第十一章长面板与动态面板课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《第十一章长面板与动态面板课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第十一 面板 动态 课件
- 资源描述:
-
1、第十一章 长面板与动态面板. .一、长面板 itititTlong panelTFGLS上一章主要关注短面板。对于短面板,由于时间维度 较小,每个个体的信息较少,无法讨论扰动项是否存在自相关,故一般假设为独立同分布的。对于长面板( ),由于 较大,信息较多,故可以放松这个假定,对自相关的具体形式进行估计,然后使用可行广义最小平方法()进行估计。. .nTLSDV在长面板中,由于 相对于 较小,对于可能存在的固定效应,只要加入个体虚拟变量即可(即法)对于时间效应,可以通过加上时间趋势项或其平方项来控制。FGLSFGLS总之,对于长面板数据,关注的焦点在于设定扰动项相关的具体形式,以提高估计的效率
2、。可以分为以下两种情形:一为,仅解决组内自相关的二为,同时处理组内自相关与组间同期相关的. .1FGLS、仅解决组内自相关的 ititititiititii,t-1itiitiyxxzAR 1v1 vi1nAR 1PWFG考虑以下模型: 其中,可以包括常数项、时间趋势项(或其平方项)、个体虚拟变量、以及不随时间变化的解释变量 。扰动项服从过程,即 其中,为独立同分布且期望为0。如果, ,则所有个体的扰动项都服从自回归系数相同的过程。使用估计法(参见第六章)对原模型进行广义差分变换,就可以得到LS估计量。. .iTnT如果 并不比 大很多,则约束每个面板(个体)的自回归系数 均相等,因为时间维度
3、 可能无法提供足够的信息来分别估计每个面板自己的 。FGLS2、同时处理组内自相关与组间同期相关的spatial correlationcross-sectional correlation在某些情况下,不同个体之间的扰动项可能存在组间同期相关(也称空间相关( )或截面相关( ),比如对于省际面板数据,相邻省份之间的同期经济活动可能互相影响。. .如果没有个体虚拟变量,则为随机效应模型;如果加上个体虚拟变量,则为固定效应模型。二、对长面板数据进行异方差与自相关的检验FGLS由于在对长面板进行估计时,要确定是否存在异方差或自相关,故有必要对此进行检验。1、组间异方差的检验220i22221223
4、22n-1n2HinLRn-1n-1对于原假设“不同个体的扰动项方差均相等”,即“: ( 1, , )”,可以考虑进行似然比检验()。共有个约束,即, ,。故该似然比统计量服从自由度为的分布。. .n-1groupwise heteroskedasticityFGLS加上个同方差约束之后,必然降低似然函数的最大值。如果降低很多,根据似然比检验原理,则倾向于拒绝同方差的原假设。在存在组间异方差( )的情况下,迭代估计法等价于最大似然估计法。. .2、组内自相关的检验ititititititit12itit1itit1itit1it1it2it1it1it1yxautocovarianceVarV
5、arVarVar2CovCovCovVar, , , , , , 2, , , 考虑一阶差分模型 在不存在组内自相关的原假设下,扰动项的方差与自协方差()分别为,itit1itit1itCovCorr0.5Var, , 故自相关系数为,. .ititititit1it0ee eeerror i=nt=THWaldtF, 记的样本值为 (即一阶差分回归的残差),对进行一阶自回归:( 1, , ;3, , )然后对原假设“: 0.5”进行检验( 或 检验)3、组间截面相关的检验考虑原假设“不存在组间截面相关”。如果此原假设成立,则根据残差计算的个体扰动项之间的相关系数应接近于0。如果将这些相关系数
6、排成一个矩阵,即残差相关系数矩阵,则该矩阵非主对角线元素应离0不远。. .2Breusch-Pagan LMPesaranFriedman根据残差相关系数矩阵,可以设计以下几种检验: 检验,该检验适用于长面板;检验,统计量服从标准正态分布;检验,统计量服从分布。后两个检验对短面板也适合三、变系数模型对于长面板数据,由于样本容量大,除了可以让每个个体拥有自己的截距项外,还可以允许每个个体的回归方程斜率也不同,称为变系数模型。变系数模型分为两大类,取决于将可变系数视为常数还是随机变量. .1、将可变系数视为常数ititiitiyxistackSURsystem estimation假设 ,其中 为
7、第 个个体对应的系数。此时,可以对每个个体方程进行分别回归。但如果不同个体的扰动项相关,则分别回归效率不高,因为它忽略了不同方程扰动项相关性的可用信息。有效率的做法是,把所有个体回归方程叠放(),然后使用似不相关回归()对整个方程系统进行系统估计( )。使用这个方法的缺点是,可能需要估计较多参数,从而损失自由度。. .iitSURLSDVx作为一种折中,可以考虑“部分变系数模型”,即允许 中的部分系数(比如,研究者感兴趣的系数)随个体而变,而其余系数则不变。在这种情况下,不再适用,因为各个体方程除了扰动项相关外,还拥有部分相同的系数(跨方程约束)。此时,可以使用法(虚拟变量最小平方法),即在回
8、归方程中,引入个体虚拟变量,以及虚拟变量与中可变系数之解释变量的互动项。. .Random Coefficient Model2、随机系数模型( )iiiiiiiiiiititiititiitvvE v x0vxVar v xyxxv回归系数反映的是经济变量间的一种关系。这种关系可能随时间而变,故可以看作是受随机因素的影响。如果将系数 视为随机变量(好像是从某个总体中抽取的样本),可以假设 ,其中 为常数向量,而 为随机向量,且满足条件期望(故影响斜率的随机因素 与解释变量不相关),条件协方差矩阵 (对角矩阵)。因此, ititiitxx v. .iiitiitiitiitE v x0 x v
展开阅读全文