第17章 动态面板数据模型
17.1 动态面板数据模型
前一章讨论具有固定效应和随机效应的线性静态面板数据模型，但由于经济个体行为的连续性、惯性和偏好等影响，经济行为是一个动态变化过程，这时需要用动态模型来研究经济关系。本章主要讨论动态面板数据模型的一般原理和估计方法，然后介绍了面板数据的单位根检验、协整分析和格朗杰因果检验的相关原理及操作。
17.1.1动态面板模型原理
考虑线性动态面板数据模型为
（17.1.1）
首先进行差分，消去个体效应得到方程为：
（17.1.2）
可以用GMM对该方程进行估计。方程的有效的GMM估计是为每个时期设定不同数目的工具，这些时期设定的工具相当于一个给定时期不同数目的滞后因变量和预先决定的变量。这样，除了任何严格外生的变量，可以使用相当于滞后因变量和其他预先决定的变量作为时期设定的工具。例如，方程（17.1.2）中使用因变量的滞后值作为工具变量，假如在原方程中这个变化是独立同分布的，然后在t=3时，第一个时期观察值可作为该设定分析，很显然是很有效的工具，因为它与
相关的，但与
不相关。类似地，在t=4时，
和
是潜在的工具变量。以此类推，对所以个体i用因变量的滞后变量，我们可以形成预先的工具变量：
（17.1.3）
每一个预先决定的变量的相似的工具变量便可以形成了。
假设不存在自回归，不同设定的最优的GMM加权矩阵为：
（17.1.4）
其中是矩阵，
包含严格外生变量和预先决定的变量的混合。该加权矩阵用于one-step Arellano-Bond估计。
给定了one-step 估计的残差后，我们就可以用估计计算的White时期协方差矩阵来代替加权矩阵Hd：
（17.1.5）
本文来源：https://www.2haoxitong.net/k/doc/21363fb3fbb069dc5022aaea998fcc22bcd143f0.html
文档为doc格式