The Econometrics of Panel Data: Handbook of Theory and Applications

هدف این جلد ارائه یک نمای کلی از اقتصاد سنجی داده های تابلویی، هم از دیدگاه نظری و هم از دیدگاه کاربردی است. از زمان مقالات پیشگام کوه (1959)، موندلاک (1961)، هوخ (1962)، و بالسترا و نرلوو (1966)، ادغام داده های مقطعی و سری زمانی به روشی روزافزون برای تعیین کمیت روابط اقتصادی تبدیل شده است. هر سری اطلاعاتی را ارائه می‌کند که در سری دیگر وجود ندارد، بنابراین ترکیبی از هر دو منجر به نتایج دقیق‌تر و قابل اعتمادتری نسبت به یک نوع سری به تنهایی می‌شود. در طول 30 سال گذشته کارهای زیادی انجام شده است: بررسی خواص برآوردگرهای کاربردی و آمار آزمون، تجزیه و تحلیل مدل‌های دینامیکی و اثرات خطاهای اندازه‌گیری نهایی، و غیره. علاوه بر این، برخی از مشکلات خاص مرتبط با استفاده از داده‌های تابلویی، مانند ساییدگی، ناهمگونی، سوگیری انتخابی، شبه پانل‌ها و غیره نیز مورد بررسی قرار گرفته‌اند. اولین هدف این کتاب، که قسمت های اول و دوم را در بر می گیرد، ارائه تا حد امکان کامل و به روز از این تحولات نظری است. بخش اول به مدل‌های خطی کلاسیک و پسوند آن‌ها می‌پردازد. بخش دوم به مدل‌های غیرخطی و مسائل مرتبط می‌پردازد: مدل‌های لاجیت و پروبیت، مدل‌های متغیر پنهان، پانل‌های ناقص و بایاس انتخابی، و فرآیندهای نقطه‌ای.

The aim of this volume is to provide a general overview of the econometrics of panel data, both from a theoretical and from an applied viewpoint. Since the pioneering papers by Kuh (1959), Mundlak (1961), Hoch (1962), and Balestra and Nerlove (1966), the pooling of cross section and time series data has become an increasingly popular way of quantifying economic relationships. Each series provides information lacking in the other, so a combination of both leads to more accurate and reliable results than would be achievable by one type of series alone. Over the last 30 years much work has been done: investigation of the properties of the applied estimators and test statistics, analysis of dynamic models and the effects of eventual measurement errors, etc. These are just some of the problems addressed by this work. In addition, some specific diffi­ culties associated with the use of panel data, such as attrition, heterogeneity, selectivity bias, pseudo panels etc., have also been explored. The first objective of this book, which takes up Parts I and II, is to give as complete and up-to-date a presentation of these theoretical developments as possible. Part I is concerned with classical linear models and their extensions; Part II deals with nonlinear models and related issues: logit and probit models, latent variable models, incomplete panels and selectivity bias, and point processes.