面板数据模型与stata应用.ppt

第二讲面板数据模型与stata软件的应用面板数据模型与stata软件的应用第一讲短面板面板数据的分类表11996-2002年中国东北、华北、华东15个省级地区的居民家庭人均消费数据（不变价格）表2上市公司的投资与股票账面价值：N=20,T=4面板数据模型的优点举例面板数据模型的误差项由两部分组成：
一部分是与个体观察单位有关的，它概括了所有影响被解释变量，但不随时间变化的因素，因此，面板数据模型也常常被成为非观测效应模型；
另外一部分概括了随截面随时间而变化的不可观测因素，通常被成为特异性误差或特异扰动项
在实践中常采用折衷策略，即假定个体的回归方程拥有相同的斜率，但可以有不同的截距项，以此来捕捉异质性。由于面同一个体在不同时期的扰动项之间往往存在自相关，故应使用“聚类稳健的标准差”（cluster-robuststandarderror），而所谓“聚类”（cluster），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。动态模型y=.8y(-1)+v，样本容量分别为T=20，50，100时，各模拟2万次3.面板数据模型估计方法面板模型选择：固定效应还是随机效应固定效应模型2、而当我们研究某个县市居民的消费行为时，由于样本数相对于江苏省几千万人口是个很小的样本，此时，可以认为个体居民在个人能力、消费习惯等方面的差异是随机的，采用随机效应模型较为合适
随机效应模型：

RE认为个体的差异是随机的，其中
非观测的个体差异效应与随机扰动项一样都是随机变量
总结：如果把非观测效应看做是各个截面或个体特有的可估计参数，并且不随时间而变化，则模型为固定效应模型；
如果把非观测效应看作随机变量，并且符合一个特定的分布，则模型为随机效应模型Hausman检验究竟选择固定效应模型还是随机效应模型：
第一步：估计固定效应模型，存储结果
quietlyxtregfatalbeertaxspirconsunrateperincK,fe
eststorefix
第二步：估计随机效应模型，存储结果
quietlyxtregfatalbeertaxspirconsunrateperincK,re
eststoreran
第三步：进行hausman检验
hausmansetconsistseteff(setconsist为固定效应模型估计名称，seteff为随机效应模型估计名称)fixran

Hausman检验量为：
H=(b-B)´[Var(b)-Var(B)]-1(b-B)～x2(k)
Hausman统计量服从自由度为k的χ2分布。当H大于一定显著水平的临界值时，我们就认为模型中存在固定效应，从而选用固定效应模型，否则选用随机效应模型
如果hausman检验值为负，说明的模型设定有问题，导致Hausman检验的基本假设得不到满足，遗漏变量的问题，或者某些变量是非平稳等等。
在这里，零假设是随机效应成立，即个体效应和解释变量无关。

案例:美国公路交通死亡人数与啤酒税的关系研究以数据集traffic.dta为例四、stata软件简介估计结果回归诊断：画图五、Stata对面板数据模型的估计随机效应模型Stata对面板数据模型的估计Hausman检验第二讲长面板第二讲动态面板DID-GMMDID-GMM存在的问题SYS-GMM应用