基本概念
面板数据及分类
面板数据分类：
短面板和长面板动态面板和静态面板平衡面板和非平衡面板
截面数大于时间数就是短面板，反之，则为长面板
解释变量包含被解释变量的滞后值则为动态面板，反之，则为静态面板
平衡面板：每个个体在想他的时间内都有观测值记录，For any I, there are T observations. 反之，则为非平衡面板
面板数据的优点：
1. 可以处理有不可观测的个体异质性所导致的内生性问题
2. 提供更多个体动态行为的信息
不足之处：
1. 大多数面板数据分析技术都是针对短面板
2. 寻找面板数据结构的工具变量不是很容易
面板数据模型
非观测效应模型
a.固定效应模型
b.随机效应模型
混合回归模型
面板数据模型的估计和修正方法
固定效应模型的估计对固定效应模型的估计有两种方法：
固定效应变换（组内变换）与LSDV（最小二乘虚拟变量法）
a. 固定效应变换（组内变换）
固定效应变换的优缺点
优点：即使个体效应与解释变量相关也可以得到一致估计；
缺点：无法估计不随时间而变的变量的影响。
固定效应的STATA命令
xtreg y x,fexi:xtreg y x i.year,fetab year,gen(year)
b. LSDV思想
STATA命令：
不存在时间效应： xi:reg y x i.code存在时间效应：xi:reg y x i.code i.year 随机效应模型
对随机效应模型的估计方法是广义最小二乘法
STATA命令： 不存在时间效应：xtreg y x ,re存在时间效应：xi: reg y x i.year,re
第一讲案例
导入数据及查看数据描述. use "D:\traffic.dta" # 导入数据. des #查看数据描述
显示：
obs: 336vars: 5430 Nov 15:45--------------------------------------------------------------------------------storage display valuevariable name type formatlabelvariable label--------------------------------------------------------------------------------state float %9.0gsid State ID (FIPS) Codeyear int%9.0g Yearspircons float %9.0g Spirits Consumptionunratefloat %9.0g Unemployment Rateperincfloat %9.0g Per Capita Personal Incomeemppopfloat %9.0g Employment/Population Ratiobeertax float %9.0g Tax on Case of Beersobaptfloat %9.0g % Southern Baptistmormonfloat %9.0g % Mormon....等等
描述性统计
格式: sum + 变量名
. sum beertaxVariable | Obs Mean Std. Dev. Min Max-------------+---------------------------------------------------------beertax | 336.513256 .4778442 .0433109 2.720764twoway (scatter fatal beertax)(lfit fatal beertax) # 核心变量和被解释变量的散点图并画出回归直线
xtline fatal # 画出核心变量的时间序列图
3. 模型选择
选择PLS 还是 FE？
. tab year, gen(year). xtreg fatal beertax spircons unrate perinck year2-year7, fe
Fixed-effects (within) regressionNumber of obs= 336Group variable: state Number of groups = 48R-sq: Obs per group:within = 0.4528 min =7between = 0.1090 avg = 7.0overall = 0.0770 max =7F(10,278) =23.00corr(u_i, Xb) = -0.8728 Prob > F=0.0000------------------------------------------------------------------------------fatal |Coef. Std. Err.t P>|t|[95% Conf. Interval]-------------+----------------------------------------------------------------beertax |-0.4350.154 -2.82 0.005 -0.738-0.132spircons |0.8060.1137.15 0.000 0.584 1.028unrate |-0.0550.010 -5.31 0.000 -0.075-0.035perinck |0.0880.0204.41 0.000 0.049 0.128year2 |-0.0530.030 -1.77 0.078 -0.113 0.006year3 |-0.1650.037 -4.40 0.000 -0.239-0.091year4 |-0.2000.042 -4.80 0.000 -0.282-0.118year5 |-0.0510.052 -0.99 0.325 -0.152 0.051year6 |-0.1000.059 -1.69 0.091 -0.216 0.016year7 |-0.1340.068 -1.98 0.049 -0.267-0.001_cons |0.1290.4310.30 0.765 -0.720 0.978-------------+----------------------------------------------------------------sigma_u | 1.0987683sigma_e | .14570531rho | .98271904 (fraction of variance due to u_i)------------------------------------------------------------------------------F test that all u_i=0: F(47, 278) = 64.52Prob > F = 0.0000
模型检验
截面相关检验
. xtcsd, pesPesaran's test of cross sectional independence = -1.716, Pr = 1.9138
如果截面相关
