面板数据回归分析报告推荐课件

1、2021/8/221第第7 7章章面板数据回归分析2021/8/222面板数据回归分析面板数据回归分析7.1 7.1 面板数据模型面板数据模型 7.1.1 面板数据 7.1.2 面板数据模型7.2 7.2 固定效应模型估计固定效应模型估计 7.2.1 固定效应模型估计 7.2.2 用EViews7.2估计固定效应模型2021/8/223面板数据回归分析面板数据回归分析7.3 7.3 随机效应模型估计随机效应模型估计 7.3.1 随机效应模型估计 7.3.2 用EViews7.2估计随机效应模型7.4 7.4 固定效应还是随机效应？固定效应还是随机效应？ Hausman Hausman检验检验

2、7.4.1 Hausman检验原理 7.4.2用EViews7.2进行Hausman检验重要概念重要概念2021/8/224面板数据回归分析面板数据回归分析7.1 7.1 面板数据模型面板数据模型 7.1.1 面板数据 7.1.2 面板数据模型2021/8/2257.1 面板数据模型面板数据模型7.1.1 面板数据 面板数据有横截面和时间两个维度， 个横截面个体、 个观测时期，样本个体表示为 ，若 远大于 ，称之为短面板，本书只讨论短面板。 NTitYNTNTTTNNYYYYYYYYY2122212121112021/8/2267.1 面板数据模型面板数据模型7.1.1 面板数据EViews中

3、存放面板数据：将Excel中数据导入EViews，排列方式为无结构/不按日期的数据（Unstructured/Undated）2021/8/2277.1 面板数据模型面板数据模型7.1.1 面板数据EViews中存放面板数据： 点击工作文件界面上的按钮Range， 在弹出的Workfile Structure对话框的Workfile type栏内选择Dated Panel，2021/8/2287.1 面板数据模型面板数据模型7.1.1 面板数据EViews中存放面板数据： 并在Panel identifier series（面板识别变量）下的第一栏Cross section ID series

4、（横截面识别变量）内输入变量名dq（地区），在第二栏Date series（日期识别变量）内输入变量名year： 点击OK，数据按面板数据排列:2021/8/2297.1 面板数据模型面板数据模型7.1.1 面板数据EViews中存放面板数据： 2021/8/22107.1 面板数据模型面板数据模型7.1.2 面板数据模型 为个体的异质性，不可观测假设1： TtNiuXXXYititititiit, 2 , 1;, 2 , 1,3322110NiTtsXXXuitititis, 2 , 1, 2 , 1, 0),|E(321i2021/8/22117.1 面板数据模型面板数据模型7.1.2 面

5、板数据模型 假设 2： TtNiuXXXYititititiit, 2 , 1;, 2 , 1,3322110TtNisjtiuuuujiuuuustuuuuujsitjsitjtitjtitisitisituit, 2 , 1;, 2 , 1),(),(, 0)(E),(Cov, 0)(E),(Cov, 0)(E),(Cov,)(Var22021/8/22127.1 面板数据模型面板数据模型7.1.2 面板数据模型2021/8/2213面板数据模型不可观测的个体异质性例子7.1 经济发展与污水排放例子7.2 教育的回报 由于不可观测的地区和个人能力带来的内生性，使上述估计不一致。uititi

6、titiit)POPlog()CONSPlog()POP/GDPlog()2POLlog(3210NiuHoursBlackunionexperexpereducablLwageiiiiiiiii, 2 , 1654232102021/8/2214面板数据模型固定效应模型和随机效应模型定义7.1 固定效应和随机效应 上述模型中的不可观测变量 （1）与回归自变量相关，称之为固定效应模型； （2）与回归自变量不相关，称之为随机效应模型。 固定效应将 消掉，随机效应则将其放入误差项，然后探索方差结构。TtNiuXXXYititititiit, 2 , 1;, 2 , 1,3322110ii2021/

