stata與面板數(shù)據(jù)回歸(參考版)
2025-05-14 19:28本頁面
【正文】 [Var(b)Var(B)]1(bB)～ x2(k) ? Hausman統(tǒng)計(jì)量服從自由度為 k的 χ2分布。 如果拒絕了原假設(shè) ， 我們就認(rèn)為選擇固定效應(yīng)模型是比較合適的 。考慮到中國各省份財(cái)政支出結(jié)構(gòu)與經(jīng)濟(jì)增長的關(guān)系存在明顯的地區(qū)差異，從時(shí)間序列的角度，考慮各省差異的動(dòng)態(tài)性，是面板數(shù)據(jù)模型的優(yōu)勢 ? 例如 ,在研究中國地區(qū)經(jīng)濟(jì)增長的過程中，以全國 28 個(gè)省區(qū)為研究對象，可以認(rèn)為這 28 個(gè)省區(qū)幾乎代表了整個(gè)總體 ? 同時(shí)假設(shè)在樣本區(qū)間內(nèi)，各省區(qū)的 ? 經(jīng)濟(jì)結(jié)構(gòu) ? 人口素質(zhì) ? 等不可觀測的特質(zhì)性因素是固定不變的，因此采用固定效應(yīng)模型是比較合適的 i t i t i i ty x u? ? ?? ? ? ?? 而當(dāng)我們研究某個(gè)縣市居民的消費(fèi)行為時(shí)，由于樣本數(shù)相對于江蘇省幾千萬人口是個(gè)很小的樣本，此時(shí)，可以認(rèn)為個(gè)體居民在個(gè)人能力、消費(fèi)習(xí)慣等方面的差異是隨機(jī)的，采用隨機(jī)效應(yīng)模型較為合適 ? 隨機(jī)效應(yīng)模型： ? RE認(rèn)為個(gè)體的差異是隨機(jī)的，其中 ? 非觀測的個(gè)體差異效應(yīng) 與隨機(jī)擾動(dòng)項(xiàng)一樣都是隨機(jī)變量 i?隨機(jī)效應(yīng)模型 ? 總結(jié)：如果把非觀測效應(yīng)看做是各個(gè)截面或個(gè)體特有的可估計(jì)參數(shù)，并且不隨時(shí)間而變化，則模型為固定效應(yīng)模型； ? 如果把非觀測效應(yīng)看作隨機(jī)變量，并且符合一個(gè)特定的分布，則模型為隨機(jī)效應(yīng)模型 ? 在實(shí)證分析中，一般通過 hausman檢驗(yàn)判斷：由于隨機(jī)效應(yīng)模型把個(gè)體效應(yīng)設(shè)定為干擾項(xiàng)的一部分，所以就要求解釋變量與個(gè)體效應(yīng)不相關(guān)，而固定效應(yīng)模型并不需要這個(gè)假設(shè)條件 ? 因此，我們可以通過檢驗(yàn)該假設(shè)條件是否滿足，如果滿足，那么就應(yīng)該采用隨機(jī)效應(yīng)模型，反之，就需要采用固定效應(yīng)模型 ? Hausman檢驗(yàn)的基本思想是：在固定效應(yīng) u_i和其他解釋變數(shù)不相關(guān)的原假設(shè)下 ， 用 OLS估計(jì)的固定效應(yīng)模型和用 GLS估計(jì)的隨機(jī)效應(yīng)模型的參數(shù)估計(jì)都是一致的 。面板數(shù)據(jù)模型與 stata軟件的應(yīng)用 ? 一、什么是面板數(shù)據(jù) ? 二、面板數(shù)據(jù)模型的優(yōu)勢 ? 三、面板模型的估計(jì)方法： FE和 RE ? 四、 stata軟件簡介 ? 五、如何用 stata估計(jì)面板模型：案例分析 一、面板數(shù)據(jù)類型 ? 時(shí)間維度 +截面維度 ? 如我們在分析中國各省份的經(jīng)濟(jì)增長時(shí)，共有 31個(gè)截面，每個(gè)截面都取 19791998共 20年的數(shù)據(jù)，共有620個(gè)觀察值，這是一個(gè)典型的平行面板數(shù)據(jù) ? 上市公司財(cái)務(wù)數(shù)據(jù)，研究一段時(shí)期內(nèi)（ 19982021）上市公司股利的發(fā)放數(shù)額與股票賬面價(jià)值之間的關(guān)系，共有 20 11=220個(gè)觀測值 ? 