文档介绍：面板数据模型与stata软件的应用
一、什么是面板数据
二、面板数据模型的优势
三、面板模型的估计方法:FE和RE
四、stata软件简介
五、如何用stata估计面板模型:案例分析
一、面板数据类型
时间维度+截面维度
如我们在分析中国各省份的经济增长时,共有31个截面,每个截面都取1979-1998共20年的数据,共有620个观察值,这是一个典型的平行面板数据
上市公司财务数据,研究一段时期内(1998-2008)上市公司股利的发放数额与股票账面价值之间的关系,共有20 ×11=220个观测值
强调经济理论基础、强调微观行为基础
表1 1996-2002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)
地区人均消费
1996
1997
1998
1999
2000
2001
2002
CP-AH(安徽)
CP-BJ(北京)
CP-FJ(福建)
CP-HB(河北)
CP-HLJ(黑龙江)
CP-JL(吉林)
CP-JS(江苏)
CP-JX(江西)
CP-LN(辽宁)
CP-NMG(内蒙古)
CP-SD(山东)
CP-SH(上海)
CP-SX(山西)
CP-TJ(天津)
CP-ZJ(浙江)
表2 上市公司的投资与股票账面价值:N=20,T=4
面板数据模型和stata软件应用
二、面板数据模型有以下几个优点:
第一,Panel Data 模型可以通过设置虚拟变量对个别差异(非观测效应)进行控制;
第二,Panel Data 模型通过对不同横截面单元不同时间观察值的结合,增加了自由度,减少了解释变量之间的共线性,从而改进了估计结果的有效性;
第三,Panel Data模型是对同一截面单元集的重复观察, 能更好地研究经济行为变化的动态性
举例
交通死亡率与酒后驾车人数(一段时间内江苏省各市)
其他的非观测(潜在)因素:南京与苏州
汽车本身状况
道路质量
当地的饮酒文化
单位道路的车辆密度
非观测效应导致估计结果不准确,面板数据可以控制和估计非观测效应
面板数据模型形式:
其中, i=1,2,3...N,截面标示; t=1,2,... T,时间标示;xit为k×1解释变量,β为k×1