论面板数据模型及其固定效应的模型分析.docx
版权申诉
68 浏览量
2023-03-10
19:44:38
上传
评论
收藏 249KB DOCX 举报
论面板数据模型及其固定效应的模型分析
：
在 20 世纪 80 年代及以前，还只有很少的研究面板数据模型及其应用的文献，而
20 世纪 80 年代之后一直到现在，已经有大量的文献使用同时具有横截面和时间序
列信息的面板数据来进行经验研究（Hsiao，2007）。同时，大量的面板数据计量
经济学方法和技巧已经被开发了出来，并成为现在中级以上的计量经济学教科书的
必备内容，面板数据计量经济学的理论研究也是现在理论计量经济学最热的领域之
一。
面板数据同时包含了许多横截面在时间序列上的样本信息，不同于只有一个维度的
纯粹横截面数据和时间序列数据，面板数据是同时有横截面和时序二维的。使用二
维的面板数据相对于只使用横截面数据或时序数据，在理论上被认为有一些优点，
其中一个重要的优点是面板数据被认为能够控制个体的异质性。在面板数据中，人
们认为不同的横截面很可能具有异质性，这个异质性被认为是无法用已知的回归元
观测的，同时异质性被假定为依横截面不同而不同，但在不同时点却是稳定的，因
此可以用横截面虚拟变量来控制横截面的异质性，如果异质性是发生在不同时期的，
那么则用时期虚拟变量来控制。而这些工作在只有横截面数据或时序数据时是无法
完成的。
代写论文
然而，实际上绝大多数时候我们并不关心这个异质性究竟是多少，我们关心的仍然
是回归元参数的估计结果。使用面板数据做过实际研究的人可能会发现，使用的效
应①不同，对回归元的估计结果经常有十分巨大的影响，在某个固定效应设定下回
归系数为正显著，而另外一个效应则变为负显著，这种事情经常可以碰到，让人十
分困惑。大多数的研究文献都将这种影响解释为控制了固定效应后的结果，因为不
可观测的异质性（固定效应）很可能和回归元是相关的，在控制了这个效应后，由
于变量之间的相关性，自然会对回归元的估计结果产生影响，因而使用的效应不同，
估计的结果一般也就会有显著变化。
然而，这个被广泛接受的理论假说，本质上来讲是有问题的。我们认为，估计的效
应不同，对应的自变量估计系数的含义也不同，而导致估计结果有显著变化的可能
重要原因是由于面板数据是二维的数据，而在这两个不同维度上，以及将两个维度
的信息放到一起时，样本信息所显现出来的自变量和因变量之间的相关关系可能是
不同的。因此，我们这里提出另外一种异质性，即样本在不同维度上的相关关系是
资源评论
