第七章长面板与动态面板
第七章长面板与动态面板
主要内容 ◆7.1长面板的估计策略 ◆72面板校正标准误 ◆73仅解决组内自相关的FGLS ◆74全面FGLS ◆75残差特性的检验 ◆7.6变系数模型 ◆77面板工具变量法(△) ◆78豪斯曼-泰勒估计量(△) ◆79动态面板
2 主要内容 7.1 长面板的估计策略 7.2 面板校正标准误 7.3 仅解决组内自相关的FGLS 7.4 全面FGLS 7.5 残差特性的检验 7.6 变系数模型 7.7 面板工具变量法（△） 7.8 豪斯曼-泰勒估计量（△） 7.9 动态面板
7.1长面板的估计策略 ◆对于短面板,时间维度T较小,无法探讨扰动项{εt是 否存在自相关,故一般假设{tid ◆对于长面板,由于较大,信息较多,可放松此假定, 考虑{Et}可能存在的异方差与自相关 ◆在长面板中,由于n相对于T较小,对可能存在的固定 效应,可加入个体虚拟变量(LSDV法)。 ◆对于时间效应,可加上时间趋势项来控制(由于T较大 ,如加上时间虚拟变量,将损失较多自由度)
3 对于短面板，时间维度T较小，无法探讨扰动项 是 否存在自相关，故一般假设 为iid。 对于长面板，由于T较大，信息较多，可放松此假定， 考虑 可能存在的异方差与自相关。 在长面板中，由于n相对于T较小，对可能存在的固定 效应，可加入个体虚拟变量(LSDV法)。 对于时间效应，可加上时间趋势项来控制(由于T较大 ，如加上时间虚拟变量，将损失较多自由度)。 7.1 长面板的估计策略
◆考虑以下模型: Dit =x'itB+ Eit ◆Xt可包括常数项、时间趋势项、个体虚拟变量、不 随时间变化的解释变量。 ◆考虑扰动项et存在异方差或自相关的几种情形。 ◆(1)记0=vr(a)。如果存在00(≠门) 则扰 动项{t}存在“组间异方差” ◆(2)如果存在Cov(et,εr)≠0(≠S,v1),则扰动项 存在“组内自相关” ◆(3)如果存在Cov(et)≠0(≠,Vt),则扰动项 存在“组间同期相关”或“截面相关
4 考虑以下模型： 可包括常数项、时间趋势项、个体虚拟变量、不 随时间变化的解释变量 。 考虑扰动项 存在异方差或自相关的几种情形。 (1)记 。如果存在 ，则扰 动项 存在“组间异方差” 。 (2)如果存在 ，则扰动项 存在“组内自相关” 。 (3)如果存在 ，则扰动项 存在“组间同期相关” 或“截面相关”
◆比如,对于省际面板,相邻省份之间的同期经济活动 可能通过贸易或投资相互影响,也称“空间相关” ◆对于{t}可能存在的组间异方差、组内自相关或组间 同期相关,主要有两类处理方法 ◆方法一,继续使用OLS(即LSDV)估计系数,只对标准 误进行校正(即面板校正标准误) ◆方法二,对异方差或自相关的具体形式进行假设,使 用FGLS进行估计
5 比如，对于省际面板，相邻省份之间的同期经济活动 可能通过贸易或投资相互影响，也称“空间相关”。 对于 可能存在的组间异方差、组内自相关或组间 同期相关，主要有两类处理方法。 方法一，继续使用OLS(即LSDV)估计系数，只对标准 误进行校正(即面板校正标准误)。 方法二，对异方差或自相关的具体形式进行假设，使 用FGLS进行估计