本书全面、系统、直观地介绍了广泛应用于实证分析领域的面板数据方法。本书第三版对第二版做了重大修订, 新增介绍横截面相依数据和动态方程组的两章。 一些复杂的概念得到进一步梳理。引入了若干新的内容, 譬如相关随机系数模型、伪面板数据、 久期模型、计数数据模型、分位数分析, 以及非线性面板数据模型中控制非观测异质性影响的其他方法。面板数据研究中的近期进展都以非常严谨而又友好的方式呈现在本书中，并与原有内容有机地结合成一个整体。严谨的理论分析与合理引用的实证案例使得本书对经济、商业、社会学、政治学等领域的研究生和高级研究人员非常有帮助。
萧政（Cheng Hsiao），现为美国南加州大学经济学教授，厦门大学兼职教授, 斯坦福大学经济学博士。他的主要工作是融合经济学理论与计量经济分析。萧政教授在面板数据、 时间序列数据、横截面数据、结构模型、测量误差等领域，无论是理论还是实证分析, 都做出了广泛的贡献。他的专著《面板数据分析》深受学术界好评。1991—2013年任《计量经济学杂志》 (Journal of Econometrics )的联合主编。萧政教授还在亚洲、美洲、欧洲等众多国家和地区的著名大学或研究机构担任客座教授等重要职务。
第1 章 导 论 ………………………………………………………… 1
1.1 面板数据简介 …………………………………………………… 1
1.2 面板数据的优点 ………………………………………………… 4
1.3 使用面板数据时的问题 ………………………………………… 8
1.4 全书内容提要 …………………………………………………… 11
第2 章 线性回归模型的同质性检验 ( 协方差分析)………………… 13
2.1 引言 ……………………………………………………………… 13
2.2 协方差分析 ……………………………………………………… 14
2.3 案例 ……………………………………………………………… 18
第3 章 简单变截距回归模型 ………………………………………… 23
3.1 引言 ……………………………………………………………… 23
3.2 固定效应模型: 最小二乘虚拟变量法 ………………………… 26
3.3 随机效应模型: 方差成分模型的估计 ………………………… 29
3.4 固定效应还是随机效应 ………………………………………… 36
3.5 误设检验 ………………………………………………………… 43
3.6 包含时恒或个同解释变量以及个体和时间特异效应项的模型… 45
3.7 异方差与自相关 …………………………………………………… 50
3.8 任意误差结构的模型—Chamberlainπ-法………………………… 54
附录3A 最小距离估计量的一致性和渐近正态性 …………………… 58
附录3B 三成分模型的方差-协方差矩阵的特征向量和逆 ………… 60
第4 章 变截距动态模型…………………………………………………… 63
4.1 引言 ………………………………………………………………… 63
4.2 协方差估计量 …………………………………………………… 64
4.3 随机效应模型 …………………………………………………… 66
4.4 案例 ……………………………………………………………… 86
4.5 固定效应模型 …………………………………………………… 88
4.6 残差任意相关时动态模型的估计 ……………………………… 96
4.7 同时包含个体特异项和时间特异项的模型 …………………… 97
附录4A 可行 MDE 的渐近协方差矩阵的推导 ………………… 102
附录4B N 与T 增大时的渐近性分析 …………………………… 104
第5 章 静态联立方程模型 ………………………………………… 108
5.1 引言 …………………………………………………………… 108
5.2 联合广义最小二乘估计法 …………………………………… 111
5.3 结构方程的估计 ……………………………………………… 114
5.4 三角形方程组 ………………………………………………… 120
附录5A ……………………………………………………………… 130
第6 章 变系数模型 ………………………………………………… 133
6.1 引言 …………………………………………………………… 133
6.2 系数随横截面单元变化 ……………………………………… 135
6.3 系数随时期和横截面单元变化 ……………………………… 144
6.4 随时间演化的系数 …………………………………………… 148
6.5 系数是其他外生变量的函数 ………………………………… 154
6.6 固定系数和随机系数的混合模型 …………………………… 156
6.7 动态随机系数模型 …………………………………………… 164
6.8 两个案例 ……………………………………………………… 169
6.9 相依随机系数模型 …………………………………………… 175
附录6A 两个正态分布随机变量的联合分布 …………………… 182
第7 章 离散数据 …………………………………………………… 184
7.1 引言 …………………………………………………………… 184
7.2 基于混合截面数据的离散响应模型 ………………………… 184
7.3 个体存在异质性时静态模型的参数方法 …………………… 188
7.3.1 固定效应模型 ……………………………………………… 189
7.3.2 随机效应模型 ……………………………………………… 194
7.4 静态模型的半参数方法 ……………………………………… 197
7.5 动态模型 ……………………………………………………… 200
7.6 识别状态相依的其他方法 …………………………………… 216
第8 章 样本截略与样本选择 ……………………………………… 225
8.1 引言 …………………………………………………………… 225
8.2 案例—非随机缺失数据 ……………………………………… 233
8.3 包含随机个体效应项的Tobit 模型 ………………………… 239
8.4 固定效应估计量 ……………………………………………… 240
8.5 案例: 住房支出 ……………………………………………… 250
8.6 动态Tobit 模型 ……………………………………………… 254
第9 章 截面相依面板数据 ………………………………………… 261
9.1 截面相依问题 ………………………………………………… 261
9.2 空间方法 ……………………………………………………… 262
9.3 因子方法 ……………………………………………………… 269
9.4 控制横截面相依影响的组均值 (公共相关项) 增强法 …… 273
9.5 横截面相依的检验 …………………………………………… 276
9.6 项目评估的面板数据方法 …………………………………… 281
第10 章 动态系统 ………………………………………………… 297
10.1 面板向量自回归模型 ……………………………………… 298
10.2 协整面板数据模型和向量误差修正 ……………………… 305
10.3 单位根与协整检验 ………………………………………… 311
10.4 动态联立方程模型 ………………………………………… 320
第11 章 不完全面板数据 ………………………………………… 326
11.1 轮换或随机缺失数据 ……………………………………… 326
11.2 伪面板 (或重复横截面数据) ……………………………… 330
11.3 单个横截面数据集和单个时序数据集的混合 …………… 332
11.4 短面板分布滞后模型的估计 ……………………………… 337
第12 章 前沿问题 ………………………………………………… 347
12.1 久期模型 …………………………………………………… 347
12.1 计数数据模型 ……………………………………………… 355
12.3 面板分位数回归 …………………………………………… 359
12.4 模拟方法 …………………………………………………… 361
12.5 多层结构的数据 …………………………………………… 365
12.6 测量误差 …………………………………………………… 367
12.7 非参数面板数据模型 ……………………………………… 372
第13 章 全书概略 ………………………………………………… 375
13.1 面板数据的优点 …………………………………………… 375
13.2 面板数据分析面临的挑战 ………………………………… 379
13.3 结束语 ……………………………………………………… 382
书单推荐
