1、.面板數據的計量經濟分析面板數據的計量經濟分析，白仲林著，張曉峒主審，白仲林著，張曉峒主審， 南開大學出版社，南開大學出版社，2008，書號，書號ISBN978-7-310-02915-0。8面板數據模型的協整檢驗面板數據模型的協整檢驗第第 4 章章 面板數據模型面板數據模型與應用與應用 1面板數據面板數據定義定義 2面板數據模型分類面板數據模型分類 3面板數據模型估計方法面板數據模型估計方法 4面板數據模型面板數據模型檢驗與檢驗與設定方法設定方法 5面板數據建模面板數據建模案例案例分析分析 6 7EViwes .面板數據面板數據（panel data）也稱作）也稱作時間序列與截面混合數據時間

2、序列與截面混合數據（pooled time series and cross section data）。面板數據是截面上個體在不同時點的）。面板數據是截面上個體在不同時點的重復觀測數據。重復觀測數據。panel 原指對一組固定調查對象的多次觀測，近年來原指對一組固定調查對象的多次觀測，近年來panel data已經成已經成為專業術語。為專業術語。 N=30，T=50的面板數據示意圖的面板數據示意圖 .面板數據分兩種特征面板數據分兩種特征：（：（1）個體數少，時間長。（）個體數少，時間長。（2）個體數多，時間）個體數多，時間短。面板數據主要指后一種情形。短。面板數據主要指后一種情形。面板數據用

3、雙下標變量表示。面板數據用雙下標變量表示。 yi t, i = 1, 2, , N; t = 1, 2, , Ti對應面板數據中不同個體。對應面板數據中不同個體。N表示面板數據中含有表示面板數據中含有N個個體。個個體。t對應面板對應面板數據中不同時點。數據中不同時點。T表示時間序列的最大長度。表示時間序列的最大長度。利用面板數據建立模型的好處利用面板數據建立模型的好處是：（是：（1）由于觀測值的增多，可以增加估）由于觀測值的增多，可以增加估計量的抽樣精度。（計量的抽樣精度。（2）對于固定效應回歸模型能得到參數的一致估計量，）對于固定效應回歸模型能得到參數的一致估計量，甚至有效估計量。（甚至有效

4、估計量。（3）面板數據建模比單截面數據建模可以獲得更多的）面板數據建模比單截面數據建?？梢垣@得更多的動態信息。動態信息。.2面板數據模型分類面板數據模型分類用面板數據建立的模型通常有用面板數據建立的模型通常有3種，即種，即混合模型、固定效應模型和隨機混合模型、固定效應模型和隨機效應模型。效應模型。2.1 混合模型（混合模型（Pooled model）。）。如果一個如果一個面板數據面板數據模型定義為，模型定義為， yit = + Xit + it, i = 1, 2, , N; t = 1, 2, , T其中其中yit為被回歸變量（標量），為被回歸變量（標量）， 表示截距項，表示截距項，Xit為

5、為k 1階回歸變量列向階回歸變量列向量（包括量（包括k個回歸量），個回歸量）， 為為k 1階回歸系數列向量，階回歸系數列向量， it為誤差項（標為誤差項（標量）。則稱此模型為混合回歸模型?；旌匣貧w模型的特點是無論對任何量）。則稱此模型為混合回歸模型。混合回歸模型的特點是無論對任何個體和截面，回歸系數個體和截面，回歸系數 和和 都相同。都相同。如果模型是正確設定的，解釋變量與誤差項不相關，即如果模型是正確設定的，解釋變量與誤差項不相關，即Cov(Xit, it) = 0。那么無論是那么無論是N，還是，還是T，模型參數的混合最小二乘估計量，模型參數的混合最小二乘估計量（Pooled OLS）都是一

6、致估計量。）都是一致估計量。.2面板數據模型分類面板數據模型分類2.2 固定效應模型（固定效應模型（fixed effects model）。）。固定效應模型分為固定效應模型分為3種類型，即種類型，即個體固定效應模型、時點固定效應模型個體固定效應模型、時點固定效應模型和和個體時點雙固定效應模型。個體時點雙固定效應模型。下面分別介紹。下面分別介紹。2.2.1個體固定效應模型個體固定效應模型（entity fixed effects model）如果一個如果一個面板數據面板數據模型定義為，模型定義為， yit = i + Xit + it, i = 1, 2, , N; t = 1, 2, , T

7、 其中其中 i是隨機變量，表示對于是隨機變量，表示對于i個個體有個個體有i個不同的截距項，且個不同的截距項，且其變化與其變化與Xit有關系有關系；Xit為為k 1階回歸變量列向量（包括階回歸變量列向量（包括k個回歸量），個回歸量）， 為為k 1階回歸階回歸系數列向量，對于不同個體回歸系數相同，系數列向量，對于不同個體回歸系數相同，yit為被回歸變量（標量），為被回歸變量（標量）， it為誤差項（標量），則稱此模型為個體固定效應模型。為誤差項（標量），則稱此模型為個體固定效應模型。.3. 面板數據模型估計方法面板數據模型估計方法混合最小二乘混合最小二乘（Pooled OLS）估計估計 （適用于混

8、合模型）（適用于混合模型）平均數平均數（between）OLS估計估計 （適用于混合模型和個體隨機效應模型）（適用于混合模型和個體隨機效應模型）離差變換離差變換（within）OLS估計估計 （適用于個體固定效應回歸模型）（適用于個體固定效應回歸模型）一階差分一階差分（first difference）OLS估計估計 （適用于個體固定效應模型）（適用于個體固定效應模型）可行可行GLS（feasible GLS）估計估計 （適用于隨機效應模型）（適用于隨機效應模型）. .15個省級地區的人均消費序列個省級地區的人均消費序列. .5面板數據建模案例分析面板數據建模案例分析個體隨機效應模型與個體固定效應模型比較，應該建立個體固定效應模型。個體隨機效應模型與個體固定效應模型比較，應該建立個體固定效應模型。.-1000010002000300040005000040008000120001600020000I1F1F1 vs. Log I1-2000-1000010002000300040005000040008000120001600020000I1F1F1 vs. Inverse of I1010002000300040005000040008000120001600020000I1F1F1 vs. Poly