# 动态面板(综列、平行)数据模型(计量经济学)

Stata对面板数据模型的估计

tsset company year
tsset industry year

xtdes ：对Panel Data截面个数、时间跨度的整体描述
Xtsum：分组内、组间和样本整体计算各个变量的基本统计量
xttab 采用列表的方式显示某个变量的分布

Stata中用于估计面板模型的主要命令：xtreg
xtreg depvar [varlist] [if exp] , model_type [level(#) ]

Model  type              模型
be             Between-effects estimator
fe              Fixed-effects estimator
re             GLS Random-effects estimator
pa           GEE population-averaged estimator
mle        Maximum-likelihood Random-effects estimator

xtreg：   Fixed-, between- and random-effects, and population-averaged linear models
xtregar：Fixed- and random-effects linear models with an AR(1) disturbance
xtpcse ：OLS or Prais-Winsten models with panel-corrected standard errors
xtrchh ：Hildreth-Houck random coefficients models
xtivreg ：Instrumental variables and two-stage least squares for panel-data models

xtabond：Arellano-Bond linear, dynamic panel data estimator
xttobit ：Random-effects tobit models
xtlogit ： Fixed-effects, random-effects, population-averaged logit models
xtprobit ：Random-effects and population-averaged probit models
xtfrontier ：Stochastic frontier models for panel-data
xtrc gdp invest culture edu sci health social admin,beta

xtreg命令的应用：

1.固定效应模型估计：
xtreg  gdp invest culture sci health admin techno,fe

2.随机效应模型估计：
xtreg  gdp invest culture sci health admin techno,re

3. 最大似然估计Ml：
xtreg  gdp invest culture sci health admin techno,mle

Hausman检验
Hausman检验究竟选择固定效应模型还是随机效应模型：

xtreg  gdp invest culture sci health admin techno,fe
est store fe

xtreg  gdp invest culture sci health admin techno,re
est store re

hausman fe
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

hausman fe, sigmaless

Xtserial gdp invest culture sci health admin techno

xtreg  gdp invest culture sci health admin techno,fe
xttest3 (Modified Wald statistic for groupwise heteroskedasticity in fixed effect model)

xtreg  gdp invest culture sci health admin techno,re
Xttest1
Xttest1用于检验随机效应(单尾和双尾) 、一阶序列相关以及两者的联合显著

xtgls  gdp invest culture sci health admin techno, panels(hetero)，修正异方差
xtgls  gdp invest culture sci health admin techno, panels(correlated)，修正依横截面而变化的异方差
xtgls  gdp invest culture sci health admin techno, panels(hetero) corr(ar1)，修正异方差和一阶序列相关ar(1)

《面板数据模型及其在经济分析中的应用》分别就面板数据的静态模型，动态模型、单位根和协整分析，受限因变量、变系数模型和随机前沿模型等六大领域进行了全面探讨。

与同类作品比较，本书有三个突出特点：第一，经典例子多。结合最新的国际期刊论文——新政治经济学代表人物阿塞莫格鲁教授2003年的经典之作《财富的逆转》，卢卡斯的理性预期模型，经典的跨国经济增长收敛性检验等，通过提炼经典论文的要点，帮助读者更加深入地思考和熟练地掌握各种面板数据分析方法。第二，实用性强。结合国外比较流行的计量软件Stata进行深入浅出的实战演练，并帮助经济研究人员用较短的时间、全面系统地掌握面板数据模型。第三，覆盖面广。它涉及面板数据模型的众多领域。

王志刚，1976年生，2005年毕业于北京大学光华管理学院应用经济系国民经济专业，获经济学博士学位，现就职于财政部财政科学研究所。

先后在《管理世界》、《中国社会科学》、《财政研究》、《税务研究》等国家级核心期叫发表论文多篇；2006-2007年，先后担任《中因社会科学》、《经济研究》、《金融研究》的匿名审稿人；参加第二届(2002年)、第四届(2004年)中国青年经济学者论坛；合作论文收录于联合国大学世界发展经济学研究所与中国社会科学院人口与劳动经济研究所于2005年4月如开的“收入分配差距与贫困问题研讨会”。此外，参与多项国家级、省部级课题研究；2008年接受世界银行和北大教育财政所为期一年半的年轻学者计划资助，并主持其中课题一项。

