-
面板數據
鎖定
- 中文名
- 面板數據
- 外文名
- Panel Data
- 別 名
-
平行數據
TS-CS數據
面板數據概念
其有時間序列和截面兩個維度,當這類數據按兩個維度排列時,是排在一個平面上,與只有一個維度的數據排在一條線上有着明顯的不同,整個表格像是一個面板,所以把panel data譯作“面板數據”。但是,如果從其內在含義上講,把panel data譯為“時間序列—截面數據” 更能揭示這類數據的本質上的特點。也有譯作“平行數據”或“TS-CS數據(Time Series - Cross Section)”。
面板數據舉例
面板數據1如
城市名:北京、上海、重慶、天津的GDP分別為10、11、9、8(單位億元)。這就是截面數據,在一個時間點處切開,看各個城市的不同就是截面數據。
面板數據2如
2000、2001、2002、2003、2004各年中國所有直轄市的GDP分別為:
北京市分別為8、9、10、11、12;
上海市分別為9、10、11、12、13;
天津市分別為5、6、7、8、9;
重慶市分別為7、8、9、10、11(單位億元)。
這就是面板數據。
面板數據是按照英文的直譯,也有人將Panel data翻譯成綜列數據、平行數據等。由於國內沒有統一的説法,因此直接使用Panel data這種英文説法應該更準確一些。説面板數據也是比較通用的,但是面板數據並不能從名稱上反映出該種數據的實際意義,故很多研究者不願使用。
面板數據研究方法
面板數據分析方法是最近幾十年來發展起來的新的統計方法,面板數據可以克服時間序列分析受多重共線性的困擾,能夠提供更多的信息、更多的變化、更少共線性、更多的自由度和更高的估計效率,而面板數據的單位根檢驗和協整分析是當前最前沿的領域之一。
面板數據的單位根檢驗的方法主要有 Levin,Lin and CHU(2002)提出的LLC檢驗方法[5]。Im,Pesearn,Shin(2003)提出的IPS檢驗[6] , Maddala和Wu(1999),Choi(2001)提出的ADF和PP檢驗[7]等。面板數據的協整檢驗的方法主要有Pedroni[8] (1999,2004)和Kao[9](1999)提出的檢驗方法,這兩種檢驗方法的原假設均為不存在協整關係,從面板數據中得到殘差統計量進行檢驗。Luciano(2003)中運用Monte Carlo模擬[10]對協整檢驗的幾種方法進行比較,説明在T較小(大)時,Kao檢驗比Pedroni檢驗更高(低)的功效。具體面板數據單位根檢驗和協整檢驗的方法見參考文獻[5-10]。
面板數據實證分析
1.指標選取和數據來源
經濟增長:本文使用地區生產總值 ,以1999年為基期,根據各地區生產總值指數折算成實際 ,單位:億元。