实验十面板数据模型Word文档下载推荐.docx

实验十面板数据模型Word文档下载推荐.docx

《实验十面板数据模型Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《实验十面板数据模型Word文档下载推荐.docx（34页珍藏版）》请在冰豆网上搜索。

得到各个个体GDP，RENKOU，GSH，GZH的Poolsheet（面板数据表）。

★Pool序列的序列名使用的是基本名和“?

”占位符。

例如，GDP?

代表：

GDP_BJ——北京GDP

GDP_TJ——天津GDP

GDP_HB——河北GDP

GDP_LN——辽宁GDP

GDP_SHH——上海GDP

GDP_JS——江苏GDP

GDP_ZHJ——浙江GDP

GDP_FJ——福建GDP

GDP_SHD——山东GDP

GDP_GD——广东GDP

GDP_HN——海南GDP

★还可以通过Pool窗口中的PoolGenerate，通过公式可以生成以面板数据为基础的新数据。

例如，RJGDP?

=GDP?

/RENKOU？

RJGDP_BJ——北京人均GDP

RJGDP_TJ——天津人均GDP

RJGDP_HB——河北人均GDP

RJGDP_LN——辽宁人均GDP

RJGDP_SHH——上海人均GDP

RJGDP_JS——江苏人均GDP

GDP_ZHJ——浙江人均GDP

RJGDP_FJ——福建人均GDP

RJGDP_SHD——山东人均GDP

RJGDP_GD——广东人均GDP

RJGDP_HN——海南人均GDP

★面板数据的处理

1．计算各个个体GDP占全体GDP的比重

步骤

（1）构造sum

在普通group里构造sum

（2）打开面板数据Pool

在PoolGenerate输入：

sum=sum+GDP？

（把各个个体的横截面GDP加总）

（3）把sum放入Pool

（4）算比重，打开面板数据Pool，在PoolGenerate输入

BZHGDP?

/sum

2．计算任意两点之间的平均增长速度

比方说，计算1978-2008年的年均增长速度

打开面板数据Pool，在PoolGenerate输入：

suduGDP?

=（GDP?

/GDP?

（-30）^（1/30）-1→点击OK键

三、面板数据模型的参数估计

★利用合并数据库（Pool）进行参数估计

★点击合并数据库（Pool）工具栏中的Estimate，出现对话框。

（如果要把计算机画面全屏复制下来，操作Shift+Print，单击鼠标左键→粘贴）

（一）混合模型（Pooledmodel）的估计方法

yit=α+Xit'

β+εit,i=1,2,…,N;

t=1,2,…,T

★打开PooledEstimation窗口，见下图。

★在左上方DependentVariable（被解释变量）选择框内填GSH?

★在Commoncoefficients（相同系数）选择框内填CGDP?

（可以增加TZ？

）

★其他的不填。

★点击OK键

DependentVariable:

GSH?

Method:

PooledLeastSquares

Date:

12/20/09Time:

22:

51

Sample:

19782008

Includedobservations:

31

Cross-sectionsincluded:

11

Totalpool（balanced）observations:

341

Variable

Coefficient

Std.Error

t-Statistic

Prob. 

C

15.85409

11.79232

1.344442

0.1797

GDP?

0.080526

0.001698

47.42667

0.0000

R-squared

0.869025

Meandependentvar

326.2877

AdjustedR-squared

0.868639

S.D.dependentvar

499.7634

S.E.ofregression

181.1330

Akaikeinfocriterion

13.24219

Sumsquaredresid

11122307

Schwarzcriterion

13.26466

Loglikelihood

-2255.793

Hannan-Quinncriter.

13.25114

F-statistic

2249.289

Durbin-Watsonstat

0.084506

Prob（F-statistic）

0.000000

TZ？

53

11.67245

11.77292

0.991466

0.3222

0.098709

0.006745

14.63445

TZ?