7、8/22157.2 固定效应模型估计固定效应模型估计7.2.1 固定效应模型估计7.2.2 用EViews7.2估计固定效应模型2021/8/22167.2 固定效应模型估计固定效应模型估计7.2.1 固定效应模型估计u核心是消掉个体异质性变量u上述模型的OLS估计称之为固定效应估计（Fixed effect）iTtNiuXXXYititititiit, 2 , 1;, 2 , 1,3322110NiuXXXYiiiiii, 2 , 1,3322110TtNiuuXXXXXXYYiitiitiitiitiit, 2 , 1;, 2 , 1,)()()(3332221112021/8/22177

8、.2 固定效应模型估计固定效应模型估计7.2.1 固定效应模型估计例子7.1 经济发展与污水排放例子7.2 教育的回报 若采用普通的FE方法，教育变量会被消除掉，故不能被估计教育的回报。但若采用教育变量和年份虚拟变量相乘的方法，则可以估计：TtNiuHoursBlackunionexperexpereducablLwageitititititititiit, 2 , 1;, 2 , 1654232102021/8/22187.2 固定效应模型估计固定效应模型估计7.2.1 固定效应模型估计例子7.2 教育的回报定义虚拟变量u此时相减不至于消去教育变量，但是此时 表示的是相对于1980年，教育对

9、收入的影响大小。7 , 2 , 1,otherwise, 0198, 18ttdtTtNiuHoursunionexperexperdeducdeducdeducablLwageititititititititiit, 2 , 1;, 2 , 1642328718218110i2021/8/22197.2 固定效应模型估计固定效应模型估计7.2.1 固定效应模型估计FD估计（First Difference）： 其中，u如果变量取值不随时间变化，差分后的模型在消去 的同时，也将该变量消去，对应的回归系数无法估计。uFD估计导致变量变化减少，估计出参数方差较大，效率比FE低。ititititit

10、uXXXY3322111, tiititZZZi2021/8/22207.2 固定效应模型估计固定效应模型估计7.2.2 用EViews7.2估计固定效应模型例子7.1 的EViews操作： 在工作文件界面选中参与回归的变量并以组打开，在文件表格界面点击ProcMake Equation进入模型设定界面完成模型设定。2021/8/22217.2 固定效应模型估计固定效应模型估计7.2.2 用EViews7.2估计固定效应模型例子7.1 的EViews操作： 点击Panel Options选项，进入面板数据模型设定界面。第一栏选择固定效应（fixed），第二栏选择无时间异质性 变量（none），

11、第三栏选择GLS时的权重（Cross-section weight），第四栏选择协方差估计方法（White cross-section），最后一栏选择是否调整自由度2021/8/22227.2 固定效应模型估计固定效应模型估计7.2.2 用EViews7.2估计固定效应模型例子7.1 的EViews操作： 完成选择后点击OK得出参数估计输出结果: 2021/8/22237.2 固定效应模型估计固定效应模型估计7.2.2 用EViews7.2估计固定效应模型例子7.2 教育的回报 EViews操作： 为避免教育变量被消掉，采用前面介绍的虚拟变量与教育变量相乘作为新的自变量，并将不关心的不随时间变

12、化的自变量去掉（否则无法估计！），如种族变量 black，然后按上面的操作，最终输出结果： 2021/8/22247.2 固定效应模型估计固定效应模型估计7.2.2 用EViews7.2估计固定效应模型例子7.2 教育的回报 EViews操作： 2021/8/22257.3 随机效应模型估计随机效应模型估计7.3.1 随机效应模型估计7.3.2 用EViews7.2估计随机效应模型2021/8/22267.3 随机效应模型估计随机效应模型估计7.3.1 随机效应模型估计 随机效应假设了 与模型自变量不相关，因此关心的问题不再是内生性，而是如何提高估计的有效性，即探索复合误差项 的方差结构。it

13、iituviTtNiuvvXXXYitiitititititit, 2 , 1;, 2 , 1,33221102021/8/22277.3 随机效应模型估计随机效应模型估计7.3.1 随机效应模型估计假设3：不可观测异质性满足（1） 独立；（2） 与 独立， ；（3） 。Nii, 2 , 1,iituTtNi, 2 , 1, 2 , 1Niii, 2 , 1,)(Var;0)(E22021/8/22287.3 随机效应模型估计随机效应模型估计7.3.1 随机效应模型估计u结论1：随机效应模型复合误差项的性质 如果面板数据模型的误差项 和个体异质性 满足假设1-假设3，则 满足（1）对任何的 和

