长面板数据的主要特征是时间维度比较大而横截面维度相对较小,对于长面板数据分析,我们不需要在固定效应模型、随机效应模型和混合回归模型之间进行选择,长面板数据分析先验假定长面板数据模型就是固定效应模型,相对而言主要关注对误差项的处理(因为时间维度比较大),而将个体效应用虚拟变量来控制(横截面维度相对较小),所以更加关注设置扰动项相关的具体形式。这又分为两种情形:一种是仅解决组内自相关的可行广义最小二乘估计,另一种是同时处理组内自相关、异方差和组间同期相关的可行广义最小二乘估计。
长面板数据分析的Stata操作
1.仅解决组内自相关的可行广义最小二乘估计
xtpcse命令用于线性横截面时间序列模型的面板校正标准误差(PCSE)估计,其中参数是通过OLS或praise - winsten回归估计的。当计算标准误差和方差-协方差估计时,xtpcse假定扰动项在默认情况下是异方差的,并且在面板之间同时相关。该命令的语法格式为:
xtpcse depvar [indepvars] [if] [in] [weight] [,options]
xtpcse为命令,depvar为被解释变量,[indepvars]为解释变量,[if]为条件表达式,[in]用于设置样本范围,[weight]用于设置权重,[,options]为可选项,主要包括表14.5所示的几项。
2.同时处理组内自相关、异方差和组间同期相关的可行广义最小二乘估计
xtgls命令采用可行广义最小二乘拟合面板数据线性模型,这个命令允许在面板内存在AR(1)自相关和跨面板的横截面相关和异方差的情况下进行估计。该命令的语法格式为:
xtgls depvar [indepvars] [if] [in] [weight] [,options]
xtgls为命令,depvar为被解释变量,[indepvars]为解释变量,[if]为条件表达式,[in]用于设置样本范围,[weight]用于设置权重,[,options]为可选项,主要包括表14.6所示的几项。