结构推理 为了增加样本,能否简单地将多个时间的横截面数据综合为一组样本进行估计?为什么?
【正确答案】这里的多个时间的横截面数据即为平行数据。单方程平行数据的一般模型为: 其中为向量,为向量,K为解释变量的数目。该模型常用的三种情形: 情形1:(截面上无个体影响、无结构变化) 情形2:(变截距模型) 情形3:(变系数模型) 情形1表示样本在横截面上无个体影响,应用普通最小二乘法可以给出两参数的一致有效估计,也相当于将多个时期的截面数据放在一起作为样本数据。情形2为变截距模型,即在截面上个体影响不同,个体影响表现为模型中被忽略的反映个体差异的变量的影响;情形3称为变系数模型,除了存在个体影响外,在横截面上还存在经济结构的变化,因而结构参数在不同截面单位上也是不同的。若分析的问题属于情形1,则将多个时间的横截面数据综合在一起当作一个样本是合适的;但如果分析的问题属于情形2和情形3,则将多个时间的横截面数据综合在一起会损失一些数据信息并带来模型估计中的误差甚至错误。
【答案解析】