14、 ， 与 不相关；（2）对任何的 和 有 ； ituiitvji,st,itvjsjsjsXXX321,ist,222)(Varuitvvstvvisit,),(Cov22021/8/22297.3 随机效应模型估计随机效应模型估计7.3.1 随机效应模型估计 上述模型不存在内生性，OLS估计有一致性，但是 不满足不相关假设，OLS估计不是最优估计，要获得最优估计，需要作变换 （习题7.6证明） 上述模型的OLS估计称之为随机效应模型估计（random effect）TtNiuvvXXXYitiitititititit, 2 , 1;, 2 , 1,3322110itvTtNiuuvvXXXX

15、XXYYiitiiitititiitiitiitiit, 2 , 1;, 2 , 1)()1 ()()()()1 (33322211102021/8/22307.3 随机效应模型估计随机效应模型估计7.3.1 随机效应模型估计 随机效应与固定效应估计相似，固定效应处 随机效应处TtNiuvvXXXYitiitititititit, 2 , 1;, 2 , 1,3322110)/(11112222uuuTT12021/8/22317.3 随机效应模型估计随机效应模型估计7.3.1 随机效应模型估计 估计随机效应，首先要估计 ，故先要估计 和 估计 和 的方法有三种： Swamy-Arora、Wa

16、llace-Hussain和Wansbeek-Kapteyn方法，常用第一种方法TtNiuvvXXXYitiitititititit, 2 , 1;, 2 , 1,332211022u22u2021/8/22327.3 随机效应模型估计随机效应模型估计7.3.2 用EViews7.2估计随机效应模型 数据导入、数据结构转换以及模型设定与固定效应模型估计一样，不同的是在panel option的cross section中选Random，还有 和 的估计方法22u2021/8/22337.3 随机效应模型估计随机效应模型估计7.3.2 用EViews7.2估计随机效应模型 例子7.1 输出结果：

17、2021/8/22347.3 随机效应模型估计随机效应模型估计7.3.2 用EViews7.2估计随机效应模型 由于随机效应模型不再消掉不随时间变化的自变量，故这些解释变量都可以在模型中保留下来。例子7.2的EViews回归结果2021/8/22357.3 随机效应模型估计随机效应模型估计7.3.2 用EViews7.2估计随机效应模型 例子7.2的EViews回归结果2021/8/22367.4 固定效应还是随机效应？固定效应还是随机效应？HausmanHausman检验检验7.4.1 Hausman检验原理7.4.2用EViews7.2进行Hausman检验2021/8/22377.4 固

18、定效应还是随机效应？固定效应还是随机效应？HausmanHausman检验检验7.4.1 Hausman检验原理比较随机效应和固定效应下参数估计是否有差别，若差别显著，则认为应采用固定效应（稳健优先）：若不显著，则认为应采用随机效应（效率优先）。Hausman检验构造的统计量只对斜率系数进行比较。2021/8/22387.4 固定效应还是随机效应？固定效应还是随机效应？HausmanHausman检验检验7.4.1 Hausman检验原理 假设三个斜率参数的固定效应估计和随机效应估计分别为 和 可以对整体模型进行Hausman检验，如：用 、 、 构造 分布 也可对单个参数进行Hausman检

19、验，如：ititititiituXXXY3322110FE3FE2FE1,RE3RE2RE1,2RE1FE1)(2RE2FE2)(2RE3FE3)(2) 1 , 0(Var(Diff)(RE1FE11Nta2021/8/22397.4 固定效应还是随机效应？固定效应还是随机效应？HausmanHausman检验检验7.4.2 用EViews7.2进行Hausman检验 首先进行随机效应模型估计，在估计结果界面进行相应的操作，在随机效应估计结果界面点击ViewFixed/Random Effects TestingCorrelated Random Effects-Hausman Test，弹出如下检验结果2021/8/22407.4 固定效应还是随机效应？固定效应还是随机效应？HausmanHausman检验检验7.4.2 用EViews7.2进行Hausman检验 Hausman检验需要对固定效应模型进行检验，因此不能包含不随时间变化的自变量(除了个体异质性)。所以不能对例子7.2进行 Hausman检验