課程：時間序列與橫斷面資料的共用（操作手冊）

政 治 大 學 財 政 學 系
黃 智 聰 教 授
課 程 : 時 間 序 列 與 橫 斷 面 資 料 的 共 用 ( 操 作 手 冊 )
一 、 固 定 效 果 模 型 (dummy variable model)
本 例 為 探 討 投 資 受 哪 些 因 素 影 響 。 首 先 , 下 載 INVESTMENT DATA 的 LIMDEP、
PROJECT, 並 開 啟 之 。
1

政 治 大 學 財 政 學 系
黃 智 聰 教 授
變 數 介 紹 :INV 代 表 投 資 ;V 代 表 該 公 司 的 股 票 市 值 / 預 期 未 來 收 益 ;K 代 表 公
司 的 資 本 額 / 存 量 ;T 則 是 時 間 。
按 「MODEL」;「LINEAR MODELS」;「REGRESSION」。
輸 入 應 變 數 Y=INV; 自 變 數 X=ONE、V、K、T。 並 點 選 「OPTIONS」。
2

政 治 大 學 財 政 學 系
黃 智 聰 教 授
點 「PANEL DATA MODEL」; 勾 選 「STRATIFY USING VARIABLE」, 後 面
選 「ID」;MODEL TYPE 選 「FIXED EFFECTS」。 按 下 RUN。
結 果 如 下 :
3

政 治 大 學 財 政 學 系
黃 智 聰 教 授
欲 知 截 距 項 α ,
i
故 從 OUTPUT 的 網 頁 把 指 令 式 REGRESS;Lhs=INV;Rhs=ONE,V,K,T;Panel;Str=ID;Fixed$
反 白 拖 曳 到 「inv[1]」 的 視 窗 , 在 式 子 最 後 加 入 「;output=2」, 此 時 指 令 變 為
REGRESS;Lhs=INV;Rhs=ONE,V,K,T;Panel;Str=ID;Fixed;output=2$。 並 將 指 令 反 白 按 下
「GO」。
4

政 治 大 學 財 政 學 系
黃 智 聰 教 授
結 果 如 下 。 上 表 是 OLS( 可 省 略 不 看 ); 下 表 為 FIXED-EFFECTS。 惟 注 意 的 是
故 從 「TEST STATISTICS」 可 知 :
第 一 式 代 表 Y=α
0
+ e
第 二 式 代 表 Y= α + i
e
第 三 式 代 表 Y= β
1X1it
+ β2X
2it
第 四 式 代 表 Y=α i
+ β 1
X1
it
+ β2X
2it
(FIXED-EFFECT)
舉 例 而 言 , 若 將 式 (3) 和 (4) 一 併 看 , 可 知 是 否 應 跑 固 定 效 果 模 型 。 由 於 兩 式
只 差 一 個 截 距 項 α
i
,
H0=α 0
= α1
= α3
= ... = αn
H1=α0
≠ α1
≠ α3
≠ ... ≠ αn
若 接 受 H0, 即 式 (3); 若 拒 絕 H0, 即 式 (4), 代 表 應 跑 固 定 效 果 模 型 。
5

政 治 大 學 財 政 學 系
黃 智 聰 教 授
TWO WAY
當 該 變 數 的 特 質 效 果 隨 公 司 特 質 以 及 年 份 不 同 ( 時 間 效 果 ) 而 不 同 時 , 使 用 TWO
WAY。 此 時 Yit=A i +B 1 X 1it +B 2 X 2it +e it
同 樣 的 , 首 先 按 下 按 「MODEL」;「LINEAR MODELS」;「REGRESSION」
輸 入 應 變 數 Y=INV; 自 變 數 X=ONE、V、K。 並 點 選 「OPTIONS」
6

政 治 大 學 財 政 學 系
黃 智 聰 教 授
點 「PANEL DATA MODEL」; 勾 選 「STRATIFY USING VARIABLE」, 後 面
選 「ID」;MODEL TYPE 選 「FIXED EFFECTS」。 點 選 「SETTINGS」。
勾 選 「use two-way effects model. Time variable」, 後 面 輸 入 「T」。 按 下 OK,
按 下 RUN。
7

政 治 大 學 財 政 學 系
黃 智 聰 教 授
結 果 如 下 :
8

政 治 大 學 財 政 學 系
黃 智 聰 教 授
二 、 隨 機 效 果 模 型
接 下 來 介 紹 隨 機 效 果 模 型 。
若 是 從 母 體 中 隨 機 的 抽 出 N 個 樣 本 , 則 截 距 項 是 隨 機 變 數 . β β +
β 1
it
= 1
μ i
是 代 表 母 體 平 均 截 距 ( population mean intercept) 的 未 知 參 數 , 而 μi 是 說 明
公 司 行 為 中 個 別 差 異 之 無 法 觀 察 到 的 隨 機 誤 差 。 我 們 假 設 μi 互 相 獨 立 且 和 eit
互 為 獨 立 。
首 先 , 按 「MODEL」;「LINEAR MODELS」;「REGRESSION」。
輸 入 應 變 數 Y=INV; 自 變 數 X=ONE、V、K、T。 並 點 選 「OPTIONS」。
9

政 治 大 學 財 政 學 系
黃 智 聰 教 授
點 「PANEL DATA MODEL」; 勾 選 「STRATIFY USING VARIABLE」, 後 面
選 「ID」;MODEL TYPE 選 「FIXED AND RANDOM EFFECTS 」
結 果 如 下 。 表 一 為 OLS; 表 二 為 固 定 效 果 模 型 : 表 三 為 隨 機 效 果 模 型 ( 下 圖 即
為 表 三 )。 α = CONSTANT 的 係 數 =58.6444。
重 點 是 看 Lagrange Multipier test vs model =1162.541 以 下 三 行 ,
代 表 P 值 要 很 小 (P