-0.042502

0.015269

-2.783532

0.0057

0.871961

0.871203

179.3567

13.22539

10873061

13.25910

-2251.929

13.23882

1150.905

0.089560

（二）个体固定效应回归模型的估计方法（entityfixedeffectsmodel）

固定效应模型（fixedeffectsregressionmodel）。

固定效应模型分为3种类型，即个体固定效应模型、时点固定效应模型和个体时点双固定效应模型

yit=αi+Xit'

个体固定效应模型也可以表示为

yit=α1D1+α2D2+…+αNDN+Xit'

β+εit,t=1,2,…,T

y1t=α1+X1t'

β+ε1t,

y2t=α2+X2t'

β+ε2t,

…

yNt=αN+XNt'

β+εNt,

★EstimationMethod 

:

在crosssection填fixed在period填no在weights填noweights

23:

02

7.095253

10.03031

0.707381

0.4798

0.082798

0.001521

54.42308

FixedEffects（Cross）

_BJ--C

136.7429

_TJ--C

15.92551

_HB--C

-103.9208

_LN--C

14.87019

_SHH--C

230.4823

_JS--C

-87.77667

_ZHJ--C

-47.23187

_FJ--C

-36.83428

_SHD--C

-157.7241

_GD--C

41.98773

_HN--C

-6.521002

EffectsSpecification

Cross-sectionfixed（dummyvariables）

0.912530

0.909606

150.2571

12.89713

7427893.

13.03197

-2186.960

12.95085

312.0274

0.123789

（三）时点固定效应回归模型的估计方法（timefixedeffectsmodel）

yit=γt+Xit'

β+εit,i=1,2,…,N

时点固定效应模型也可以加入虚拟变量表示为

yit=γ0+γ1W1+γ2W2+…+γTWT+Xit'

yi1=（γ0+γ1）+X1t'

β+εi1,

yi2=（γ0+γ2）+X2t'

β+εi2,

yiT=（γ0+γT）+XNt'

β+εiT,

在crosssection填no；

在period填fixed；

在weights填noweights。

08

58.44482

13.75493

4.249009

0.069478

0.002637

26.35033

FixedEffects（Period）

1978--C

-14.26192

1979--C

-17.75401

1980--C

-19.25137

1981--C

-20.73939

1982--C

-22.81120

1983--C

-25.62995

1984--C

-24.31848

1985--C

-19.57659

1986--C

-17.23932

1987--C

-18.74952

1988--C

-24.42948

1989--C

-20.15121

1990--C

-23.28527

1991--C

-19.48244

1992--C

-28.14444

1993--C

-13.32455

1994--C

-86.62997

1995--C

-108.2035

1996--C

-103.9895

1997--C

-100.4935

1998--C

-84.52174

1999--C

-67.39954

2000--C

-49.14212

2001--C

-3.968484

2002--C

7.381771

2003--C

18.76051

2004--C

23.28210

2005--C

81.53059

2006--C

133.4875

2007--C

288.1946

2008--C

380.8603

Periodfixed（dummyvariables）

0.893443

0.882753

171.1261

13.21182

9048798.

13.57141

-2220.615

13.35509

83.57579

0.061115

（四）个体时点固定效应回归模型的估计方法（timeandentityfixedeffectsmodel）

yit=α0+αi+γt+Xit'

个体时点固定效应模型还可以表示为

yit=α0+α1D1+α2D2+…+αNDN+γ1W1+γ2W2+…+γTWT+Xit'

β+εit,

在crosssection填fixed；

10

52.19246

12.85120

4.061291

0.0001

0.071100

0.002713

26.21088

119.5505

-13.56755

-105.8635

7.986251

224.7008

-55.49023

-36.70717

-52.38527

-125.8993

85.03988

-47.36439

-8.267635

-11.79113

-13.32469

-14.84248

-16.95381

-19.81811

-18.59721

-13.97261

-11.71532

-13.37270

-19.29958

-15.17554

-18.44372

-14.88768

-23.97268

-9.895247

-84.15249

-106.7342

-103.3324

-100.5540

-85.12313

-68.52574

-51.19985