自相关和面板数据学习教案

1、会计学1第一页，共82页。假设2 对于(duy)解释变量的所有观测值，随机误差项有相同的方差。1,2,.in1,2,.in(如果违反，则出现异方差)第1页/共82页第二页，共82页。(如果违反(wifn)，则出现自相关)假设4 所有(suyu)的解释变量Xi与随机误差项彼此之间不相关。0)(),(jijiECov(遗漏变量中经常出现，会出现参数估计有偏)第2页/共82页第三页，共82页。(如果(rgu)违反，则出现多重共线性)第3页/共82页第四页，共82页。在大样本下，这一假设(jish)可以放松为i.i.d.假设(jish)7 不太可能出现大异常值。第4页/共82页第五页，共82页。222

2、0.00.0.00.22221.00.0.00.0n2212212.nnnn经典(jngdin)假设异方差(fn ch)自相关第5页/共82页第六页，共82页。ijuu( ,)0ijCov u u 第6页/共82页第七页，共82页。第7页/共82页第八页，共82页。第8页/共82页第九页，共82页。第9页/共82页第十页，共82页。第10页/共82页第十一页，共82页。 再比如大多数经济时间数据(shj)都有一个明显的特点:惯性，表现在时间序列不同时间的前后关联上。由于消费习惯的影响(yngxing)被包含在随机误差项中，则可能出现序列相关性（往往是正相关 ）。例如，绝对收入假设下居民(jmn

3、)总消费函数模型： Ct=0+1Yt+t t=1,2,n第11页/共82页第十二页，共82页。或者(huzh)写成：其中(qzhng)称为相关系数第12页/共82页第十三页，共82页。()0tE u211( ,)()ttttuCov u uE uu2222( ,)()ttttuCov u uE uu 2( ,)()sttsttsuCov u uE uu 自相关(xinggun)的数学形式第13页/共82页第十四页，共82页。第14页/共82页第十五页，共82页。第15页/共82页第十六页，共82页。第16页/共82页第十七页，共82页。第17页/共82页第十八页，共82页。第18页/共82页第

4、十九页，共82页。 杜宾和沃特森他们成功地导出了临界值的下限dL和上限dU ，且这些上下限只与样本的容量(rngling)n和解释变量的个数k有关，而与解释变量X的取值无关。 D.W. 统计(tngj)量:第19页/共82页第二十页，共82页。 D.W检验(jinyn)步骤:（1）计算DW值（2）给定(i dn)，由n和k的大小查DW分布表，得临界值dL和dU（3）比较、判断2(1)DW第20页/共82页第二十一页，共82页。 若 0D.W.dL 存在(cnzi)正自相关 dLD.W.dU 不能确定 dU D.W.4dU 无自相关 4dU D.W.4 dL 不能确定 4dL D.W.4 存在(

5、cnzi)负自相关 0 dL dU 2 4-dU 4-dL 正相关(xinggun)不能确定(qudng)无自相关不能确定负相关第21页/共82页第二十二页，共82页。第22页/共82页第二十三页，共82页。第23页/共82页第二十四页，共82页。第24页/共82页第二十五页，共82页。第25页/共82页第二十六页，共82页。第26页/共82页第二十七页，共82页。第27页/共82页第二十八页，共82页。估计值。估计值。第28页/共82页第二十九页，共82页。第29页/共82页第三十页，共82页。第30页/共82页第三十一页，共82页。第31页/共82页第三十二页，共82页。第32页/共82页

6、第三十三页，共82页。第33页/共82页第三十四页，共82页。第34页/共82页第三十五页，共82页。第35页/共82页第三十六页，共82页。第36页/共82页第三十七页，共82页。pool data第37页/共82页第三十八页，共82页。第38页/共82页第三十九页，共82页。companycompanyyearyearinvestinvestmvaluemvalue11951755.9483311952891.24924.9119531304.46241.7119541486.75593.621951588.22289.521952645.52159.4219536412031.32195

7、4459.32115.531951135.21819.431952157.32079.731953179.52371.631954189.62759.9第39页/共82页第四十页，共82页。地区人均消费地区人均消费1996199719981999200020012002CP-AH（安徽）（安徽） 3282.466 3646.150 3777.410 3989.581 4203.555 4495.174 4784.364CP-BJ（北京）（北京） 5133.978 6203.048 6807.451 7453.757 8206.271 8654.433 10473.12CP-FJ（福建）（福建）

8、 4011.775 4853.441 5197.041 5314.521 5522.762 6094.336 6665.005CP-HB（河北）（河北） 3197.339 3868.319 3896.778 4104.281 4361.555 4457.463 5120.485CP-HLJ（黑龙江）（黑龙江） 2904.687 3077.989 3289.990 3596.839 3890.580 4159.087 4493.535CP-JL（吉林）（吉林） 2833.321 3286.432 3477.560 3736.408 4077.961 4281.560 4998.874CP-JS（

