【正文】 E V i e w s 6 的面板數(shù)據(jù)模型估計（ Pool E st i m at i on ）窗口分成 兩個模塊， Sp eci f i ca t i on（設(shè)定）和 O pti on s （選擇）。 2022/7/13 計量經(jīng)濟學(xué) 15 . 6 .2 面板數(shù)據(jù) 模型 估計 的 E V i e w s 操作 在打開工作文件窗口的基礎(chǔ)上，點擊主功能菜單 中 的 O bje ct s 鍵，選 N e w O b j ec t功能，從而打開 N e w O bje c t（新對象）選擇窗。點擊 E di t + 鍵，使 E V i e w s 處于可編輯狀態(tài)。點擊 OK 鍵，從而打開 混合數(shù)據(jù)庫（ Po ol ） 窗口 。 或 ② 建立 平衡面板 年度 工作文件 （ 1996 ? 2022 ）。 對數(shù)的人均產(chǎn)出 Ln yit對人均受教育時間 e duit求導(dǎo)數(shù) ，得)( ititite d udydy?。 H1： 個體固定效應(yīng) 模型 。 對模型 (1 5 31 ) 和 ( 15 3 3) 進行考察： )229432/(4 . 4)28/()( 1 2 . 0)/()/()(???KNNTSSENSSESSEFUUR F = 24. 7 F0 . 05 ( 28,4 01) ，所以推翻原假設(shè)。式 ( 15 33 ) 已消除自相關(guān)。 l ny 與人均受教育時間 edu 存在線性關(guān)系。 05 , 0 0 01 0 , 0 0 01 5 , 0 0 02 0 , 0 0 02 5 , 0 0 03 0 , 0 0 03 5 , 0 0 04 0 , 0 0 00 2 , 5 0 0 5 , 0 0 0 7 , 5 0 0 1 0 , 0 0 0 1 2 , 5 0 0 1 5 , 0 0 0Y B J Y TJ Y H E BY S X C Y N M G Y L NY J L Y H L J Y S HY J S Y Z J Y A HY FJ Y J X Y S DY H E N Y H U B Y H U NY G D Y G X Y H NY S C Y G Z Y Y NY S X Y G S Y Q HY N X Y X JK678910115 . 0 5 . 5 6 . 0 6 . 5 7 . 0 7 . 5 8 . 0 8 . 5 9 . 0 9 . 5 1 0 . 0L N Y A H 0 1 L N Y B J 0 1 L N Y G D 0 1L N Y G S 0 1 L N Y G X 0 1 L N Y G Z 0 1L N Y H E B 0 1 L N Y H E N 0 1 L N Y H L J 0 1L N Y H N 0 1 L N Y H U B 0 1 L N Y H U N 0 1L N Y J L 0 1 L N Y J S 0 1 L N Y J X 0 1L N Y L N 0 1 L N Y N M G 0 1 L N Y N X 0 1L N Y Q H 0 1 L N Y S C 0 1 L N Y S D 0 1L N Y S H 0 1 L N Y S X C 0 1 L N Y T J 0 1L N Y X J 0 1 L N Y Y N 0 1 L N Y Z J 0 1L O G ( K )2022/7/13 計量經(jīng)濟學(xué) 案 例 15 3 加入人力資本的生產(chǎn)函數(shù)研究 。 以中國 29 個省級地區(qū)（ 不包括重慶、西藏和港澳臺地區(qū)） 198 7 ? 200 1 年（ 15 年） 的面板數(shù)據(jù) 對我國的生產(chǎn)函數(shù)進行分析，其中寧夏缺少 1 987 ? 19 89年的三組數(shù)據(jù)，所以一共有 4 32 組數(shù)據(jù)。但是實物資本和人力資本在生產(chǎn)函數(shù)中究竟各起到什么樣的作用呢 ? 假設(shè)每個人的人力資本量僅取決于他所接受的教育年數(shù) edut。 