 面板數(shù)據(jù)窗口點(diǎn)擊 V i e w 選 U ni t R oot T es t 功能。在原假設(shè)成立條件下， A D F Fis her ?2 = 2??Niip1)l og (? ?2(2 N ) 其中 pi是相應(yīng) A D F 統(tǒng)計(jì)量對(duì)應(yīng)的 p 值， N 表示個(gè)體個(gè)數(shù)。 8 ．面板數(shù)據(jù)模型的 協(xié)整 檢驗(yàn) E V i w es 操作：在面板模型估計(jì) 窗口點(diǎn)擊 V i e w 鍵，選 c oi nte grat i on t es t 功能。 P edr o ni 檢驗(yàn)， K ao 檢驗(yàn)和 Fis he r （ c om bi ned J oha nson ）檢驗(yàn)。 A D F Ch oi Z = ???NiipN 11)(1?? N ( 0, 1) 其中 pi是相應(yīng) A D F 統(tǒng)計(jì)量對(duì)應(yīng)的 p 值， ? 1( 以 案例 1 中 15 個(gè) 人均消費(fèi) 個(gè)體 CPi t面板數(shù)據(jù)為例 ， L LC 檢驗(yàn) 的 輸出結(jié)果 見圖 。??+ti??， yi t 1 = ??ikjji~1?? yi t j + Zit39。 L L C 修正的?()t ?漸近服從 N ( 0, 1) 分布。 （ 2 ） P eri od （時(shí)點(diǎn)）中也包括 N o ne （不選）， Fix e d （固定）， R and om （隨機(jī)）三項(xiàng)選擇分別用來進(jìn)行非時(shí)點(diǎn)效應(yīng)，時(shí)點(diǎn)固定效應(yīng)或時(shí)點(diǎn)隨機(jī)效應(yīng)設(shè)定（見圖 1 2 ）。見 圖 7 。 在新建的 混合數(shù)據(jù)庫（ Po o l ） 窗口的工具欄中點(diǎn)擊 S heet 鍵 （第 2 種路徑是， 點(diǎn)擊 V i e w 鍵 ，選 S pr ea dshe et ( st ac k ed data) 功能） ，從而打開 Seri es L i st （列寫序列名） 窗口，定義時(shí)間序列變量 C P? 和 IP ? （符號(hào)？表 示與 CP 和 IP 相連的 15個(gè)地區(qū)標(biāo)識(shí)名） 。 首先建立 年度 工作文件 （ 1 996 ? 200 2 ） 。 案例 3 ：全國省 級(jí)地區(qū) 城鎮(zhèn)居民人均食品支出與收入的關(guān)系研究（ 1 985 ? 20 05 ）。所以討論建立面板數(shù)據(jù)模型時(shí)，應(yīng)該建立 關(guān)于 l o g( F o od) 和 l og( l og ( i n e) ) 的 面板數(shù)據(jù)模型。 建立個(gè)體時(shí)間雙 固定效應(yīng) 模型比混合 模型合理。 1 .01 .52 .02 .53 .03 .54 .04 .50 .0 0 .