9、江苏）（江苏） 3712.260 4457.788 4918.944 5076.910 5317.862 5488.829 6091.331CP-JX（江西）（江西） 2714.124 3136.873 3234.465 3531.775 3612.722 3914.080 4544.775CP-LN（辽宁）（辽宁） 3237.275 3608.060 3918.167 4046.582 4360.420 4654.420 5402.063CP-NMG（内蒙古）（内蒙古） 2572.342 2901.722 3127.633 3475.942 3877.345 4170.596 4850.18

10、0CP-SD（山东）（山东） 3440.684 3930.574 4168.974 4546.878 5011.976 5159.538 5635.770CP-SH（上海）（上海） 6193.333 6634.183 6866.410 8125.803 8651.893 9336.100 10411.94CP-SX（山西）（山西） 2813.336 3131.629 3314.097 3507.008 3793.908 4131.273 4787.561CP-TJ（天津）（天津） 4293.220 5047.672 5498.503 5916.613 6145.622 6904.368 722

11、0.843CP-ZJ（浙江）（浙江） 5342.234 6002.082 6236.640 6600.749 6950.713 7968.327 8792.210第40页/共82页第四十一页，共82页。个体在个体在T期中的第期中的第t个时期内变个时期内变量量Y的观测的观测(gunc)值。值。第41页/共82页第四十二页，共82页。面板数据用双下标(xi bio)变量表示。例如 Yit, i = 1, 2, , N； t = 1, 2, , TN表示面板数据中含有N个个体。T表示时间序列的最大长度。 对于(duy)样本点来说：第42页/共82页第四十三页，共82页。companycompanyy

12、earyearinvestinvestmvaluemvalue11951755.9483311952891.24924.9119531304.46241.7119541486.75593.621951588.22289.521952645.52159.4219536412031.321954459.32115.531951135.21819.431952157.32079.731953179.52371.631954189.62759.9第43页/共82页第四十四页，共82页。第44页/共82页第四十五页，共82页。第45页/共82页第四十六页，共82页。第46页/共82页第四十七页，共82页

13、。第47页/共82页第四十八页，共82页。01(1)ititi titYXYu我们(w men)主要学习静态面板数据。第48页/共82页第四十九页，共82页。第49页/共82页第五十页，共82页。第50页/共82页第五十一页，共82页。第51页/共82页第五十二页，共82页。第52页/共82页第五十三页，共82页。第53页/共82页第五十四页，共82页。 由此我们就能得出增加啤酒税收会导致更多的交通事故死亡人数吗？不一定，这是因为这些回归中可能存在着巨大的遗漏变量(binling)偏差。第54页/共82页第五十五页，共82页。变量。变量。第55页/共82页第五十六页，共82页。特别注意：Zi不

14、随时间(shjin)变化第56页/共82页第五十七页，共82页。结论： 两期的变化表示的回归消除了随时间不变的不可观测(gunc)变量Zi的效应。换言之，分析Y和X的变化可以控制随时间不变的变量，于是就消除了这种产生遗漏变量偏差的来源。第57页/共82页第五十八页，共82页。第58页/共82页第五十九页，共82页。第59页/共82页第六十页，共82页。第60页/共82页第六十一页，共82页。第61页/共82页第六十二页，共82页。第62页/共82页第六十三页，共82页。体的截据项。体的截据项。第63页/共82页第六十四页，共82页。第64页/共82页第六十五页，共82页。01112233445

15、566ititiYXDDDDDDu7个州的回归线斜率相同(xin tn)，但截距不同。第1个州的截距是：第2个州的截距是：第3个州的截距是：101011012第65页/共82页第六十六页，共82页。(式1)给定(i dn)第i 个个体，将(式1)两边对时间取平均可得，(式2)第66页/共82页第六十七页，共82页。可以(ky)用OLS方法一致地估计 ，称为“固定效应估计量”（Fixed Effects Estimator），记为FE由于 主要使用(shyng)了每个个体的组内离差信息，故也称为“组内估计量”（within estimator）。FE第67页/共82页第六十八页，共82页。用我们

16、后面要讲到的随机效应用我们后面要讲到的随机效应模型。模型。第68页/共82页第六十九页，共82页。由于(10. 8)式中的“差分”回归只用了1982年和1988年的数据(具体讲就是这两年的差额)，而(10. 15)式中的固定(gdng)效应回归用到了所有7年的数据，因此这两个回归是不同的。由于利用了更多的数据，因此(10. 15)式中的标准误差小于(10. 8)式中的标准误差。第69页/共82页第七十页，共82页。第70页/共82页第七十一页，共82页。第71页/共82页第七十二页，共82页。首先注意(zh y)：结果中的u_i不表示残差，而是表示个体效应。第72页/共82页第七十三页，共82

17、页。第73页/共82页第七十四页，共82页。第74页/共82页第七十五页，共82页。第75页/共82页第七十六页，共82页。第76页/共82页第七十七页，共82页。companycompanyinvest2002invest2002invest2003invest2003invest2004invest2004kstock2002kstock2002kstock2003kstock2003kstock2004kstock20041 118.918.919.119.119.619.619.619.616.816.816.716.72 217.417.418.418.418.818.818.118.117.417.417173 3191919.619.620.120.120.220.2171717.117.14 4202020.420.