计量经济学-詹姆斯斯托克-第9章-面板数据的处理

案例一
谨慎型
方法一：估计31个不同地区的消费方程；
本质假设：消费行为在不同地区之间有差异， 但同一地区在不同时间内没有差异；
案例一
谨慎型
方法二：估计9个不同时期的全国消费方程；
本质假设：消费行为在不同地区之间没有差异， 但同一地区在不同时间内有差异；
案例一
无知无畏型
把所有数据混在一起做回归；
案例一
如果想估计我国的“消费函数”
如果我有2005年31个省市自治区的“家庭可支 配收入”与“家庭消费”的数据
则画散点图； 做回归；
INC
14000
13000
12000
11000
10000
9000
8000
7000
6000
5000 6000 800010000
14000
CONS
18000
案例一
利用2005年31个省市自治区的“家庭可支 配收入”与“家庭消费”的数据：
CONS = -10.51 + 1.31*INCOME
案例一
如果想估计我国的“消费函数”
如果我有北京市2000—2008年的“家庭可支配 收入”与“家庭消费”的数据
则画散点图； 做回归；
INC
17000 16000 15000 14000 13000 12000 11000 10000
啤酒税越高，交通死亡率越高？？？
答案似乎是肯定的，但与我们的常识不相 符！为什么会这样？
原因：可能是因为遗漏了重要变量！ 决定交通死亡率的其他因素:
• Quality (age) of automobiles • Quality of roads • “Culture” around drinking and driving • Density of cars on the road
可以解决遗漏变量问题。遗漏变量偏差是一个普遍 存在的问题，虽然可以用工具变量法解决，但有效的 工具变量常常很难找到。遗漏变量常常是由于不可观 测的个体差异或“异质性”所造成，如果这种个体差 异“不随时间而变化”，则面板数据提供了解决遗漏 变量问题的又一利器。
提供更多个体动态行为的信息。由于面板数据同时 有截面与时间两个维度，有时它可以解决单独的截面 数据或时间序列数据所不能解决的问题。
Balanced paห้องสมุดไป่ตู้el, so total observations = 7×48 = 336
案例二:
啤酒税与交通死亡率
变量: • Traffic fatality rate (交通死亡率， 当年、
当地，每 10,000人中死于交通事故的人数) • Tax on a case of beer（啤酒税） • Other (其他因素，legal driving age, drunk
面板数据，简而言之是时间序列和截面数据的混合。 严格地讲是对一组个体（如居民、国家、公司等）连 续观察多期得到的资料。所以很多时候我们也称其为 “追踪资料”。近年来，由于面板数据资料的获得变 得相对容易，使其应用范围也不断扩大。
当描述截面数据时，我们用下标表示个体，如Yi表示 变量Y的第i个个体。当描述面板数据时，我们需要 其他符号同时表示个体和时期。为此我们采用双下 标而不是单下标，其中第一个下标i表示个体，第二 个下标t表示观测时间。
应该如何做回归？
案例一
基本概念 面板数据（panel data）
X it , i 1,2...n; t 1,2,...T;
平衡面板数据(balanced panel data)、非平 衡面板数据(unbalanced panel data)
案例一
可能的处理方法：
谨慎型 无知者无畏型
遗漏变量可能引起估计的偏误
Example : traffic density（交通密度）
High traffic density means more traffic deaths
交通密度与啤酒税之间可能存在着较高的 正相关关系;
遗漏交通密度变量，会导致OLS估计产生高 估的可能！导致“啤酒税”与“交通死亡” 之间呈现出显著的正向关系。
9000 8000
10000
15000
20000
CONS
25000
案例一
利用北京市2000—2008年的“家庭可支配 收入”与“家庭消费”的数据：
CONS = -4732.85 + 1.72*INCOME
案例一
如果想估计我国的“消费函数”
如果我有31个省市自治区，从2000—2008年的 “家庭可支配收入”与“家庭消费”的数据
第六章：面板数据的处理
时间序列数据和截面数据都是一维数据。
时间序列数据是变量按照时间得到的数据；截面数 据是变量在截面空间上的数据。面板数据是同时在 时间和截面上取得的二维数据。
所以，面板数据（panel data）也称时间序列截面 数据（time series and cross section data）或 混合数据（pool data）
如Yit表示n个个体中第i个个体在T个时期中的第t期时 观测到的变量Y的值。
面板数据用双下标变量表示，两个维度。例如：
Yit, i=1, 2 ,…, N; t =1, 2, …, T
• N 表示面板数据中含有 N 个个体。T 表示时间序列的 最大长度。
面板数据的优势
样本容量较大：可以解决样本容量不足的问题，改进 模型估计的有效性。
本质假设：消费行为在不同地区之间没有差异， 同一地区在不同时间内也没有差异；
案例一
上述处理方法的缺陷
要么没有充分利用数据（谨慎型），要么 过于大胆使得估计结果犯错的可能性非常大；
本章的两大问题
对面板数据如何处理？ 为什么要发明一个“面板数据”？
案例二:
啤酒税与交通死亡率
观测的数据: 48 U.S. states, so n = 48; 7 years (1982,…, 1988), so T = 7;
driving laws, etc.)
案例二:
啤酒税与交通死亡率
啤酒税与交通死亡率会是什么关系？
U.S. traffic death data for 1982:
$1982
较高的啤酒税，会导致更多的交通死亡吗？
U.S. traffic death data for 1988
较高的啤酒税，会导致更多的交通死亡吗？