H 檢驗的 E V i e w s 輸出 結(jié)果 見圖 15 10 。 H0： ?i = ? （混合模型） H1： ?i各不相同（ 個體固定效應(yīng) 模型） F = )1/(/)(???NNTR S SNR S SR S Suur=0 3 6 8 8 0 )49336/()148/()(????? F0. 05 ( 47, 287) = 因為 F = 5 0 F0. 05 ( 47 , 2 87) = ，推翻原假設(shè)，比較上述兩種模型，建立個體固定效應(yīng)模型更合理。 前面講過 個體固定效應(yīng)模型的離差變換估計的特點是可以剔除那些 隨 時間不變化 但對 交通事故 數(shù)卻存在影響的量 。凌晨 1 ? 3 點 2 5% 的司機飲酒。人均消費的增加慢于人均可支配收入的增加。E V i e w s 的檢驗結(jié)果 見圖 15 5 。由式（ 15 28 ）知RE?~= 0 ，)~( REs ?= 976 。由式（ 15 26 ）和（ 15 27 ）知 R S S r = 02 ， R SS u = 67 ， T =7, N =15 。首先估計混合模型，混合 O L S 估計結(jié)果如下 itPCLn ?= 7 + 4 L nIP i t （ 15 26 ） ( ) ( ) R2 = 0. 984, R S S r = 2, DW = , T =7 , N =15, TN =105 可以在上式中加適當個數(shù)的 AR 項克服自相關(guān)。數(shù)據(jù)是 7年的，每一年都有 15個數(shù)據(jù)，共 105組觀測值。與式（ 15 20 ）比較，這個結(jié)果只要求計算 V ar(??) 和 V a r(?~) ， H 統(tǒng)計量（ 15 22 ）具有實用性。如果模型的解釋變量中不存在內(nèi)生性變量，那么 O L S 估計量和 2S L S 估計量都具有一致性，都有相同的概率極限分布。 若用樣本計算的 F ? F?( N , N T N k ) ，則接受原假設(shè)，建立 混合模型 。 F 統(tǒng)計量定義為： F =)/()]()/ [ ()(kNNTR S SkNNTkNTR S SR S Suur???????=)/(/)(kNNTR S SNR S SR S Suur??? 其中 R SSr表示約束模型，即混合模型的殘差平方和， R SSu表示非約束模型，即個體固定效應(yīng)模型的殘差平方和。 以檢驗 建立混合模型還是 個體固定效應(yīng) 模型為例， 混合 模型屬于 約束 模型，個體固定效應(yīng) 模型屬于非 約束 模型（ ?i可以隨個體不同） 。 對于隨機效應(yīng)模型，可行 G L S 估計量不但是一致估計量，而且是有效估計量，但對于個體固定效應(yīng)模型，可行 G L S 估計量不是一致估計量。 ? + vi t （ 15 17 ） 其中 vi t = ( 1 ??) ?i + ( ui t ??iu) 漸近服從獨立同分布， ? = 1 22??????T?。 2022/7/13 計量經(jīng)濟學(xué) 15. 可行 G L S （ f eas i bl e G L S ）估計法 （ 隨機效應(yīng)估計法 ） 有個體 隨機 效應(yīng)模型 yi t = ?0 + Xi t 39。 ? + ( ui t ui t 1) , i = 1, 2, … , N 。 2022/7/13 計量經(jīng)濟學(xué) 15. 一階差分（ f i rs t di f f er ence ） O L S 估計 在短期面板條件下，一階差分 O L S 估計就是 用個體 固定效應(yīng)模型中解釋變 量與被 解釋變量的差分變量構(gòu)成的模型 進行 O L S 參數(shù) 估計。 ? +iu 上兩式相減，消去了 ?i，得 yi t iy= ( Xi t iX) 39。此條件下的樣本容量為 N 。 ? + ui t 為例，首先對面板中的每個個體求平均數(shù)， 令 從而建立模型 iy= ?i +iX39。