文档介绍：面板数据计量模型适应性的比较研究
刘莉亚丁剑平覃筱代飞
2011-12-13 14:44:44 来源:《管理科学学报》(津)2011年2期第86~96页
内容提要:近年来在经济管理研究中采用面板数据的实证性论文日益增多,同时关于面板数据处理的理论成果也并不少见。然而,问题在于:一方面已有的关于面板数据处理的理论方法多基于无穷大样本,而现实中仅能获得有限样本;另一方面已有的实证研究成果或对面板数据不做任何特殊处理或并不说明处理方法选用的依据。基于此,按只存在个体效应,只存在时间效应和同时存在两种效应3种不同的数据结构,模拟比较了现有各种理论方法的适用性。并根据各种处理方法在小样本情况下估计结果存在较大差异这一事实,反推出用于判断实际数据中存在何种效应的准则。
关键词:面板数据固定个体效应固定时间效应聚类回归标准差系数
作者简介:刘莉亚(1976- ),女,山西长治人,博士,上海财经大学金融学院副教授,博士生导师,E-mail:liuliya0112@;丁剑平,上海财经大学现代金融研究中心;覃筱,上海交通大学安泰管理学院(上海200052);代飞,上海财经大学金融学院(上海200433)。
0引言
众所周知,当经典计量经济模型的4个基本假设满足时,估计参数贝塔的标准差是无偏且一致有效的,但是,当不同时期的观测值与残差之间存在相关关系时,直接应用OLS回归有可能对贝塔的标准差产生有偏的估计,同时,检验贝塔参数的置信度需要构造t统计量,在贝塔标准差估计有偏的情况下,会相应地减小或增大对应的t值,从而增加估计结果出错的概率。此外,自变量和残差之间存在显著的相关关系,表明模型中还有重要的信息没有被充分挖掘,有时贝塔标准差估计甚至会产生较大偏差,甚至无法确定所建立的方程究竟是否有效。面板数据(panel data),由于具有时间和横截面两个维度,能够很好地研究不同公司(地区)在不同时期的特征,因此近几年在实证研究中获得了广泛的应用。例如,统计了《经济研究》、《管理世界》、《金融研究》、《世界经济》等主要学术期刊中运用面板数据的论文数量,结果发现,从2002年到2008年,主要经济管理类学术刊物中运用面板数据的论文呈现出明显的上升趋势(参见图1)。

图1近年主要学术期刊发表基于面板数据的论文数量
越来越多的论文采用面板数据,充分说明了用面板数据研究经济问题的优点。然而,正因为此,面板数据比一般一维时间序列或横截面数据更为复杂,直接应用OLS回归,同一时期不同公司间的残差之间可能存在相关关系,同一公司不同时期的残差之间也可能存在相关关系。然而,许多论文在应用面板数据进行实证研究时,往往不考虑对贝塔标准差的调整,或者只进行了部分调整。具体来说,许多文章采用了面板数据中的固定效应模型进行研究,但是只考虑了个体效应,即只针对同一时期不同公司的残差相关关系进行了调整,很少文章考虑时间效应,这样的结果往往是不能令人信服的。本文将显示,如果没有考虑数据中存在时间效应,即使采用了固定效应模型,其估计结果也是有较大偏误的。
下面,做一个简单的回归来说明直接应用OLS回归可能产生的错误。
针对上市公司成长性与规模的关系研究,本文选择销售收入增长率代表公司的成长性,选择公司总资产的对数值作为公司规模的衡量指标。并选择了商业百货上市公司(来自证监会行业分类的零售业)1997至2006年共10年的数据,为了消除异常数值的影响,又去除了带有*ST①,ST以及部分数据不全的上市公司数据,共45家公司。所有数据均来源于wind咨询。下文以asset代表资产规模,以xxsrzzl代表销售收入增长率,各变量的统计性描述见表1。
表1各变量的描述性统计

设立如下模型来分析上市公司成长性与规模的关系

其中,下标i和t分别表示上市公司和时间;g表示公司成长性,数据为各公司每年的销售收入增长率;size表示公司规模,数据为各公司的总资产。以上是基准模型,根据研究目的的不同,在具体的研究中会采用不同的形式。
当直接采用OLS对上式进行回归时,,,,在10%的置信水平下显著。然而,如果考虑了固定个体效应,情况就大不相同。采用固定个体效应模型估计,,,,。采用固定时间效应模型估计,,与OLS估计结果差别并不大。因此,如果没有考虑固定个体效应而直接估计,那么很有可能得出的是完全相反的结果。面板数据模型扰动项可能存在异方差性、序列相关与截面相关,许多学者提出了不同的方法应用于面板数据的估计。针对固定效应模型,Kiefer[1]提出了Kief