面板數(shù)據(jù)和混合數(shù)據(jù)分析相關(guān)總結(jié).doc

《面板數(shù)據(jù)和混合數(shù)據(jù)分析相關(guān)總結(jié).doc》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。

1、面板數(shù)據(jù)和混合數(shù)據(jù)分析相關(guān)總結(jié)這是我在查閱各種資料后得出的關(guān)于面板數(shù)據(jù)的總結(jié)，最近在做面板的實(shí)證論文，所以需要這個(gè)，歡迎大家繼續(xù)擴(kuò)充，只要是關(guān)于面板的都行，關(guān)于具體如何在Eviews6中實(shí)現(xiàn)的更好，不甚感激。*橫截面的異方差與序列的自相關(guān)性是運(yùn)用面板數(shù)據(jù)模型時(shí)可能遇到的最為常見的問題,此時(shí)運(yùn)用OLS可能會(huì)產(chǎn)生結(jié)果失真,因此為了消除影響,對(duì)我國(guó)東、中、西部地區(qū)的分析將采用不相關(guān)回歸方法(SeeminglyUnrelatedRegression,SUR)來估計(jì)方程。而對(duì)于全國(guó)范圍內(nèi)的估計(jì)來說,由于橫截面?zhèn)€數(shù)大于時(shí)序個(gè)數(shù),所以采用截面加權(quán)估計(jì)法(CrossSectionWeights,CSW)。*

2、一般而言，面板數(shù)據(jù)可用固定效應(yīng)(fixedeffect)和隨機(jī)效應(yīng)(randomeffect)估計(jì)方法,即如果選擇固定效應(yīng)模型,則利用虛擬變量最小二乘法(LSDV)進(jìn)行估計(jì);如果選擇隨機(jī)效應(yīng)模型,則利用可行的廣義最小二乘法(FGLS)進(jìn)行估計(jì)(Greene,2000)。它可以極大限度地利用面板數(shù)據(jù)的優(yōu)點(diǎn),盡量減少估計(jì)誤差。至于究竟是采用固定效應(yīng)還是隨機(jī)效應(yīng),則要看Hausman檢驗(yàn)的結(jié)果。*單位根檢驗(yàn)：在進(jìn)行時(shí)間序列的分析時(shí),研究者為了避免偽回歸問題,會(huì)通過單位根檢驗(yàn)對(duì)數(shù)據(jù)平穩(wěn)性進(jìn)行判斷。但對(duì)于面板數(shù)據(jù)則較少關(guān)注。隨著面板數(shù)據(jù)在經(jīng)濟(jì)領(lǐng)域應(yīng)用,對(duì)面板數(shù)據(jù)單位根的檢驗(yàn)也逐漸引起重視。面板數(shù)據(jù)單位

3、根的檢驗(yàn)主要有Levin、Lin和Chu方法(LLC檢驗(yàn))(1992,1993,2002)、Im、Pesaran和Shin方法(IPS檢驗(yàn))(1995,1997)、Maddala和Wu方法(MW檢驗(yàn))(1999)等。*協(xié)整檢驗(yàn)：協(xié)整檢驗(yàn)是考察變量間長(zhǎng)期均衡關(guān)系的方法。在進(jìn)行了各變量的單位根檢驗(yàn)后,如果各變量間都是同階單整，那么就可以進(jìn)行協(xié)整檢驗(yàn)了。面板協(xié)整檢驗(yàn)理論目前還不成熟,仍然在不斷的發(fā)展過程中,目前的方法主要有:(1)Kao(1999)、KaoandChiang(2000)利用推廣的DF和ADF檢驗(yàn)提出了檢驗(yàn)面板協(xié)整的方法,這種方法零假設(shè)是沒有協(xié)整關(guān)系,并且利用靜態(tài)面板回歸的殘差來構(gòu)建

4、統(tǒng)計(jì)量。(2)Pedron(i1999)在零假設(shè)是在動(dòng)態(tài)多元面板回歸中沒有協(xié)整關(guān)系的條件下給出了七種基于殘差的面板協(xié)整檢驗(yàn)方法。和Kao的方法不同的是,Pedroni的檢驗(yàn)方法允許異質(zhì)面板的存在。(3)Larssoneta(l2001)發(fā)展了基于Johansen(1995)向量自回歸的似然檢驗(yàn)的面板協(xié)整檢驗(yàn)方法。這種檢驗(yàn)的方法是檢驗(yàn)變量存在共同的協(xié)整的秩。*一般的順序是：先檢驗(yàn)變量的平穩(wěn)性,當(dāng)變量均為同階單整變量時(shí),再采用協(xié)整檢驗(yàn)以判別變量間是否存在長(zhǎng)期均衡關(guān)系。如果變量間存在長(zhǎng)期均衡的關(guān)系,我們可以通過誤差修正模型(ECM)來檢驗(yàn)變量間的長(zhǎng)期因果關(guān)系;如變量間不存在協(xié)整關(guān)系,我們將對(duì)變量進(jìn)

5、行差分,然后通過向量自回歸模型(VAR),檢驗(yàn)變量間的短期因果關(guān)系。關(guān)于平穩(wěn)性檢驗(yàn)和協(xié)整檢驗(yàn)、因果檢驗(yàn)流程圖↗同階單整→協(xié)整檢驗(yàn)→協(xié)整？（YES：EG兩步法for長(zhǎng)期因果關(guān)系；NO：誤差修正模型ECM/VECfor短期因果關(guān)系）平穩(wěn)？（單位根檢驗(yàn)）↘非同階單整→差分使平穩(wěn)→VAR→Granger因果檢驗(yàn)for短期因果關(guān)系關(guān)于面板數(shù)據(jù)模型選擇回歸與檢驗(yàn)流程圖混合固定（main：個(gè)體固定）隨機(jī)（main：個(gè)體隨機(jī)）▏▁▁▁▁▁▁▁▁▁▁▁▁▏▁▁▁▁▁▁▁▁▁▁▁▁▁▏▏先回歸估計(jì)▏先回歸估計(jì)↓Cross-section:fixed↓Cross-section:randomF檢驗(yàn)Hausman檢

6、驗(yàn)▏▏H0:混合H1:個(gè)體固定HO:個(gè)體隨機(jī)H1:個(gè)體固定--Output：▏▏If:If:F=(Cross-sectionFStat.)>Fa(df1,df2)H=(Cross-sectionRandomStat.)>χ2a(df1)orProb.

7、，來說明一下面板模型的選擇問題：F檢驗(yàn)是用來在混合模型和固定效應(yīng)模型中做出選擇，而Hausman檢驗(yàn)是用來在固定效應(yīng)模型和隨機(jī)效應(yīng)模型中做出選擇，所以不存在孰先孰后的問題；由于我們通常估計(jì)的個(gè)體效應(yīng)而不是時(shí)刻效應(yīng)，所以我們進(jìn)行回歸和檢驗(yàn)的時(shí)候，Period選擇None?；貧w的時(shí)候，具體操作設(shè)置如下，DepedentVariable里填因變量，CommonCoefficients里填自變量（包括截距項(xiàng)c），Cr