因為 ?i與 Xi t相關(guān)，也即 ui t與 Xi t相關(guān)，所以個體固定效應(yīng)模型的參數(shù)若采用混合 O L S 估計，估計量不 再 具有一致性。解釋如下： 假定模型實為個體固定效應(yīng)模型 yi t = ?i + Xi t 39。 t = 1, 2, … , T ( 15 12 ) 如果模型是正確設(shè)定的，且解釋變量與誤差項不相關(guān)，即 C o v ( Xi t, ui t) = 0 。因為固定效應(yīng)模型和隨機效應(yīng)模型中的 ? i 都是隨機變量。其實固定效應(yīng)模型應(yīng)該稱之為“相關(guān)效應(yīng)模型”，而隨機效應(yīng)模型應(yīng)該稱之為“非相關(guān)效應(yīng)模型”。 同理也可定義 時間 隨機效應(yīng)模型和個體 時間 雙 隨機效應(yīng) 模型。 2022/7/13 計量經(jīng)濟學(xué) 15. 隨機效應(yīng)模型 對于面板數(shù)據(jù)模型 yi t = ?i + Xi t39。 如果模型形式是正確設(shè)定的，并且滿足模型通常的假定條件，對模型（ 15 10 ）進行混 合 O L S 估計，全部參數(shù)估計量都是不一致的。，個截面不屬于第其他個截面如果屬于第tt Tt 2022/7/13 計量經(jīng)濟學(xué) 2 ．面板數(shù)據(jù)模型分類 2 . 2 . 2 時點固定效應(yīng) 模型（ t im e f ix e d e f f e c t s m o d e l ） 以例 1 為例得到的時點固定效應(yīng)模型估計結(jié)果見圖 11 ，代數(shù)式如下： 1iL n c p? =?? 0 +?? 1 9 9 6 +1??Ln ip i 1 = ( 0 . 2 4 7 4 + 0 . 0 2 5 7 ) + 1 . 0 0 Ln ip i 1 , t = 1 9 9 6 ( 2 . 1 ) (7 2 . 9 ) 2iL n cp? =?? 0 +?? 1997 +1??Ln ipi 2 = ( 0 . 2 4 7 4 + 0 . 0 2 6 6 ) + 0 . 7 8 Ln ipi 2 , t = 1 9 9 7 ( 2 . 1 ) ( 7 2 . 9 ) … 7iL n cp? =?? 0 +?? 2 0 0 2 +1??Ln ip i 7 = ( 0 . 2 4 7 4 – 0 . 0 2 0 4 ) + 0 . 7 8 Ln ip i 7 , t = 2 0 0 2 ( 2 . 1 ) ( 7 2 . 9 ) R2 = 0 . 9 8 6 7 , SSE r = 4 0 2 8 8 4 3 , t 0 . 0 5 ( 9 7 ) = 1 . 9 8 注意： 時點固定效應(yīng) 模型 中不可以加 AR 項。 時間 固定效應(yīng)模型也可 以 用 虛擬變量 形式 表示為 yi t = ?1 W1 + ?2 W2 + … + ? T WT + Xi t 39。 tL n c p 15? =??浙江 +1??Ln ip 15 t = ( 0 . 6 8 7 8 + 0 . 0 4 3 4 ) + 0 . 89 Ln ip 15 t ( 5. 4 ) ( 6 0 . 6 ) R2 = 0 . 9 9 37 , SSE r = 0 . 0 6 6 7 , t 0 . 0 5 ( 8 9 ) = 1 . 9 8 , D W = 1 . 5 1 從結(jié)果看，北京、上海、浙江是自發(fā)消費（消費函數(shù)截距）最大的 3個地區(qū)。對于短期面板來說，這是一個基本不隨時間變化的量，但是對于不同的省份，這個變量的值是不同的。 （ 詳見第 1 5. 3 節(jié) ） 下面解釋 設(shè)定個體固定效應(yīng)模型的原因。 對于短期面板數(shù)據(jù)， 如果 個體固定效應(yīng)模型是正確設(shè)定的， 那么 ? 的混合 O L S 估計量不具有一致性。 下面解釋 設(shè)定個體固定效應(yīng) 模型 的原因 。 E( ui t? ?i, Xi t) = 0, i = 1, 2, … , N