文档介绍：第一讲面板数据
因家庭调查得到的面板数据越来越多，面板数据的计量分析可以说是过去三十
年社会应用研究领域所取得的最重要的进展。
—Fitzgerald, Gottschalk 和 Moffitt (1998, P252)
第一讲介绍的内容
面板数据
面板数据的优点与缺陷
扩展的面板数据
面板数据
“面板数据” 一词指的是一部分家庭、国家或企业等在一段时期内的观测值所构成的集
合。这样的数据可以通过在一段时期内对一些家庭或个体进行跟踪调查来获得。
从横截面看，面板数据是由若干个体在某一时点构成的截面观测值，并且，从纵剖面看
每个个体都是一个时间序列。
1978-2005中国各省级地区消费性支出占可支配收入比例走势图 (张晓峒老师绘制)
面板数据通常分为两类：
由个体调查数据得到的面板数据通常被称为微观面板(micro pan els )。
微观面板数据的特点是个体数 N较大(通常是几百或几千个)，而时期数T较短(最少
是2年，最长不超过10年或20年)。
宏观面板( macro pan els)。
由一段时期内不同国家的数据得到的面板数据通常被称为
这类数据一般具有适度规模的个体 N （从7到100或200不等，如七国集团，OECD ,
欧盟，发达国家或发展中国家），时期数T 一般在20年到60年之间。
因数据结构上的区别，微观面板和宏观面板要求使用不同的计量方法。
样本容量的区别
微观面板必须研究 T固定而N较大时的渐近特性，而宏观面板的渐近特性则是指 T和
N都较大时的情况。
平稳性
对于宏观面板，当时间序列较长时需要考虑数据的非平稳问题，如单位根、结构突变以
及协整等；而微观面板不需要处理非平稳问题，特别是每个家庭或个体的时期数 T较短时。
个体相关性
在处理宏观面板时必须考虑国家之间的相关性，而在微观面板中，如果个体是随机抽样
产生，则个体之间不大可能存在相关性，因此不需要考虑此问题。
为什么使用面板数据？它们的优点和局限性
1面板数据的优点
使用面板数据具有下列一些好处：
（1）可以控制个体异质性
面板数据能反映个体、企业、州或国家之间存在的异质性，即时间上和空间上的异质效应。而时间序列数据和横截面分析没有控制这种异质性，因而其结果很可能是有偏的。
例如，Baltagi和Levin （1992）研究1963-88年美国46个州的香烟需求问题时，设定需求模型
Dit = f （Di,t-1 Pt Iit relii edu advt ）
则模型中解释变量包括四类。
z 第一类是随个体（州）和时间的变化而变化的变量，如香烟消费量的滞后项、价格和收入等可观测的变量；
z 第二类是随个体（州）变化而不随时间变化的可观测变量，如宗教（ religion ）和
教育等变量；
z 第三类是不随个体（州）变化而随时间变化的可观测变量，如电视和广播中的广告
等变量；
z 最后一类是一些不可观测变量，它们包括三种
非时变异质性不可观测因素（u ）――个体效应
时变同质性不可观测因素（ vt）――时间效应
时变异质性不可观测因素（ wit ） ——剩余效应
这样，模型可设定为
Dit = f (Di,t-i Pit ht relii