请教，面板数据模型应用

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

作为一个初学者，想用面板数据进行分析数据，有几个问题想请教一下，哪位大侠帮忙解决一下：
1、面板数据模型主要用来分析什么样的面板数据呢，能得到什么样的结论呢？例如：回归分析在各种检验通过后，可以简单的利用回归系数，说明被解释变量与解释变量间的变动关系；协整检验后可以利用误差修正模型，将存在相同平稳阶数的不平稳的时间序列变量建立协整模型，说明两者存在长期稳定关系，再建立误差修正模型后可以利用系数说明被解释变量与解释变量间的变动关系。

2、如果直接用面板数据做得模型，是否可以直接利用面板数据作出的结果，及相应系数，来解释 解释变量对被解释变量的关系，或是说影响？
例如：张晓彤书中提到的例子，人均收入及支出作出的面板数据模型，结论里面能否说人均收入增加多少，引起人均支出增加多少吗？
3、什么样面板数据可以进行协整分析呢？因为我的面板数据，取个体数据，变量间应该是可以建立协整关系，建立误差修正模型的。
4、面板数据如何做协整？具体步骤如何呢？怎么用eviews实现呢？

问题有些多，先感谢了

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2 回帖

关键词：面板数据模型 数据模型 面板数据 误差修正模型 EVIEWS 回归分析 初学者 模型

好悲惨，没人回复呢

太多了，自己看书吧！！

面板模型的作用：利用面板数据控制横截面模型中不变的不可观测异质性，其次，使用面板数据作为方差成分分解及估计状态间转移概率的一个方法，可以广泛研究横截面总体的动态性。
关于面板数据的协整检验，Westerlund（2007）提出了四种面板数据的协整检验方法，可参考他的文章：Testing for Error Correction in Panel Data

建议白仲林的书，看看

第一步，分析各个回归变量的时间序列（time series）特征，尤其是被解释变量，如果存在序列

相关（AR或MA），说明满足动态回归最基本的条件。

第二步，静态回归分析。考察回归的残差是否具有序列相关性，它是确定被解释变量滞后除数的一

个重要参考。如果存在序列相关，进一步说明进行动态分析的必要性。

第三，动态分析，并进行sargan检验及残差时序分析。

答1和2：
         面板数据模型和时间序列模型、横截面模型具有相似之处，只是在数据形式上有些变化，以致在假设检验与参数估计过程中处理的方法不同。
什么样的面板数据？我想知道你所讲的面板数据会有怎样的样子？
        和处理时间序列数据一样，在建模之前，需要从图形、趋势等对数据进行大致的判断，对变量间的相关性进行检验，再选择合适的模型和合适的估计方法。具体如何选择不是几句话就能说清的，建议你看一下已有的实证研究文献或书籍Baltagi(2005)。
        至于回归结果的分析，与常用的回归分析其实差不多。只是由于面板具有双下标形式，自然多了从时间和个体两个方面上去分析的必要，这也是面板回归模型的优势所在。其他的，诸如回归系数，拟合优度等回归结果和常用的时间序列模型与横截面模型解释效果基本一致。
   
答3和4：
        如果你查阅过国外的有关面板协整的文献，会发现，在面板数据模型上的所有应用方法，基本都来源于时间序列模型。所以，应用面板协整方法的前提当然是面板数据的非平稳性。你所说的个体数据协整，这是面板协整里的一个研究方向。目而，接触的是截面独立、截面相关和结构变化的面板协。至于个体协整的协整暂时没有去关注过。
         Taylor和Sarno(1998)中给出个体协整条件下的面板单位根检验。
        面板协整在eviews 中有现成的检验方法。具体步骤你查阅eviews的说明，里面是很详细的！！

顶下楼上，解答的很好！

学习楼上