【摘要】本文提出了一种新的面板数据模型-离散面板数据动态因子模型。该模型在离散面板数据模型中引入潜在因子用于对个体维数较大的面板数据进行降维并进行影响因素分析。并同时考虑潜在因子的滞后效应用于对被解释变量进行预测。讨论了离散面板数据模型的几种类型,包括基本形式和扩展形式。进而研究基于广义估计方程的离散面板数据估计方法、估计过程和工作相关矩阵的选定、估计结果的一致性和有效性等理论问题。数值模拟结果表明,离散面板数据动态因子模型对模拟数据具有较好的拟合效果。最后运用本文提出的方法对中国股票市场非交易日对股票价格的影响进行了研究,得到的结论是:在样本期内,非交易日可能积聚了更多的坏消息,从而增加了股票价格下跌的风险。