1©陈强，2015年，《计量经济学及Stata应用》，高等教育出版社。第12章面板数据12.1面板数据的特点面板数据(paneldata或longitudinaldata)，指在一段时间内跟踪同一组个体(individual)的数据。它既有横截面维度(n位个体)，又有时间维度(T个时期)。一个3T的面板数据结构如表12.1。2表12.1面板数据的结构y1x2x3x个体1:t=1个体1:t=2个体1:t=3个体2:t=1个体2:t=2个体2:t=3个体n:t=1个体n:t=2个体n:t=33通常的面板数据T较小，n较大，在使用大样本理论时让n趋于无穷大，称为“短面板”(shortpanel)。如果T较大，n较小，则称为“长面板”(longpanel)。在面板模型中，如果解释变量包含被解释变量的滞后值，称为“动态面板”(dynamicpanel)；反之，称为“静态面板”(staticpanel)。本书仅关注静态面板。在面板数据中，如果每个时期在样本中的个体完全一样，则称为“平衡面板”(balancedpanel)；反之，则称为“非平衡面板”(unbalancedpanel)。主要关注平衡面板，但在本章第11节讨论非平衡面板。4面板数据的主要优点如下。(1)有助于解决遗漏变量问题：遗漏变量常由不可观测的个体差异或“异质性”(heterogeneity)造成(比如个体能力)。如果个体差异“不随时间而改变”(timeinvariant)，则面板数据提供了解决遗漏变量问题的又一利器。(2)提供更多个体动态行为的信息：面板数据有横截面与时间两个维度，可解决截面数据或时间序列不能解决的问题。5例如何区分规模效应与技术进步对企业生产效率的影响。截面数据没有时间维度，无法观测到技术进步。单个企业的时间序列数据，也无法区分生产效率提高有多少由于规模扩大，有多少由于技术进步。例对于失业问题，截面数据告诉我们在某个时点上哪些人失业，时间序列告诉我们某个人就业与失业的历史，但均无法告诉我们是否失业的总是同一批人(低流转率)，还是失业的人群总在变动(高流转率)。如有面板数据，就可能解决上述问题。(3)样本容量较大：同时有截面与时间维度，面板数据的样本容量通常更大，可提高估计精度。6面板数据也会带来问题。样本数据通常不满足iid假定，因为同一个体在不同期的扰动项一般存在自相关。面板数据的收集成本通常较高，不易获得。12.2面板数据的估计策略一个极端策略是，将面板看成截面数据进行混合回归(pooledregression)，即要求样本中每位个体拥有完全相同的回归方程。混合回归的缺点是，忽略个体不可观测的异质性(heterogeneity)，而该异质性可能与解释变量相关，导致估计不一致。7...
