假设1：
E(uis | X1it , X 2it , X 3it ) 0, s, t 1,2,, T , i 1,2,, N
7.1 面板数据模型
7.1.2 面板数据模型
Yit i 0 1 X1it 2 X 2it 3 X 3it uit , i 1,2,, N ; t 1,2,, T
7.1 面板数据模型
7.1.1 面板数据
EViews中存放面板数据：
7.1 面板数据模型
7.1.2 面板数据模型
Yit i 0 1 X1it 2 X 2it 3 X 3it uit , i 1,2,, N ; t 1,2,, T
i 为个体的异质性，不可观测
Yi i 0 1 X1i 2 X 2i 3 X 3i ui ,
i 1,2,, N ; t 1,2,, T
i 1,2,, N
Yit Yi 1 ( X1it X1i ) 2 ( X 2it X 2i ) 3 ( X 3it X 3i ) uit ui ,
误差项，然后探索方差结构。
7.2 固定效应模型估计
7.2.1 固定效应模型估计 7.2.2 用EViews7.2估计固定效应模型
7.2.1 固定效应模型估计
i 1,2,, N ; t 1,核心是消掉个体异质性变量 i
Yit i 0 1 X 1it 2 X 2it 3 X 3it uit ,
7.1.1 面板数据
EViews中存放面板数据： 点击工作文件界面上的按钮Range，
在弹出的Workfile Structure对话框的Workfile type栏内选择Dated Panel，
7.1 面板数据模型
7.1.1 面板数据
EViews中存放面板数据：
并在Panel identifier series（面板识别变量）下的 第一栏Cross section ID series（横截面识别变量） 内输入变量名dq（地区），在第二栏Date series （日期识别变量）内输入变量名year： 点击OK，数据按面板数据排列:
Y11 Y21 YN 1 Y12 Y22 YN 2 Y1T Y2T YNT
7.1 面板数据模型
7.1.1 面板数据
EViews中存放面板数据： 将Excel中数据导入EViews，排列方式为无结 构/不按日期的数据（Unstructured/Undated）
7.1 面板数据模型
假设 2： Var (u ) 2 , it u
Cov(uit , uis ) E(uituis ) 0, t s, Cov(uit , u jt ) E(uitu jt ) 0, i j , Cov(uit , u js ) E(uitu js ) 0, (i, t ) ( j , s), i 1,2,, N ; t 1,2,, T
2 Lwagei abli 0 1educi 2exper exper i 3 i 4union i
5 Blacki 6 Hoursi ui i 1,2,, N
• 由于不可观测的地区和个人能力带来的内生性， 使上述估计不一致。
面板数据模型
5 Blackit 6 Hoursit uit i 1,2,, N ; t 1,2,, T
• 若采用普通的FE方法，教育变量会被消除掉， 故不能被估计教育的回报。但若采用教育 变量和年份虚拟变量相乘的方法，则可以 估计：
7.2.1 固定效应模型估计
第7 章
面板数据回归分析
面板数据回归分析
7.1 面板数据模型
7.1.1 面板数据 7.1.2 面板数据模型
7.2 固定效应模型估计
7.2.1 固定效应模型估计 7.2.2 用EViews7.2估计固定效应模型
面板数据回归分析
7.3 随机效应模型估计
7.3.1 随机效应模型估计 7.3.2 用EViews7.2估计随机效应模型
7.1 面板数据模型
7.1.2 面板数据模型
面板数据模型
不可观测的个体异质性 例子7.1 经济发展与污水排放
log(POL2it ) i 0 1 log(GDPit / POP it ) 2 log(CONSPit ) 3 log(POP it ) u
例子7.2 教育的回报
7.4 固定效应还是随机效应？ —Hausman检验
7.4.1 Hausman检验原理 7.4.2用EViews7.2进行Hausman检验
重要概念
面板数据回归分析
7.1 面板数据模型
7.1.1 面板数据 7.1.2 面板数据模型
7.1 面板数据模型
7.1.1 面板数据
面板数据有横截面和时间两个维度，N 个 横截面个体、T 个观测时期，样本个体表示 为 Yit ，若 N 远大于 T ，称之为短面板，本 书只讨论短面板。
固定效应模型和随机效应模型
Yit i 0 1 X1it 2 X 2it 3 X 3it uit , i 1,2,, N ; t 1,2,, T
定义7.1 固定效应和随机效应
上述模型中的不可观测变量 i （1）与回归自变量相关，称之为固定效应模型； （2）与回归自变量不相关，称之为随机效应模型。 • 固定效应将 i 消掉，随机效应则将其放入
上述模型的OLS估计称之为固定效应估计 （Fixed effect）
7.2.1 固定效应模型估计
7.2 固定效应模型估计
例子7.1 经济发展与污水排放 例子7.2 教育的回报
2 Lwageit abli 0 1educit 2exper exper it 3 it 4union it