0.本講の目的(手法面）-応用データ解析の手法のうち、パネルデータ分析の概要を理解する（内容面)-計量経済学･統計学を実戦で応用する際の留意点を理解する(4)1.パネルデータ分析とは1-1.パネルデータ分析（Longitudinal/PanelData)-パネルデータ分析とは、複数の対象･複数の時点に関するデータを用いた回帰分析をいう(注；対象x時点だけでなく、稀に対象x対象、対象x対象x時点などの場合あり)-パネルデータ分析の利点は多数あるが、実務上下記3点が非常に重要･試料数が限られる場合の有効な計測･膨大な試料からの特定の効果･影響の計測･複数主体に横断的な効果･影響の計測1.パネルデータ分析とは1-3.パネルデータ分析と異質性-パネルデータ分析において、項目の選択の際になるべく異質性の少ない対象を選ぶ必要あり･企業→業種,売上高,従業員数････家計→所得,世帯員数,居住地域･･･-異質性を管理せずにパネルデータ分析をしても単なる項目別の時系列分析と比べて精度･分解能などが向上せず利点が活かせない場合あり-また一般の公的統計調査からパネルデータを作成する場合、｢対象主体の入れ替わり｣による暗黙裏の異質性に注意が必要1.パネルデータ分析とは1-4.パネルデータと｢欠測｣-パネルデータ分析において｢対象主体の入替り｣を特段の問題としないのであれば、特定の主体のデータの一時的な｢欠測｣は問題とならない･対象主体の出現･消滅(起業･廃業など)･データの取得不可(不提出･自然災害など)(｢アンバランスド･パネルデータ｣という)-特定の年度が｢欠測｣となっている場合も同様･調査の年度が連続しない場合･統計調査が実施されていない場合2.パネルデータ分析と時系列分析2-1.時系列分析(ARMAX)の成立条件[復習]-系列相関の消滅NoSerial/AutoCorrelation→系列相関が発生しないか消滅していること-変数の（弱)定常性WeaklyStationaryVariables→変数は弱定常性条件を満たすこと(変数が単調増加･減少を続けていないこと)-因果一方向性NoReverseCausality→被説明変数(y)から説明変数(xi)への因果性が存在しないこと←パネルデータ分析は系列相関対策に有効2.パネルデータ分析と時系列分析2-2.パネルデータ分析と系列相関-パネルデータ分析では、一般に計測において系列相関が発生することは少ない→個々の対象主体のデータに系列相関が存在しても、複数の対象主体のデータを用いれば系列相関は問題とならない場合が多い-念のため系列相関の検定を掛けておくのも一考-但しパネルデータ分析は｢ラグ項｣が存在しないことを保証している訳ではない→先ず通常の時系列分析を行いラグ構造を把握･検討すべき(ダイナミックパネル分析)2.パネルデータ分析と時系列分析2-3.パネルデータ分析と定常性-パネルデータ分析においても、各変数の定常性について必ず確認が必要→定常でない個々の対象主体のデータにつき複数の対象主体のデータを集めてきても、定常性の問題がなくなる訳ではない-パネルデータでの定常性検定については、ADF検定の一種であるFisherTypeADF検定を適用-定常性検定が棄却された場合、通常のARMAXモデル同様に階差データをとり対応する2.パネルデータ分析と時系列分析2-4.パネルデータ分析と因果一方向性-パネルデータ分析においても、(個別に)因果の一方向性について確認が必要→パネルデータ自体から因果性を判定する手法は開発されているが未だ一般的でない-因果の方向性検定は各説明変数毎に被説明変数とGranger因果性検定を適用(PairwiseGrangerCausalityTest)-逆方向の因果性が検出された場合、モデル構造を見直す(変数を交換する)か、パネルVARモデルを構築；｢無意味解｣｢不安定解｣を回避3.パネルデータ分析の手法3-1.パネルデータ分析の｢安全な｣手順[重要]1)通常の項目別時系列分析の試行a-逆方向因果性判定(ARMAXorVAR)b-定常性判定(定常化処理)c-ラグ構造把握2)(1)を与件とした)パネルデータ分析の試行(a-逆方向因果性–通常の分析と共通)b-パネル定常性判定(定常化処理)c-ラグ項の選択･検討(1)の結果を反映)ｄ-固定効果･変量効果などモデル選択(e-系列相関消滅の確認(念のため))3.パネルデータ分析の手法3-2.パネルデータ分析の種類(1)