面板数据计量方法全局脉络和程序使用指南篇

可有偿投稿计量经济圈，计量相关则可

邮箱：[e-mail]

所有计量经济圈方法论丛的do文件都放在社群里,可以直接取出使用运行,也欢迎到面板数据研究小组交流访问.

今天，我们面板数据研究小组想要给计量经济圈的圈友引荐一篇“面板数据计量方法和程序使用指南”的概览性文章。对于面板数据相对于横截面数据或时间序列数据的优越性，我们已经推送如下文章:《面板数据是怎样处理内生性的,一篇让人豁然明朗的文章》。

从计量经济圈社群群友的互动交流中得知，面板数据计量方法的使用是越来越流行，并且面板可能会在以后成为主流的数据形式。在面板数据使用过程中，我们会遇到很多基础性的概念，比如，长面板(时间长)和短面板(时间短)，又比如，静态面板和动态面板(把因变量的滞后项作为解释变量)，还比如，固定效应(形式上假定, 不随时间变化的个体效应ai与解释变量Xit相关)和随机效应(形式上假定, 不随时间变化的个体效应ai与解释变量Xit不相关)。

我们在估计面板数据模型时，也会遇到很多不同的计量方法，比如Pooled OLS, LSDV, Within estimators, First differenced, FGLS等。而对于那些因变量是离散形式的数据，我们又需要用另外的程序去得到待估参数，比如xtlogit, xtoprobit, xtpoisson等。进一步讲，如果解释变量中存在内生性问题，那我们需要通过使用工具变量IV来估计参数，而工具变量的选择在静态面板和动态面板模型中又存在差异。推荐一篇关于离散面板数据中的内生性问题的处理文章《非线性面板模型中内生性解决方案以及Stata命令》

如果核心解释变量Xit前面的系数β也可以随着个体的变化而变化，那我们还需要使用随机系数模型去估计βi。我们之前有解释这种模型和使用，可以参见这篇文章《随机系数Logit模型及Stata实现》。而对于天然分层次的数据，比如一个地区的某个学校的一个老师，我们需要使用分层回归(hierarchical model)。对于长面板数据，我们需要考虑单位根问题，但这个问题往往让我们给忽视掉了。

面板数据的计量方法发展很快，因此，市场上也有专门的书籍进行讲解，比如南加州大学的萧政的《面板数据分析》就盛行全球。

今天的主要climax是下面这部分，因为他会让圈友更好地理解面板数据族谱。

计量经济圈推荐

所有计量经济圈方法论丛的do文件都放在社群里,可以直接取出使用运行,也欢迎到研究小组交流访问.感谢咱们计量经济圈社群伙伴们的理解，愿这个社区陪你走过一段难忘的路途。

计量经济圈是中国计量第一大社区，我们致力于推动中国计量理论和实证技能的提升，圈子以海内外高校研究生和教师为主。计量经济圈六多精神：计量资料多，社会科学数据多，科研牛人多，名校人物多，热情互助多，前沿趋势多。如果你热爱计量并希望长见识，那欢迎你加入到咱们这个大家庭(戳这里)，要不然你只能去其他那些Open access圈子了。注意：进去之后一定要看小鹅社群“群公告”，不然接收不了群息，也不知道怎么进入咱们独一无二的微信群和QQ群。

进去之后就能够看见这个群公告了