面板数据考题

一、简答题（1-6每题10分，7-8每题7分，第9题6分，共80分）请分别举出三个时间序列数据和三个截面数据的实际例子。答：（1）时间序列数据如：每年的国民生产总值、各年商品的零售总额、各年的年均人口增长数、年出口额、年进口额等等；（2）截面数据如：复旦大学2002年各位教师年收入、2002年各省总产值、2002年5月上海市各区罪案发生率等等；（3）混合数据如：1990年~2000年各省的人均收入、消费支出、教育投入等等；请简述面板数据模型的优点。答：面板数据模型的主要优点有：控制个体的异质性；面板数据可以提供更多的信息，更多的变化，较少的共线性，更多的自由度；面板数据模型可以较好的研究动态调整过程；面板数据模型可以构造更为复杂的行为模型。什么是固定效应模型和随机效应模型？答:对于模型：丫止=斤+人。其中斤是区分随机效应和固定效应的关键。如果把r看成与观测到得解释变量x,相关的一种观测不到的随机变量，则该模型称为固定效应模型；如果将斤看成与观测到得解释变量乂人独立的随机变量，则这类模型就称为随机效应模型。面板数据模型的一般形式为：旳二九入“m」it，其中i=1,2,..,N表示个体，t=1,2,...,T表示时点，yit表示被解释变量，xkit是解释变量，’kit是待估计参数，试对该模型进行分类。答:主要分类如下：1.混合模型，=「“it二匚。2•不变截距模型，S：。3.变截距不变系数模型：随机效应模型（1与解释变量无关）；固定效用模型（1与解释变量相关）。4.变截距变系数模型。简述Hausman检验的主要内容及其应用。答：Hausman检验是用于检验模型是否有误设。其基本思想是检验不同设定下得出的系数是否有显著的差别。过程如下：建立零假设，即某种模型设定无误。在此假设下估计出系数的值 -0及相应的方差协方差矩阵V。然后，假设模型存在误设，在考虑了误设的情况下估计出系数打及其方差协方差矩阵。在零假设下，两个估计量均为一致估计量。但是最优的。于是可以得到Hausman检验值M-5V打-V'-0‘打-'-0渐进服从卡方分布，自由度为1的行数。然后选取显著水平，若超过，则认为原假设有误，不超过则接受零假设。Hausman检验可以应用于检验内生性是否存在，或者说内生性是否影响了系数的估计。在这个检验中，实际是看OLS估计量和IV估计量是否有显著差别。Hausman检验常用于检验固定效应和随机效应。即检查随机效应设定下得出的系数和固定效应下得出的系数是否有显著区别。写出一般动态面板数据模型的形式，并说明其优点及常用的估计方法。答:动态面板数据模型的一般形式为：丫让=屮，其优点主要有：通过控制固定效应较好的克服了变量的遗漏问题，而且还较好的克服了反向因果关系，较好的研究一些经济变量的动态行为。主要常用的估计方法是工具变量法和广义矩估计法。叙述面板单位根检验的中ISP检验方法的原理。答：ISP检验拓宽了LL的分析框架，其备择假设有一部分为平稳序列，其余部分为非平稳序列。零假设为 H0:R=P=0,备择假设H:

「：：0,i-1,2,・・・,N;口=O,i=N1,N-2,…,n;主要通过对t均值检验和LM检验。其中LM检验零假设渐近服从标准正态分布，还可检验处理异方差的情形。面板数据模型对随机误差项的假设有哪些？答：每个横截面内误差项之间无关；每一个横截面个体所对应的误差项同方差；不同截面之间的残差不相关；不同截面之间具有同方差。工具变量的选取有什么要求？答：工具变量选取注意两点：工具变量与残差项不相关；工具变量与解释变量高度相关。二、分析题（每题10分，共20分）1表1是我国某时间段中的相关地区能源消费面板单位根检验结果，试对结果进行分析。表1能源消费序列单位根检验全部样本东部地区 中部地区 西部地区全部样本东部地区 中部地区 西部地区单位根LNEC检验1.2886LLC(0.9012)1.3453IPSBreitung(0.9107)1.9224(0.97270)Fisher1.8849ADF(0.9703)4.9828FisherPP(1.0000)8.0058Hadri(0.0002)ALNEC-8.0829单位根LNEC检验1.2886LLC(0.9012)1.3453IPSBreitung(0.9107)1.9224(0.97270)Fisher1.8849ADF(0.9703)4.9828FisherPP(1.0000)8.0058Hadri(0.0002)ALNEC-8.0829(0.0000)-8.4653(0.0000)-6.8800(0.0000)-7.7943(0.0000)-7.8084(0.0000)4.8666(0.0000)LNEC-0.1643(0.43470-1.2778(0.1007)1.6511(0.9506)-0.7320(0.2321)2.5295(0.9943)5.3138(0.0000)&LNEC-4.1575(0.0000)-5.9418(0.0000)-2.4992(0.0062)-5.2663(0.0000)-4.9689(0.0000)3.2437(0.0006)LNEC0.9167(0.8203)1.6598(0.9515)-0.4020(0.3438)1.8548(0.9682)3.3370(0.9996)4.3401(0.0000)△LNEC-4.5878(0.0000)3.9902(0.0000)-4.9792(0.0000)-3.8696(0.0001)-4.2354(0.0000)1.8724(0.0306)LNEC1.4650(0.9286)2.4258(0.9924)1.5632(0.9410)2.4664(0.9932)2.8508(0.9978)4.9962(0.0000)ALNEC-4.9341(0.0000)-4.5745(0.0000)-5.5012(0.0000)-4.2742(0.0000)-4.2829(0.0000)1.4681(0.0710)注：滞后项选择采用Schwarz准则自动选择，检验形式为包括常数项和趋势项，括号内为估计量的相伴概率。其中LNEC原序列，.1LNEC表示一阶差分序列。答：结果表明，除个别情形外，对能源消费和经济增长序列，在检验回归式中同时包括常数项和趋势项情况下，无论是全部样本还是各地区样本，都不能拒绝存在单位根的零假设，序列是不平稳的。而使用能源消费和经济增长的一阶差分序列，几种检验方法都强烈拒绝存在存在单位根的零假设，这表明各省能源消费（ LNEC）和经济增长（LNGDP）序列都是为1（1）过程。2.下表是我国某时间段相关地区能源消费与经济增长的面板协整检验结果，试对结果进行分析。表2能源消费与经济增长面板协整检验单位根检验全部样本东部地区中部地区西部地区统计量概率.统计量概率.统计量概率.统计量概率.面板V统计量-0.07240.3979-0.13760.39520.28640.3829-0.16860.3933面板P统计量2.2617*0.03091.05620.22841.35950.15831.40390.1489面板PP统计量1.42981.14350.42360.36471.11940.21320.89830.2665面板ADF统计量1.33420.16381.80680.07800.68720.31500.31830.3792组P统计量3.4656**0.00101.29090.17342.2000*0.03552.04790.0490组PP统计量2.5243*0.01650.78500.29311.82700.07521.29670.1721组ADF统计量、亠— -h-CCL1.61100.10901.80680.07800.75850.29920.90940.2638注:*与**表示在0.05，0.01水平显著下。答：从协整检验结果看，东部、中部和西部地区的这三个