面板数据又称平行数据,是指在时间序列上取多个截面,在这些截面上同时选取样本观测值所构成的样本数据。在经典的计量经济学中,作为样本观测值,或者是截面数据,或者是时间序列数据。随着计量经济学理论方法的发展和应用领域的拓展,经常需要同时采用截面数据和时间序列数据作为样本。如,分析我国的结构性失业问题,它既受到各地区产业结构的影响,也受到国家在各个时期的宏观政策的影响。只利用截面数据,即同一时间上不同地区的数据作为样本观测值,可以分析各地区不同的产业结构对结构性失业的影响,但是不能分析国家的宏观政策对各地区结构性失业的影响;只利用时间序列数据,即选择同一省市或者全国不同时间的数据作为样本观测值,可以分析国家的宏观政策对结构性失业的影响,但是不能够分析不同的产业结构对结构性失业的影响。如果采用面板数据,即选择不同地区在不同的时间上的数据作为样本观测值,无疑既可以分析国家的宏观政策对结构性失业的影响,也可以分析不同的产业结构对结构性失业的影响。如此看来,需要从面板数据出发研究分析的实际经济问题,是十分普遍的。本文主要介绍了面板数据的特点、线性面板数据模型,动态的面板数据模型,给出了这些模型中参数的估计方法。在一般的线性模型中,我们主要研究的是在不完全信息下的双向误差模型,研究了参数性质,构造了检验个体效应和时间效应的统计量,并这些统计量的渐近性进行了证明,最后从数值实验中去验证了这些结果。对于动态模型,我们主要和一般的线性模型的参数估计作了比较,给出得到参数一致估计的方法,并运用该模型对我国交通客运特征作了实证分析。此外,我们还对一种非平稳的面板数据进行建模,得到了模型中参数的一致估计。最后,我们介绍了有测量误差的面板数据模型,在一般有测量误差的线性面板数据模型的基础上,我们把模型推广到有测量误差的动态的面板数据模型,推导了模型中参数满足的矩条件,利用这些矩条件得到了参数的一致的广义矩估计。