现研究领域包括：财税政策评估、宏观经济学、应用计量经济学、政治经济学。

本书共分8个章节，分别就面板数据的静态模型，动态模型、单位根和协整分析，受限因变量、变系数模型和随机前沿模型等六大领域进行了全面探讨，侧重介绍静态模型、动态模型、单位根和协整分析。该书可供各大专院校作为教材使用，也可供从事相关工作的人员作为参考用书使用。

第1节 面板数据发展历程

一、面板数据分类

二、面板模型的优势和不足

第2节面板数据在社会科学中的应用

第1节 遗漏变量问题

一、遗漏变量

二、个体效应模型

第2节随机和固定效应模型

一、基本概念

二、等相关模型

三、固定效应还是随机效应模型

四、严格外生假定

第3节各类面板估计量

一、混合回归估计量

二、组间估计量

三、组内估计量或固定效应估计量

四、一次差分估计量

五、随机效应估计量——可行广义最小二乘法

六、双因子效应模型

第4节面板模型的稳健标准差

一、面板稳健标准差

二、面板自助标准差

第5节各类检验

一、混合回归模型对随机效应模型

二、混合回归模型对固定效应模型

三、随机效应对固定效应：豪斯曼检验

四、各种自相关检验

五、群组间的异方差

第6节非平衡面板数据

第7节预测

第8节统计量的特征比较

第9节软件命令和应用实例

一、面板模型的软件命令

二、应用实例

第1节 工具变量法和广义矩估计

一、工具变量法

二、二步法工具变量回归

三、广义矩估计

四、各种检验

第2节工具变量的选取

一、同期外生假定

二、弱外生假定

三、强外生假定

四、过多的工具变量

五、相关的软件命令

六、应用实例

第3节严格外生性条件的违反和初始条件

一、基本假定

二、最简单的动态模型

三、各种检验

第4节动态面板模型的带虚拟变量固定效应估计

一、动态模型

二、软件命令

第5节面板模型工具变量法和广义矩估计

一、基本模型

二、一阶差分估计

三、广义矩估计

四、各种检验

第6节动态面板数据的蒙特卡罗分析

一、模型设定

二、软件命令

第7节极大似然估计

第8节进一步讨论

第9节二次差分估计量

一、一次差分

二、二次差分

第10节应用实例

一、生产函数估计

二、增长的收敛性验证

三、就业方程估计

四、卢卡斯理性预期模型的广义矩估计

第11节软件命令操作

一、差分方程估计的软件命令

二、系统广义矩估计

三、各种命令对比分析

第1节 面板数据单位根检验方法

一、数据生成过程

二、莱文-林检验

三、伊姆-皮萨然-申检验

四、哈德里检验

第2节面板协整检验

一、考检验

二、基于残差的拉格朗日乘数检验

三、佩德罗尼检验

四、似然比检验

第3节面板的误差修正模型

一、误差修正检验

二、面板检验统计量

三、误差修正检验统计量的渐近分布

四、存在截面相关时的检验统计量

第4节应用实例

一、面板单位根检验

二、面板协整检验和误差修正模型

第5节软件命令

第1节 二元选择模型

第2节静态面板离散选择模型

一、二元选择模型

二、固定效应的逻辑模型

三、随机效应的概率单位模型

四、面板随机效应托比模型

第3节动态面板离散选择模型

第4节选择性样本和面板数据磨损问题

一、选择性样本

二、赫克曼二步估计的概率单位模型

三、样本选择和面板模型

第5节应用实例

第1节 介绍

第2节随横截面个体而变化的系数

一、固定系数模型

二、随机系数模型

第3节系数随着时间和横截面单位同时发生变化

一、固定系数模型

二、随机系数模型

第4节软件命令和应用实例

一、命令介绍

二、投资需求函数

第1节 随机前沿生产函数

一、随机前沿生产函数和技术效率

二、复合残差项的分布

第2节异方差情形下的效率估计

一、随机扰动项具有异方差

二、无效率项具有异方差

三、随机扰动项和无效率项都具有异方差

第3节面板数据的随机前沿生产函数

一、基本模型

二、随时间变化的技术无效率项

三、进一步讨论

四、非单调生产效率模型

第4节软件命令和应用实例

一、命令介绍

二、中国生产效率估计(1978-2003年)

第1节 Stata简介和网上资源

一、软件简介

二、网络资源

三、使用界面

第2节软件的基本操作

一、数据管理

二、命令的格式与基本命令

第3节基本的回归分析

一、回归命令

二、预测的语法格式

三、回归诊断

四、应用实例

第4节简单的编程

参考文献

英文一中文人名索引

后记

<!-- 正文结束 -->

• 博文量
1
• 访问量
2296