stata上机实验第五讲

面板数据的格式
company 1 1 1 1 2 year 1951 1952 1953 1954 1951 invest 755.9 891.2 1304.4 1486.7 588.2 mvalue 4833 4924.9 6241.7 5593.6 2289.5
2
2 2 3 3 3 3
1952
面板数据
一些面板数据教材
• 面板数据分析 （美）萧政 著 • 横截面与面板数据的经济计量分析 伍德里 奇 著，王忠玉 译 • Baltagi. Econometric Analysis of Panel Data
• 最新动态可关注期刊： Journal of Econometrics
面板数据一些前沿问题
invest2003
invest2004
kstock2002
kstock2003
kstock2004
1 2 3 4 5 6
18.9 17.4 19 20 18.1 19.7
19.1 18.4 19.6 20.4 18.3 20
19.6 18.8 20.1 20.3 18.4 19.9
19.6 18.1 20.2 20.4 18.5 17.2
use grunfeld,clear xtset company year xtdes xtline invest（要等一下） 混合回归：reg invest mvalue kstock（扩大样本量） 固定效应：xtreg invest mvalue kstock ,fe（看F值 的P值） 随机效应：xtreg invest mvalue kstock ,re
• xtpcse OLS or Prais-Winsten models with panelcorrected standard errors • xtrchh Hildreth-Houck random coefficients models • xtivreg Instrumental variables and two-stage least squares for panel-data models • xtabond Arellano-Bond linear, dynamic panel data estimator • xtabond2 Arellano-Bond system dynamic panel data estimator(需要从网上下载) • xttobit Random-effects tobit models • xtintreg Random-effects interval data regression models
• • • •
3、面板数据格式不符合要求的处理。 例如如下表格格式该如何处理？ 处理方法： 扁平数据变长条数据的命令：reshape use invest2,clear edit reshape long invest kstock, i(company) j(year)
company
invest2002
16.8 17.4 17 17.5 16.4 16.3
16.7 17 17.1 17.3 16.1 16.3
其他回归方法
• 1、聚类稳健的标准差 • 通常可以假设不同个体之间的扰动项相互独立， 但同一个体在不同时期的扰动项之间往往存在自 相关。故须采用聚类稳健的标准差。 use grunfeld,clear xtset company year reg invest mvalue kstock,vce(cluster company) 同理有： xtreg invest mvalue kstock,fe vce(cluster company) xtreg invest mvalue kstock,re vce(cluster company)
tab company,gen(dum) drop dum1 reg invest mvalue kstock dum* 与上述方法比较一下： xi:reg invest mvalue kstock i.company 结果完全一样。
组间估计法
• 对于随机效应模型，还可以采用“组间估 计量”。对于那些每个个体的时间序列数 据较不准确或“噪音”较大的数据，可对 每个个体取时间平均值，然后用平均值来 回归。 xtreg invest mvalue kstock ,be 由于损失了较多信息量，组间估计法并不 常用。
• 2、对于固定效应模型，可采用虚拟变量法。 • 基本思想：固定效应模型实质上就是在传 统的线性回归模型中加入 N-1 个虚拟变量， 使得每个截面都有自己的截距项。由于固 定效应模型假设存在着“个体效应”，每 个个体都有其单独的截距项。这就相当于 在原方程中引入n−1个虚拟变量（如果省略 常数项，则引入n个虚拟变量）来代表不同 的个体，获得每个个体的截据项。
结果解读
• 固定效应 • 随机效应
• 特别注意： • 1、三个R2哪个重要？ 组内、组间、总体拟合优 度。 • 2、固定效应为什么有两个F检验？ • 3、corr(u_i, Xb) 的含义。 • 4、 sigma_u、sigma_e、rho的含义。
• sigma_u是固定效应模型估计中的个体效应的方差估 计值 • sigma_e随机干扰项的方差估计值 • rho：rho= sigma_u ^2/(sigma_u^2+ sigma_e^2) ， 是两者之间的关系（u-i））以及针对u_i显著性的联 合检验统计量（F值和p值）。 • corr(u_i, Xb) 个体效应与解释变量的相关系数，相关 系数为0或者接近于0，可以使用随机效应模型；相 关系数不为0，需要使用固定效应模型。u-i不表示残 差，表示个体效应。
其中， i=1,2,… N ; t=1, 2,…T uit称为复合扰动项。
固定效应模型
• 对于特定的个体i而言，ai 表示那些不随时 间改变的影响因素，如个人的消费习惯、 国家的社会制度、地区的特征、性别等， 一般称其为“个体效应” (individual effects)。如果把“个体效应”当作不随时 间改变的固定性因素， 相应的模型称为 “固定效应”模型。
