سبز اندیشان امروز

روش اثرات ثابت

روش تخمین مورد استفاده
بطور خلاصه داده های تلفیقی به دو صورت کلی اثرات ثابت و اثرات تصادفی آزمون می شود که بسته به نوع داده ها و مناسب بودن مدل باید از یکی از آنها استفاده کرد. در قسمت بعدی، آزمونهای لازم جهت تشخیص اینکه از کدام روش استفاده شود را توضیح خواهیم داد.
مدلی که ما در نظر داریم در این تحقیق مورد آزمون قرار دهیم مطابق با نوع دوم تخمین مدلهای داده های تلفیقی می باشد.
آزمون اول (آزمون برابری عرض از مبداء ها ):

آماره این آزمون دارای توضیح F می باشد و در واقع مثل این است که ما با دو مدل مقید و غیر مقید مواجه هستیم که در مدل مقید، عرض از مبداءها ثابت و یکسان هستند:
SSRUR: مجموع مجذورات پسماندهای مدل غیر مقید
SSRR: مجموع مجذورات پسماند های مدل مقید
N: تعداد مقطع ها
‏T :دوره زمانی
K: تعداد متغیرهای توضیحی مدل
NT: تعداد مشاهدات تعدیل شده
به این دلیل که ما هنوز مشخص نکرده ایم که از کدام روش اثرات ثابت یا اثرا ت تصادفی برای تخمین استفاده نماییم برای همین در این آزمون می توانیم از نتایج هر یک از دو روش بهره بگبریم لذا ما در این آزمون از نتایج روش اثرات تصادفی استفاده می کنیم مدل مقید همان OLS معمولی است و مثل اینست که داده های مربوط به مقاطع مختلف را پشت سر هم ردیف کرده باشیم و مدل را برای چهار متغییر با NT مشاهده تخمین بزنیم. درجه آزادی N-1 در صورت نیز به این دلیل است که ما در مدل غیر مقید تعداد N-1 متغییر اضافی وارد می کنیم چرا که خود مدل مقید دارای یک عرض از مبداء می باشد .
حال آماره آزمون را محاسبه و با آماره حاصل از جدول مقایسه می کنیم . اگر آماره محاسبه شده بزرگتر از آماره جدول باشد فرضیه رد می شد و رد شدن به این معنی است که عرض از مبداء ها برای مقاطع مختلف متفاوت می باشد استفاده از OLS ، در صورت رد شدن فرضیه ، ناسازگار بوده و کارایی هم نخواهد داشت.
آزمون دوم (گزینش بین FE ,RE ) :
مسئله بعدی که وجود دارد این است که باید مشخص کنیم از کدام روش برای تخمین داده های انباشته شده استفاده نماییم. این روشها به تفصیل در بخش قبلی توضیح داده شده اند.
لذا کاری که در این قسمت انجام می دهیم اینست که تعیین کنیم کدام روش مناسبتر است.
هاسمن در سال 1987 آزمونی را پیشنهاد کرده است که بر اساس آن وجود اختلاف بین تخمین‌زن‌های روش اثرات ثابت و روش اثرات تصادفی، به عنوان فرض صفر در نظر گرفته شده. به این ترتیب با رد فرض صفر می‌توان نتیجه گرفت که استفاده از روش اثرات ثابت بهتر است. در این آزمون فرض صفر با در نظر گرفتن عدم وجود همبستگی بین و بوجود می‌آید. همانگونه که بیان گردید ایده اصلی در آزمون هاسمن مقایسه دو تخمین‌زن اثرات ثابت و اثرات تصادفی می‌باشد که یکی از آنها هم تحت فرض صفر سازگار است و هم تحت فرض مقابل و دیگری تنها تحت فرض صفر است که سازگار می‌باشد. وجود تفاوت معنی‌دار بین این دو تخمین‌زن بیانگر این مطلب است که فرض صفر را نمی‌توان پذیرفت. فرض کنید که برای هر و داریم: بنابراین با استفاده از (تخمین‌زن روش اثرات ثابت) می‌توان نتایج سازگاری را بدون توجه به وجود و یا عدم وجود همبستگی بین و بدست آورد. اما در این شرایط (تخمین‌زن روش اثرات تصادفی) تنها زمانی سازگار است که همبستگی بین و وجود نداشته باشد. حال بردار تفاضلی زیر را در نظر بگیرید:

آزمون معنی‌داری این تفاضل نیازمند وجود ماتریس کوواریانس می‌باشد و لازم است که میزان کوواریانس بین و را داشته باشیم. اما از آنجا که دومین تخمین‌زن تحت فرض صفر سازگار می‌باشد، داریم:

در نتیجه آماره مربوط به آزمون هاسمن را از رابطه زیر بدست می‌آوریم:
در این رابطه نشانگر تخمین صحیحی از ماتریس کوواریانس می‌باشد. طبق فرض صفر -که به طور ضمنی بیان می‌کند، plim – آماره دارای توزیع کای-دو با درجه آزادی می‌باشد که در آن تعداد مؤلفه‌های می‌باشد.
چنانچه آماره آزمون محاسبه شده بزرگتر از جدول باشد فرضیه Ho رد می‏شود یعنی برابری برآوردهای این روش رد میشود بدین مفهوم که تفاوت در عرض از مبدا مقاطع مختلف به صورت تصادفی نمیباشد پس روش اثرات تصادفی مناسب نمیباشد.
تخمین مدل
در این بخش تابع تولید نفت کشورهای عضو اپک و کشورهای غیر اپک ( کشورهای حاشیهای) با استفاده از روش داههای تلفیقی به صورت تصریح رابطه زیر مورد برآورد قرار میگیرد: