【文章內(nèi)容簡介】 而卻步，或壓縮購置計(jì)劃、壓縮消費(fèi)需求，或者購買計(jì)劃延后執(zhí)行，或者將資金轉(zhuǎn)向儲蓄或投資。居民價(jià)格水平下降，使得居民生活水平增加，會減少同等價(jià)值的實(shí)物消費(fèi)，損害消費(fèi)者的利益。中國編制的價(jià)格指數(shù)主要有：工業(yè)品出廠價(jià)格指數(shù)；農(nóng)副產(chǎn)品收購價(jià)格指數(shù)；工農(nóng)產(chǎn)品比價(jià)指數(shù)；農(nóng)村工業(yè)品零售價(jià)格指數(shù)；國營商業(yè)零售牌價(jià)指數(shù)；集市貿(mào)易價(jià)格指數(shù)；全社會零售物價(jià)指數(shù)；職工生活費(fèi)用價(jià)格指數(shù)，等等。 面板數(shù)據(jù)的概述 所謂“平行數(shù)據(jù)”，也被翻譯成“面板數(shù)據(jù)”，指在時(shí)間序列上取多個(gè)截面，在這些截面上同時(shí)選取本觀測值所構(gòu)成的樣本數(shù)據(jù)。在經(jīng)濟(jì)學(xué)研究和實(shí)際應(yīng)用中，我們經(jīng)常需要同時(shí)分析和比較橫截面觀測值和時(shí)間序列觀察值結(jié)合起來的數(shù)據(jù)，即：數(shù)據(jù)集中的變量同時(shí)含有橫截面和時(shí)間序列信息。這種數(shù)據(jù)被稱為面板數(shù)據(jù)（panel data）這與純粹的橫截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)有著不同的特點(diǎn)。簡單地講，面板數(shù)據(jù)因同時(shí)含有時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù)，所以其統(tǒng)計(jì)性質(zhì)既帶有時(shí)間序列的性質(zhì)，又包含一定的橫截面特點(diǎn)。 面板數(shù)據(jù)通常分為兩類： 由個(gè)體調(diào)查數(shù)據(jù)得到的面板數(shù)據(jù)通常被稱為微觀面板（micro panels）。微觀面板數(shù)據(jù)的特點(diǎn)是個(gè)體數(shù)N較大（通常是幾百或幾千個(gè)）而時(shí)期數(shù)T較短（最少是2年，最長不超過10年或20年）。 由一段時(shí)期內(nèi)不同國家的數(shù)據(jù)得到的面板數(shù)據(jù)通常被稱為宏觀面板（macro panels）。這類數(shù)據(jù)一般具有適度規(guī)模的個(gè)體N（從7到100或200不等，如七國集團(tuán)，OECD，歐盟，發(fā)達(dá)國家或發(fā)展中國家），時(shí)期數(shù)T一般在20年到60年之間。 因數(shù)據(jù)結(jié)構(gòu)上的區(qū)別，微觀面板與宏觀面板要求使用不同的計(jì)量方法。：微觀面板必須研究T固定而N較大的漸進(jìn)特性，而宏觀面板的漸進(jìn)特性則是指T和N都較大的情況。：對于宏觀面板，當(dāng)時(shí)間序列較長時(shí)需要考慮吧數(shù)據(jù)的非平穩(wěn)問題，如單位根、結(jié)構(gòu)突變以及協(xié)整等；而微觀面板不需要處理非平穩(wěn)問題，特別是每個(gè)家庭或個(gè)體時(shí)期數(shù)T較短時(shí)。：在處理宏觀面板時(shí)必須考慮國家之間的相關(guān)性，而在微觀面板中，如果個(gè)體是隨機(jī)抽樣產(chǎn)生，則個(gè)體之間不大可能存在相關(guān)性，因此不需要考慮此問題。 Hsiao(2003)列出了使用面板數(shù)據(jù)的一些優(yōu)點(diǎn)。（1） 可以控制個(gè)體差異。面板數(shù)據(jù)表明個(gè)體之間都存在差異性。時(shí)間序列和橫截面分析沒有控制這種差異性，因而其結(jié)果很有可能是有偏的。（2） 面板數(shù)據(jù)模型容易避免多重共線性問題。面板數(shù)據(jù)具有更多的信息，更大的變異，變量間更弱的共線性，更大的自由度以及更高的效率。（3） 面板數(shù)據(jù)更適合于研究動態(tài)調(diào)整過程。（4） 面板數(shù)據(jù)還可以識別、測量單純使用橫截面或時(shí)間序列數(shù)據(jù)無法估計(jì)的影響。（5） 與純橫截面數(shù)據(jù)或時(shí)間序列數(shù)據(jù)相比，面板數(shù)據(jù)模型允許我們構(gòu)建并檢驗(yàn)更復(fù)雜的行為模型。（6） 基于個(gè)體、企業(yè)或家庭所搜集的微觀面板數(shù)據(jù)與在宏觀層次上所收集的類似變量相比更加準(zhǔn)確，而且還可能消除企業(yè)或個(gè)體數(shù)據(jù)加總所導(dǎo)致的偏倚。（7） 一般宏觀面板數(shù)據(jù)中時(shí)間序列的時(shí)期數(shù)較長，而且與時(shí)間序列分析中進(jìn)行單位根檢驗(yàn)遇到的非標(biāo)準(zhǔn)分布問題不同，面板單位根檢驗(yàn)通常具有標(biāo)準(zhǔn)的漸進(jìn)分布。面板數(shù)據(jù)的局限性包括：（1） 圍觀調(diào)查面板數(shù)據(jù)極少。（2） 測量誤差的扭曲嚴(yán)重。（3） 面板數(shù)據(jù)調(diào)查的樣本選擇問題。自選擇、未回答、非隨機(jī)樣本流失等。（4） 時(shí)間維度短。微觀面板通常是年度數(shù)據(jù)，每個(gè)個(gè)體的時(shí)期數(shù)較短。因?yàn)椋饕蕾噦€(gè)體數(shù)趨于無窮進(jìn)行漸進(jìn)的統(tǒng)計(jì)分析。（5） 截面相關(guān)性。國家或地區(qū)的宏觀面板數(shù)據(jù)，如果時(shí)間序列較長而且沒有考慮到國家之間的相關(guān)性就會導(dǎo)致錯(cuò)誤的推斷結(jié)論。事實(shí)上，考慮截面相關(guān)非常重要，而且會影響到統(tǒng)計(jì)推斷的結(jié)論。為此，人們也提出了考慮這種相關(guān)性的面板單位根檢驗(yàn)方法。 面板數(shù)據(jù)模型的概述 研究和分析面板數(shù)據(jù)的模型被稱為面板數(shù)據(jù)模型（panel data model）。它的變量取值都帶有時(shí)間序列和橫截面的兩重性。一般的線性模型只單獨(dú)處理截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)，而不能同時(shí)分析和對比它們。面板數(shù)據(jù)模型，相對于一般的線性回歸模型，其長處在于它既考慮到了橫截面數(shù)據(jù)存在的共性，又能分析模型中橫截面因素的個(gè)體特殊效應(yīng)。當(dāng)然，我們也可以將橫截面數(shù)據(jù)簡單地堆積起來用回歸模型來處理，但這樣做就喪失了分析個(gè)體特殊效應(yīng)的機(jī)會。 面板數(shù)據(jù)模型的一般形式為：， 其中，是一個(gè)向量，是一個(gè)向量，k是解釋變量的數(shù)目。T是時(shí)期總數(shù)，隨機(jī)干擾項(xiàng)互相獨(dú)立，且滿足零均值，等方差。 根據(jù)截距項(xiàng)系數(shù)向量中各分量的不同限制，可將面板數(shù)據(jù)分為三種類型。模型常用的有如下三種情形： 情形1： ，模型為：對于情形1，回歸斜率系數(shù)和截距都相同，即在橫截面上無個(gè)體影響，也無結(jié)構(gòu)變化，則普通最小二乘估計(jì)給出了和的一致有效估計(jì)，相當(dāng)于將多個(gè)時(shí)期的截面數(shù)據(jù)放在一起作為樣本數(shù)據(jù)。因此該模型也被稱為聯(lián)合回歸模型或混合模型。 情形2： ，模型為：對于情形2，回歸斜率系數(shù)相同但截距不同，這時(shí)的模型成為變截距模型（panel data model with wariable intercept），在橫截面上的個(gè)體影響不同，個(gè)體影響表現(xiàn)為模型中被忽略的反映個(gè)體差異的變量的影響，又分為固定影響（fixedeffect）和隨機(jī)影響（randomeffect）兩種情況。固定效應(yīng)模型為：是對每一個(gè)個(gè)體的是固定常數(shù)，代表個(gè)體的特殊效應(yīng)，也反應(yīng)了個(gè)體間的差異。而固定效應(yīng)模型也被稱為最小二乘虛擬變量模型或虛擬變量模型。隨機(jī)效應(yīng)模型可以表達(dá)如下：，是一個(gè)隨機(jī)變量，代表個(gè)體的隨機(jī)效應(yīng)。由于模型的誤差項(xiàng)為兩種隨機(jī)誤差之和，所以也被稱為誤差構(gòu)成模型。 情形3： ，模型為： 對于情形3，這時(shí)的模型稱為變系數(shù)模型（panel data model with variable coefficient），該模型假設(shè)個(gè)體成員即存在個(gè)體影響，又存在結(jié)構(gòu)變化。即在允許個(gè)體影響由變化的截距項(xiàng)來說明，同時(shí)還允許依個(gè)體成員的不同而變化，用以說明個(gè)體成員之間的結(jié)構(gòu)變化。除了存在個(gè)體影響外，在橫截面上還存在變化的經(jīng)濟(jì)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。典型的平行數(shù)據(jù)是橫截面單位較多而時(shí)期較少的數(shù)據(jù)。這樣，該技術(shù)主要集中于橫截面的變化或異方差。該模型也分為固定影響和隨機(jī)影響兩種情況。 各類檢驗(yàn) 我們需要對面板回歸模型的計(jì)量問題進(jìn)行檢驗(yàn)，來確定我們合意的模型，并對估計(jì)進(jìn)行修正，得到可靠的估計(jì)值。 混合回歸模型對隨機(jī)效應(yīng)模型 混合數(shù)據(jù)分析依賴于這樣的假定，也就是變量之間（用X表示解釋變量，用Y表示被解釋變量）的關(guān)系部隨橫截面或時(shí)間變化而變化，這就意味著X和Y之間的回歸系數(shù)（截距項(xiàng)和斜率項(xiàng)）是常數(shù)，混合估