[求助]非平衡面板数据估计

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

<p>学了这么多年，突然发现自己什么都不会，有一些概念也很模糊，在此请教各位。</p><p>什么是平衡面板数据，非平衡面板数据，混合数据？非平衡面板数据和混合数据是一个概念吗？</p><p>我现在拥有的数据是从1998年到2004年我国819家上市公司的各种财务指标数据，这属于什么类型的数据呢？如果有一部分上市公司并不是从1998年到2004年的数据都用，比如只是从2001年才开始有的，那这又数据什么数据呢？</p><p>在用Eviews估计时，不同的数据类型应该怎么估计回归呢？在刚开始创建Workfile的时候应该采用什么类型的呢？建立Object的时候选择Pool，一定要这么做吗？</p><p>命令：data “变量名” 什么时候用啊？</p><p></p>

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：非平衡面板数据 非平衡面板 平衡面板 面板数据 非平衡 上市公司 Object 平衡

计量的技术性很强，在没有搞懂之前最好别做，否则错误百出。
面板数据又称时间和截面混合数据
平衡面板数据没有缺失值，非平衡面板数据有缺失值
平衡面板数据的估计结果比较理想，非平衡面板数据的结果不怎么准确。
01-04的纵向时间样本，至少可以让你做一阶滞后了。由于时间稍短，固定效应模型是比较好的选择。
EVIEWS做面板数据时，已经可以不需要命令，直接用鼠标搞定了。

最后，不建立pool，就只能建立system，否则你的面板又从哪来呢

Warsky::讲的不错啊!其实一些基本的东西还是懂一点点的,只是在实际操作的时候会有各种问题.

那么在回归的时候,cross-section and period的选项里就选择fixed,就可以了是吧?

大言不惭一句，平衡的面板数据好像是没有缺失的数据，有缺失的数据的就是非平衡的面板数据。

以下是引用warsky在2008-8-23 8:45:00的发言：
计量的技术性很强，在没有搞懂之前最好别做，否则错误百出。
面板数据又称时间和截面混合数据
平衡面板数据没有缺失值，非平衡面板数据有缺失值
平衡面板数据的估计结果比较理想，非平衡面板数据的结果不怎么准确。
01-04的纵向时间样本，至少可以让你做一阶滞后了。由于时间稍短，固定效应模型是比较好的选择。
EVIEWS做面板数据时，已经可以不需要命令，直接用鼠标搞定了。

多长的时间才不能叫稍短？多长的时间才需要作滞后？

woyemihu

Arellano-Bond dynamic panel-data estimation  Number of obs         =       163
Group variable: firm                         Number of groups      =        28
Time variable: time
                                             Obs per group:    min =         3
                                                               avg =  5.821429
                                                               max =         7
Number of instruments =     36               Wald chi2(8)          = 200003.21
                                             Prob > chi2           =    0.0000
Two-step results
------------------------------------------------------------------------------
         roa |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         roa |
         L1. |   .3000986   .0034194    87.76   0.000     .2933966    .3068005
  jiaozichan |  -3.807051    .168478   -22.60   0.000    -4.137262    -3.47684
yanshengzi~n |  -145.4201   29.81941    -4.88   0.000    -203.8651   -86.97511
mairufanshou |   .2855277   .3085616     0.93   0.355    -.3192419    .8902974
kegongchus~u |  -6.858728   .2380372   -28.81   0.000    -7.325273   -6.392184
chiyouzhiqi |   1.263883   .7422295     1.70   0.089    -.1908599    2.718626
changqiguq~n |  -7.727417   .3745246   -20.63   0.000    -8.461472   -6.993362
  fangdichan |   -2.10997   .4575136    -4.61   0.000    -3.006681    -1.21326
       _cons |    1.20943   .1024926    11.80   0.000     1.008548    1.410312
------------------------------------------------------------------------------
Warning: gmm two-step standard errors are biased; robust standard
         errors are recommended.
Instruments for differenced equation
        GMM-type: L(2/.).roa
        Standard: D.jiaozichan D.yanshengzichan D.mairufanshou D.kegongchushou
                  D.chiyouzhiqi D.changqiguquan D.fangdichan
Instruments for level equation
        Standard: _cons
.
. estat sargan
Sargan test of overidentifying restrictions
        H0: overidentifying restrictions are valid
        chi2(27)     =  20.69545
        Prob > chi2  =    0.8003
. estat abond
Arellano-Bond test for zero autocorrelation in first-differenced errors
  +-----------------------+
  |Order |  z     Prob > z|
  |------+----------------|
  |   1  | -2.338  0.0194 |
  |   2  | 1.3783  0.1681 |
  +-----------------------+
   H0: no autocorrelation


7# wd3

上面是我的作的,非平横面板,请问有问题吗?


8# kantbear

Arellano-Bond dynamic panel-data estimation  Number of obs         =       153
Group variable: firm                         Number of groups      =        28
Time variable: time
                                             Obs per group:    min =         3
                                                               avg =  5.464286
                                                               max =         7

Number of instruments =     37               Wald chi2(9)          =    346.57
                                             Prob > chi2           =    0.0000
Two-step results
------------------------------------------------------------------------------
         var |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         var |
         L1. |   .0357792   .0056905     6.29   0.000      .024626    .0469325
  jiaozichan |   7.673776   3.869784     1.98   0.047       .08914    15.25841
yanshengzi~n |   278.7623   251.8095     1.11   0.268    -214.7752    772.2999
mairufanshou |   9.785766   4.565322     2.14   0.032     .8378998    18.73363
kegongchus~u |   5.017005   2.516658     1.99   0.046      .084447    9.949563
chiyouzhiqi |   27.10683   8.399042     3.23   0.001     10.64501    43.56866
changqiguq~n |   17.56045   13.13629     1.34   0.181    -8.186218    43.30711
  fangdichan |   27.29364   12.13909     2.25   0.025     3.501464    51.08581
       index |  -.0002278   .0000537    -4.24   0.000     -.000333   -.0001226
       _cons |   5.264508   .8945175     5.89   0.000     3.511286     7.01773
------------------------------------------------------------------------------
Warning: gmm two-step standard errors are biased; robust standard
         errors are recommended.
Instruments for differenced equation
        GMM-type: L(2/.).var
        Standard: D.jiaozichan D.yanshengzichan D.mairufanshou D.kegongchushou
                  D.chiyouzhiqi D.changqiguquan D.fangdichan D.index
Instruments for level equation
        Standard: _cons

.
.
.
.
. estat sargan
Sargan test of overidentifying restrictions
        H0: overidentifying restrictions are valid

        chi2(27)     =  24.86099
        Prob > chi2  =    0.5823

.
.
. estat abond

Arellano-Bond test for zero autocorrelation in first-differenced errors
  +-----------------------+
  |Order |  z     Prob > z|
  |------+----------------|
  |   1  |-2.5882  0.0096 |
  |   2  | 2.5683  0.0102 |
  +-----------------------+
   H0: no autocorrelation

请问模型对吗??

还有什么模型可以?