当前位置: 论文助手 > 免费资料 > 参考文献 > >

对基金家族共同持股的相关研究方法[参考文献]

资料分类参考文献 责任编辑:论文小助手更新时间:04-17
提示:本资料为网络收集免费论文,存在不完整性。建议下载本站其它完整的收费论文。使用可通过查重系统的论文,才是您毕业的保障。

 目前,对于基金家族共同持股的实证研究主要使用的是面板数据模型。同时,由于本文研究所使用的数据均为面板数据,所以本文也采用面板数据模型来进行实证检验。 

面板数据又被称为时间序列与截面混合数据,是在时间序列上截取多个截面,并且在这些不同的截面上选取样本的数据。面板数据不仅有时间维度,而且有横截面维度,所以面板数据是时间序列和截面数据的综合,并同时具体两种数据的特点。相比单截面数据,面板数据提供了更多的观测值,所以增加了对于样本的估计精度。 

面板数据模型可以分为静态面板数据模型和动态面板数据模型,前者没有包含被解释的变量的滞后项,而后者则包含了被解释的变量的滞后项。由于本文研究所要解释的变量没有包含其滞后项,所以本文使用的模型属于静态面板数据。 

通常,面板数据模型有 3 种,即混合估计模型、固定效应模型和随机效应模型: 

(1)混合估计模型,又称为混合最小二乘估计。如果从时间上来看,样本中不同的个体之间不存在显著性的差异;从界面上来看,不同的截面之间也不存在显著性的差异,那么就可以直接把面板数据混合到一起,用普通过的最小二乘法(OLS)来估计参数。在混合估计模型中,任何个体和截面的回归系数都是相同的。 

(2)固定效应模型。如果对于不同的个体或者不同的截面,回归模型的截取是不同的,那么就可以使用在模型中加入虚拟变量的方法来估计参数。在固定效应模型下,所有包含个体影响效果的变量被假设为是内生的。固定效应模型的优点是它能够反映个体之间的差异,并且估计方法比较简单;缺点是它假设每个个体之间的差异是固定的。 

(3)随机效应模型。与固定效应模型相比,随机效应模型相当于把固定效应模型中的截距看作是两个随机变量,一个是截面随机误差项,另一个是时间随机误差项。在随机效应模型下,所有包含个体影响效果的变量被假设为是外生的。对于选择固定效应模型还是随机效应模型,可以使用 Hausman 检验来判断。随机效应模型的优点是它能够反映出个体之间差异的随机性,并且模型的自由度比较高;缺点是它可能没有包括必要的解释变量。