強(qiáng)調(diào)經(jīng)濟(jì)理論基礎(chǔ)、強(qiáng)調(diào)微觀行為基礎(chǔ) 表 1 19962021年中國東北、華北、華東 15個(gè)省級地區(qū)的居民家庭人均消費(fèi)數(shù)據(jù)（不變價(jià)格） 地區(qū)人均消費(fèi) 1996 1997 1998 1999 2021 2021 2021 CPAH（安徽） CPBJ（北京） CPFJ（福建） CPHB（河北） CPHLJ（黑龍江） CPJL（吉林） CPJS（江蘇） CPJX（江西） CPLN（遼寧） CPNMG（內(nèi)蒙古） CPSD（山東） CPSH（上海） CPSX（山西） CPTJ（天津） CPZJ（浙江） 表 2 上市公司的投資與股票賬面價(jià)值： N=20,T=4 面板數(shù)據(jù)模型和 stata軟件應(yīng)用 ? 二、面板數(shù)據(jù)模型有以下幾個(gè)優(yōu)點(diǎn) : ? 第一， Panel Data 模型可以通過設(shè)置虛擬變量對個(gè)別差異（非觀測效應(yīng)）進(jìn)行控制； ? 第二， Panel Data 模型通過對不同橫截面單元不同時(shí)間觀察值的結(jié)合，增加了自由度，減少了解釋變量之間的共線性，從而改進(jìn)了估計(jì)結(jié)果的有效性； ? 第三， Panel Data模型是對同一截面單元集的重復(fù)觀察 , 能更好地研究經(jīng)濟(jì)行為變化的動(dòng)態(tài)性 舉例 ? 交通死亡率與酒后駕車人數(shù)（一段時(shí)間內(nèi)江蘇省各市） ? 其他的非觀測（潛在）因素：南京與蘇州 ? 汽車本身狀況 ? 道路質(zhì)量 ? 當(dāng)?shù)氐娘嬀莆幕? ? 單位道路的車輛密度 ? 非觀測效應(yīng)導(dǎo)致估計(jì)結(jié)果不準(zhǔn)確，面板數(shù)據(jù)可以控制和估計(jì)非觀測效應(yīng) ? 面板數(shù)據(jù)模型形式： ? 其中， i=1,2,3...N，截面標(biāo)示 。 t=1,2,... T，時(shí)間標(biāo)示 ； xit為 k 1解釋變量， β為 k 1系數(shù)列向量 ? 對于特定的個(gè)體 i 而言， ai表示那些不隨時(shí)間改變的影響因素，而這些因素在多數(shù)情況下都是無法直接觀測或難以量化的，如個(gè)人的消費(fèi)習(xí)慣、地區(qū)的經(jīng)濟(jì)結(jié)構(gòu)，法律和產(chǎn)權(quán)制度等，一般稱其為“個(gè)體效應(yīng)” (individual effects) it i it ity x u??? ? ?i itu? ?? 面板數(shù)據(jù)模型的誤差項(xiàng)由兩部分組成： ? 一部分是與個(gè)體觀察單位有關(guān)的，它概括了所有影響被解釋變量，但不隨時(shí)間變化的因素，因此，面板數(shù)據(jù)模型也常常被成為非觀測效應(yīng)模型； ? 另外一部分概括了隨截面隨時(shí)間而變化的不可觀測因素，通常被成為特異性誤差或特異擾動(dòng)項(xiàng) ?北 京?江 蘇GDP X(Invest、 edu) 北京 江蘇省 山西省 ?山 西基礎(chǔ)設(shè)施更加完善，受教育程度較好、經(jīng)濟(jì)結(jié)構(gòu)以服務(wù)業(yè)為主、法制更健全 面板模型選擇：固定效應(yīng)還是隨機(jī)效應(yīng) ? 對“個(gè)體效應(yīng)”的處理主要有兩種方式：一種是視其為不隨時(shí)間改變的固定性因素， 相應(yīng)的模型稱為“固定效應(yīng)”模型；另一種是視其為隨機(jī)因素，相應(yīng)的模型稱為“隨機(jī)效應(yīng)”模型 ? 固定效應(yīng)模型中的個(gè)體差異反映在每個(gè)個(gè)體都有一個(gè)特定
高考資料相關(guān)推薦
鄂ICP備17016276號-1