没有合适的资源?快使用搜索试试~ 我知道了~
动态面板数据模型Eviews.doc
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 110 浏览量
2022-05-10
09:16:43
上传
评论
收藏 1.11MB DOC 举报
温馨提示
试读
22页
动态面板数据模型Eviews.doc
资源推荐
资源详情
资源评论
第 17 章 动态面板数据模型
17.1 动态面板数据模型
前一章讨论具有固定效应和随机效应的线性静态面板数据模型,但由于经济个体行为
的连续性、惯性和偏好等影响,经济行为是一个动态变化过程,这时需要用动态模型来研
究经济关系。本章主要讨论动态面板数据模型的一般原理和估计方法,然后介绍了面板数
据的单位根检验、协整分析和格朗杰因果检验的相关原理及操作。
17.1.1 动态面板模型原理
考虑线性动态面板数据模型为
(17.1.1)
首先进行差分,消去个体效应得到方程为:
(17.1.2)
可以用 GMM 对该方程进行估计。方程的有效的 GMM 估计是为每个时期设定不同数
目的工具,这些时期设定的工具相当于一个给定时期不同数目的滞后因变量和预先决定的
变量。这样,除了任何严格外生的变量,可以使用相当于滞后因变量和其他预先决定的变
量作为时期设定的工具。例如,方程(17.1.2)中使用因变量的滞后值作为工具变量,假如
在原方程中这个变化是独立同分布的,然后在 t=3 时,第一个时期观察值可作为该设定分
析,很显然 是很有效的工具,因为它与 相关的,但与 不相关。类似地,在 t=4
时, 和 是潜在的工具变量。以此类推,对所以个体 i 用因变量的滞后变量,我们可以
形成预先的工具变量:
(17.1.3)
每一个预先决定的变量的相似的工具变量便可以形成了。
假设 不存在自回归,不同设定的最优的 GMM 加权矩阵为:
(17.1.4)
其中 是矩阵,
包含严格外生变量和预先决定的变量的混合。该加权矩阵用于 one-step Arellano-
Bond 估计。
给定了 one-step 估计的残差后,我们就可以用估计计算的 White 时期协方差矩阵来代
替加权矩阵 H
d
:
(17.1.5)
该加权矩阵就是在 Arellano-Bond 两步估计中用到的矩阵。
我们可以选择两者中一个方法来改变最初的方程,以消除对总体偏离而计算的个体效
应(Arellano 和 Bover,1995)。详情见后面的 GMM 估计,用正交偏离而转换残差有个
特点就是转换设定的第一阶段最优加权矩阵是简单的 2SLS 加权矩阵。
(17.1.6)
17.1.2 动态面板的 GMM 估计方法
1)基本的 GMM 面板估计是基于以下的矩形式,
(17.1.7)
这里 是每个截面 i 的 阶工具变量矩阵,且有
(17.1.8)
在某些情形总和是做时期上加总的,而不是个体,我们将使用对称矩阵计算。
GMM 估计的最小二次式为:
(17.1.9)
为了估计 ,选了合适的 阶加权矩阵 H。
系数向量 已知时,则可以对系数协方差矩阵进行计算:
(17.1.10)
这里通过下面式子进行估计:
(17.1.11)
而
在简单的线性模型中 ,我们可以得到系数的估计值为:
(17.1.12)
方差估计为:
(17.1.13)
这里 一般形式为:
(17.1.14)
与 GMM 估计相关的有:(1)设定工具变量 Z;( 2)选择加权矩阵 H;( 3)决定估计
矩阵 。
2)大范围的设定可以被认为是 GMM 估计中的特例。例如,简单的 2SLS 估计,是用
系数协方差的普通估计,设定:
(17.1.15)
(17.1.16)
代入计算,我们可以得到系数相同的表达式:
(17.1.17)
则方差矩阵为
(17.1.18)
而有约束和无约束的异方差和同期相关的标准差可以用一个新的表达式计算:
(17.1.19)
因此我们得到一个 white 截面系数协方差估计。而协方差方法在前面线性面板数据模
型中已经详细介绍了,在此不再叙述。
3 ) 另 外 还 有 其 他 的 GMM 协 方 差 计 算的 可供 选项,比如: 2SLS , White cross-
section , White period , White diagonal , cross-section SUR ( 3SLS ) , cross-section
weights,Period SUR,Period weighs。另外不同的误差加权矩阵在用 GMM 估计动态面板数
据时可能经常用到。
这些权重的形成已经在前面的线性面板数据方差结构中详细阐述了,例如 cross-section
SUR(3SLS)加权矩阵的计算方式为:
(17.1.20)
这里 是对同期相关协方差矩阵的估计。类似地,White period 加权通过下式计算为:
(17.1.21)
这些后来的 GMM 加权方式是与干扰项中存在任意序列相关和时间变化协方差相关联的。
4)GLS 设定
Eviews 也可以利用 GMM 设定估计 GLS 转换的数据,因此条件矩阵就要修订,以反映
GLS 的权重:
(17.1.22)
17.1.3 GMM 软件估计操作
1)在对面板数据进行 GMM 估计时,workfile 必须是面板结构的条件下进行。假定模
型被设为动态模型,利用 Eviews 估计动态面板数据模型时,则打开 workfile 窗口后,在主
菜单选择 Object/new object/Equation,或者 Quick/Estimatie Equation,打开面板数据估计设
定 对 话 框 , 在 Method 选 择 GMM/DPD-Generalized Method of Moments/Dynamic Panel
Data,对话框就增加了一个 Instrument 页面,如下图:
图 17.1.1
2)点击 Dynamic Panel Wizard 帮助填写上面的 Equation Estimation,首先是一个描述
介绍 Wizard 的基本目的。然后点击“Next”,到下面这个页面:
图 17.1.2
在这个页面要写下因变量以及因变量作为解释变量的滞后阶数,比如本书第十六章中对美
国 10 个大型制造业企业的年投资(I)、公司价值( F)和公司资本(K)观测 20 年数据
(1935-1954)的例子中,I 作为因变量,而在动态面板数据模型中用 I(-1)作为解释变
量,则在 lag(s)选择 1,如果选择 I(-1)和 I(-2)作为解释变量,则应选择 2。
3)点击“下一步”,到了另一个页面,在这个页面中设定公式中剩下的解释变量,比如:
本例除了 I(-1),另外的解释变量是 F 和 K,在该页面填入 F 和 K。
图 17.1.3
如果设定是时点固定影响动态面板数据模型则可以在 Include period dummy variables 复选框
打钩,然后点击下一步。
4)该页面设定消去截面固定效应的转换方式,可以选择 Difference 或者 Orthogonal
deviations,Eviews 默认的是前者。
图 17.1.4
5)在这个页面里 Eviews 预先默认地因变量的滞后项一项为工具变量,可以在这里设
置@DYN(I,-2,-3,-4),则需要的三个工具变量都已设定好,则下个页面不用加其他
的工具变量,如果只是@DYN(I,-2)一个工具变量,则在后面还要设定工具变量。
剩余21页未读,继续阅读
资源评论
samLi0620
- 粉丝: 803
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功