固定效应模型
• 固定效应模型的公式变为： • Yit=ai+Xitb+εit • 回归结果是每个个体都有一个特定的截距 项。
随机效应模型
• 随机效应模型将个体效应ai视为随机因素， 即把个体效应设定为干扰项的一部分。公 式将变为： • Yit=Xitb+(ai+εit) • 回归的结果是随机效应模型的所有的个体 具有相同的截距项，个体的差异主要反应 在随机干扰项的设定上。
面板向量自回归模型(Panel VAR) 面板单位根检验(Panel Unit Root test) 面板协整分析(Panel Cointegeration) 门槛面板数据模型(Panel Threshold) 面板联立方程组 面板空间计量
静态面板数据
• 静态面板数据模型，是指解释变量中不包 含被解释变量的滞后项(通常为一阶滞后项) 的情形。但严格地讲，随机干扰项服从某 种序列相关的模型，如AR(1), AR(2), MA(1) 等，也不是静态模型。静态面板数据主要 有两种模型------固定效应模型和随机效应 模型。
1953 1954 1951 1952 1953 1954
645.5
641 459.3 135.2 157.3 179.5 189.6
2159.4
2031.3 2115.5 1819.4 2079.7 2371.6 2759.9
面板数据模型
• 考虑如下模型： • Yit=Xitb+Uit • uit=ai+εit
• xtabond Arellano-Bond linear, dynamic panel data estimator • xtabond2 Arellano-Bond system dynamic panel data estimator(需要从网上下载) • xttobit Random-effects tobit models • xtintreg Random-effects interval data regression models • xtreg Fixed-, between- and random-effects, and population-averaged linear models • xtregar Fixed- and random-effects linear models with an AR(1) disturbance • xtgls Panel-data models using GLS
• • • •
Hausman检验步奏 Step1：估计固定效应模型，存储估Байду номын сангаас结果； Step2：估计随机效应模型，存储估计结果； Step3：进行Hausman检验；
xtreg invest mvalue kstock ,fe est store fixed xtreg invest mvalue kstock ,re est store random hausman fixed random 本题接受原假设，即应该用随机效应。
模型选择
• 固定效应还是混合OLS？ 可以直接观测F值 • 随机效应还是混合OLS？ 先用随机效应回归，然后运行xttest0 • 固定效应还是随机效应？ Hausman检验
• Hausman检验 • 基本思想：如果 Corr(a_i,x_it) = 0, Fe 和 Re 都是一致的，但Re更有效。 如果 Corr(a_i,x_it)!= 0, Fe 仍然一致，但 Re是有偏的。 因此原假设是Corr(a_i,x_it) = 0，即应该采 用随机效应。
• xtreg Fixed-, between- and random-effects, and population-averaged linear models • xtregar Fixed- and random-effects linear models with an AR(1) disturbance • xtgls Panel-data models using GLS • xtpcse OLS or Prais-Winsten models with panelcorrected standard errors • xtrchh Hildreth-Houck random coefficients models • xtivreg Instrumental variables and two-stage least squares for panel-data models
• 怎样选择固定效应和随机效应？ • 随机效严格要求个体效应与解释变量不相 关，即 • Cov(ai,XitB)=0 • 而固定效应模型并不需要这个假设条件。 • 这是两种模型选择的关键。
面板数据基本命令
• 1、指定个体截面变量和时间变量：xtset • 2、对数据截面个数、时间跨度的整体描述： xtdes。分组内、组间和样本整体计算各个变量的 基本统计量xtsum。采用列表的方式显示某个变 量的分布xttab，较少使用。 • 3、list、sum、des、tabstat、histogram、 kdensity等命令都可以用。 • 4、对每个个体分别显示该变量的时间序列图： xtline。 • 5、静态面板数据基本回归命令：xtreg，系统默 认GLS估计。
几个常见问题
• 1、既然固定效应每个个体都有单独的截距 项，如何获得每个个体的截距项？ xi:reg invest mvalue kstock i.company 即LSDV方法或者添加虚拟变量法。
• 2、非平衡面板如何处理？ use nlswork,clear xtset idcode year xtdes 这是一份典型的大n小t型非平衡面板数据。 方法一：下载命令xtbalance提取成一个平衡面板 数据，但不推荐使用，因为会损失大量样本。 方法二：利用算法填补缺失值，需要经济理论和 算法的支撑。