第九章面板数据模型

3. 空间面板模型:
当考虑国家、地区、州、县等相关截面数据时， 这些总量个体可能表现出必须处理的截面相关 性。现在有大量运用空间数据的文献处理这种 相关性。这种空间相依模型在区域科学和城市 经济学中比较普遍。具体来说，这些模型使用 经济距离测度设定了面板数据的空间自相关性 和空间结构（空间异质性）。
k 1
在上式模型中，样本容量（NT）远远小于参数个 数，这使得模型无法估计。
为了实现模型的估计，可以分别建立以下两类模 型：从个体成员角度考虑，建立含有 N 个个体 成员方程的Panel Data模型 ；在时间点上截面， 建立含有 T 个时间点截面方程的Panel Data模型。
K
yit0 kx ik t itu it, u ititit
k 1
二、 面板数据回归模型的分类
由于含有 N 个个体成员方程的式和含有 T个时 间截面方程的式两种形式的模型在估计方法上类似， 因此本章主要讨论含有 N 个个体成员方程的Panel Data模型的估计方法。
K
yit0 kx ik itu it, u ititit k 1
根据对截距项和解释变量系数的不同假设，可将面 板数据回归模型分为：混合回归模型、变截距回归 模型和变系数回归模型3种类型。
我们就称这种个 时体间效应是固定效应。反之，如果
个时体间效应 ti 与模型中的解释变量是不相关的，我
们称之为随机效应。
第三节 混合回归模型
一、混合回归模型
从时间上看，不同年份之间不存在显著性差异； 从截面上看，不同个体之间也不存在显著性差异， 那么就可以直接把面板数据混合在一起(相当于将 多个时期的截面数据放在一起作为样本数据)，用 普通最小二乘法（OLS）估计参数，且估计量是 线性、无偏、有效和一致的。
2. 轮换面板模型:
同一个个体可能不愿被一次又一次的被回访，为 了保持调查中个体数目相同，在第二期调查中退 出的部分个体，被相同数目的新的个体所替代， 这种允许研究者检验 “抽样时间”偏倚效应 （初次采访和随后的采访之间的回答有显著的改 变）的存在性叫轮换面板。对于轮换面板，每批 加到面板的新个体组提供了检验抽样时间偏倚效 应的方法。
对于个体 i 在时期 t 的观测值； kit 是待估参数；
uit是随机干扰项。
K
yit0 kx ik t itu it, u ititit
k 1
i 称为个体效应。反映个体不随时间变化的差异性。
t 称为时间效应。反映不随个体变化的时间上的差
异性。
K
yit0 kx ik t itu it, u ititit
xit ，其中i1,2,L,N，表示N个不同的对象（如
国家、省、县、行业、企业、个人）, t1,2,LT
，表示T个观测期。
• 平衡面板数据
• 非平衡面板数据
• 扩展的面板模型
1. 伪面板模型：
如果按照某种属性(例如，年龄、职业和身份等) 将各期调查对象分成不同的群；对于各个观测期， 选择各群内观测数据的均值(中位数或分位数)， 即可构造以群为‘个体’单位的面板数据。我们 把这种以群为个体而构造的人工面板数据为伪面 板数据(Pseudo Panel Data)。
变系数回归模型:假定在截面个体成员上截距项 和模型的解释变量系数都不同。
K
yit0 kx ik itu it, u ititit k 1
根据 i 和 t 与模型解释变量是否相关，面板
数据的个体效应和时间效应又分两种情形：固 定效应和随机效应。
如果个 时体 间效应 ti 与模型中的解释变量是相关的,
二、混合回归模型的估计 （Eviews操作）
第四节 变截距回归模型
变截距模型 K yit0 kx k itu i,t u ititit k 1
第二节 面板数据回归模பைடு நூலகம் 一、面板数据回归模型的一般形式：
K
yit0 kx ik t itu i,t u ititit
k 1
其中，i=1, 2, …,N 表示个N个体； t=1, 2, …,T 表
示T个时期；yit为被解释变量, 表示第i个个体在t时 期的观测值；xkit 是解释变量, 表示第k个解释变量
4. 计数面板模型:
被解释变量是计数面板数据的例子很多。例如， 一段时间内一家公司的竟标次数、一个人去看 医生的次数、每天吸烟者的数量及一个研发机 构登记专利的数目。虽然可以运用传统面板回 归模型对计数面板数据建模，但鉴于被解释变 量具有0及非负离散取值的特征，运用泊松面 板回归模型建模更为合适。
K
yit0 kx ik itu it, u ititit k 1
变截距回归模型:假定在截面个体成员上截距项 不同，而模型的解释变量系数是相同的
变截距回归模型的模型形式为:
K
yit0 kx k itu i,t u ititit k 1
K
yit0 kx ik itu it, u ititit k 1
第九章 面板数据模型
第一节 面板数据 第二节 面板数据回归模型 第三节 混合回归模型 第四节 变截距回归模型 第五节 变系数回归模型 第六节 效应检验与模型形式设定检验 第七节 面板数据的单位根检验和协整检验 第八节 案例分析
第一节 面板数据
面板数据（Panel Data）：也叫平行数据，指 某一变量关于时间和横截面两个维度的数据，记为
k 1
21．．含含有有TN个个时个间体截成面员方方程程的的PPaanneellDDaattaa模模型型 PPaanneel l DDaattaa模模型型简简化化为为如如下下形形式式：：
K
yit0 kx ik itu i,t u ititit
k 1
K
yit0 kx tk itu i,t u ititit
K
yit0 kx ik itu it, u ititit k 1
混合回归模型:假设截距项和解释变量系数对于 所有的截面个体成员都是相同的，即假设在个 体成员上既无个体效应，也无结构变化。
混合回归模型的模型形式为:
K
yit0 kxki t it, uitit k1 i 1 ,2 , N ,t 1 ,2 , T