面板数据分析步骤

阅读笔记，

阅读原文请点链接：面板数据分析方法汇总 - 知乎

分析数据的平稳性，避免出现虚假回归或伪回归。

李子奈认为平稳的真正含义是：一个时间序列剔除了不变的均值（可视为截距）和时间趋势以后，剩余的序列为零均值，同方差，即白噪声。因此单位根检验时有三种检验模式：既有趋势又有截距、只有截距、以上都无。

对面板数据绘制时序图，粗略观测时序图中是否含有趋势项和（或）截距项；

检验单位根的方法：

LLC法：该方法允许不同截距和时间趋势,异方差和高阶序列相关,适合于中等维度(时间序列介于25～250 之间,截面数介于10～250 之间) 的面板单位根检验。

IPS法

Breitung法

ADF-Fisher

PP-Fisher

有时为了方便，只采用两种面板数据单位根检验方法，即相同单位根检验LLC，和不同单位根检验Fisher-ADF检验。

存在单位根的解决方法：使用一阶差分或二阶差分及高阶差分，直至序列平稳为止。

情况一：如果基于单位根检验的结果发现变量之间是同阶单整的，那么我们可以进行协整检验。

情况二：如果如果基于单位根检验的结果发现变量之间是非同阶单整的，即面板数据中有些序列平稳而有些序列不平稳，此时不能进行协整检验与直接对原序列进行回归。此时应该对模型进行修正，消除数据不平稳对回归造成的不利影响。

混合估计模型：如果从时间上看，不同个体之间不存在显著性差异；从截面上看，不同截面之间也不存在显著性差异，那么就可以直接把面板数据混合在一起用普通最小二乘法（OLS）估计参数。

固定效应模型：如果对于不同的截面或不同的时间序列，模型的截距不同，则可以采用在模型中添加虚拟变量的方法估计回归参数。

随机效应模型：如果固定效应模型中的截距项包括了截面随机误差项和时间随机误差项的平均效应，并且这两个随机误差项都服从正态分布，则固定效应模型就变成了随机效应模型。

模型的选择：我们经常采用F检验决定选用混合模型还是固定效应模型，然后用Hausman检验确定应该建立随机效应模型还是固定效应模型。