高级面板数据方法 Wooldridge chap.14 中级计量经济学潘峣
高级面板数据方法 Wooldridge chap. 14 1 中级计量经济学潘峣
Review ■面板数据结构下估计不可观测效应的方法 。 一阶差分法 >两期面板较多 ~误差不存在序列相关时更有效 >通过后一期减去前一期，将不随时变的固定效应去除 ·固定效应模型 >不可观测效应与解释变量相关，不存在序列相关 >通过离差转换（减去组内均值），消除不可观测效应 。随机效应模型 >不可观测效应与所有解释变量都无关，只存在合成误差的序 列相关 >使用广义最小二乘法估计 >2 中级计量经济学潘峣
Review ◼ 面板数据结构下估计不可观测效应的方法 • 一阶差分法 ➢ 两期面板较多 ➢ 误差不存在序列相关时更有效 ➢ 通过后一期减去前一期，将不随时变的固定效应去除 • 固定效应模型 ➢ 不可观测效应与解释变量相关，不存在序列相关 ➢ 通过离差转换（减去组内均值），消除不可观测效应 • 随机效应模型 ➢ 不可观测效应与所有解释变量都无关，只存在合成误差的序 列相关 ➢ 使用广义最小二乘法估计 2 中级计量经济学潘峣
RECAP:混合最小二乘估计Pooled OLS) 假定所有个体都拥有完全一样的回归方程： ym=a+xnB+z,δ+Em 其中，x不包括常数项，这样，就可以直接把所有数据 放在一起，像对待横截面数据那样进行OLS回归，故被 称为“混合回归”(pooled OLS)。 >3 中级计量经济学潘峣
RECAP: 混合最小二乘估计(Pooled OLS) 假定所有个体都拥有完全一样的回归方程： 其中，xit不包括常数项，这样，就可以直接把所有数据 放在一起，像对待横截面数据那样进行OLS回归，故被 称为“混合回归”(pooled OLS)。 it it i it y = + x + z + ' ' 3 中级计量经济学潘峣
RECAP:混合最小二乘估计Pooled OLS) 1.由于面板数据的特点，虽然通常可以假设不同个体之 间的扰动项相互独立，但同一个体在不同时期的扰动项 之间往往存在自相关。此时，对标准差的估计应该使用 聚类稳健的标准差(cluster-.robust standard error),而所 谓聚类就是由每个个体不同时期的所有观测值所组成。 同一聚类（个体）的观测值允许存在相关性，而不同聚 类（个体）的观测值则不相关。 4 中级计量经济学潘峣
RECAP: 混合最小二乘估计(Pooled OLS) 1.由于面板数据的特点，虽然通常可以假设不同个体之 间的扰动项相互独立，但同一个体在不同时期的扰动项 之间往往存在自相关。此时，对标准差的估计应该使用 聚类稳健的标准差(cluster-robust standard error)，而所 谓聚类就是由每个个体不同时期的所有观测值所组成。 同一聚类（个体）的观测值允许存在相关性，而不同聚 类（个体）的观测值则不相关。 4 中级计量经济学潘峣
RECAP:混合最小二乘估计Pooled OLS) 2.混合回归的基本假设是不存在个体效应。对于这个假 设必须进行统计检验。由于个体效应以两种不同的形态 存在（即随机效应与固定效应），因此需要分别对其进 行检验。 中级计量经济学潘峣
RECAP: 混合最小二乘估计(Pooled OLS) 2.混合回归的基本假设是不存在个体效应。对于这个假 设必须进行统计检验。由于个体效应以两种不同的形态 存在（即随机效应与固定效应），因此需要分别对其进 行检验。 5 中级计量经济学潘峣