固定效应模型及估计原理说明Word格式.docx
《固定效应模型及估计原理说明Word格式.docx》由会员分享,可在线阅读,更多相关《固定效应模型及估计原理说明Word格式.docx(38页珍藏版)》请在冰豆网上搜索。
4462.08
CONSUMEJL
3037.32
3408.03
3449.74
3661.68
4020.87
4337.22
4973.88
CONSUMEJS
4057.5
4533.57
4889.43
5010.91
5323.18
5532.74
6042.6
CONSUMEJX
2942.11
3199.61
3266.81
3482.33
3623.56
3894.51
4549.32
CONSUMELN
3493.02
3719.91
3890.74
3989.93
4356.06
4654.42
5342.64
CONSUMENMG
2767.84
3032.3
3105.74
3468.99
3927.75
4195.62
4859.88
CONSUMESD
3770.99
4040.63
4143.96
4515.05
5022
5252.41
5596.32
CONSUMESH
6763.12
6819.94
6866.41
8247.69
8868.19
9336.1
10464
CONSUMESX
3035.59
3228.71
3267.7
3492.98
3941.87
4123.01
4710.96
CONSUMETJ
4679.61
5204.15
5471.01
5851.53
6121.04
6987.22
7191.96
CONSUMEZJ
5764.27
6170.14
6217.93
6521.54
7020.22
7952.39
8713.08
表21996—2002年中国东北、华北、华东15个省级地区的居民家庭人均收入(元)数据
人均收入
INCOMEAH
4512.77
4599.27
4770.47
5064.6
5293.55
5668.8
6032.4
INCOMEBJ
7332.01
7813.16
8471.98
9182.76
10349.69
11577.78
12463.92
INCOMEFJ
5172.93
6143.64
6485.63
6859.81
7432.26
8313.08
9189.36
INCOMEHB
4442.81
4958.67
5084.64
5365.03
5661.16
5984.82
6679.68
INCOMEHLJ
3768.31
4090.72
4268.5
4595.14
4912.88
5425.87
6100.56
INCOMEJL
3805.53
4190.58
4206.64
4480.01
4810
5340.46
6260.16
INCOMEJS
5185.79
5765.2
6017.85
6538.2
6800.23
7375.1
8177.64
INCOMEJX
3780.2
4071.32
4251.42
4720.58
5103.58
5506.02
6335.64
INCOMELN
4207.23
4518.1
4617.24
4898.61
5357.79
5797.01
6524.52
INCOMENMG
3431.81
3944.67
4353.02
4770.53
5129.05
5535.89
6051
INCOMESD
4890.28
5190.79
5380.08
5808.96
6489.97
7101.08
7614.36
INCOMESH
8178.48
8438.89
8773.1
10931.64
11718.01
12883.46
13249.8
INCOMESX
3702.69
3989.92
4098.73
4342.61
4724.11
5391.05
6234.36
INCOMETJ
5967.71
6608.39
7110.54
7649.83
8140.5
8958.7
9337.56
INCOMEZJ
6955.79
7358.72
7836.76
8427.95
9279.16
10464.67
11715.6
表31996—2002年中国东北、华北、华东15个省级地区的消费者物价指数
物价指数
PAH
109.9
101.3
100
97.8
100.7
100.5
99
PBJ
111.6
105.3
102.4
100.6
103.5
103.1
98.2
PFJ
105.9
101.7
99.7
99.1
102.1
98.7
99.5
PHB
107.1
98.4
98.1
PHLJ
104.4
100.4
96.8
98.3
100.8
99.3
PJL
107.2
103.7
99.2
98
98.6
PJS
109.3
99.4
100.1
PJX
108.4
102
101
100.3
PLN
107.9
99.9
98.9
PNMG
107.6
104.5
99.8
100.2
PSD
109.6
102.8
101.8
PSH
109.2
101.5
102.5
PSX
99.6
103.9
PTJ
109
101.2
PZJ
98.8
、1•输入操作:
步骤:
(1)FileNewWorkfile
□
FileEditObjectViewProcQjickOptions
Add-in^WindowHelp
New►
Workfile-..Ctrl^N
^Open►
SaveCtrkS
SaveAs-
Import►
.Database...
Program
ledFile[
(2)StartdateEnddateOK
WorkfieCreate
Workfilestructuretype
Dated-regularfrequencyv
irregularDatedandPanelworkfilesmayb皂madefromLinstrLJCtLJred^orkfile^bylaterspecifyingdateand/orotinefidentifierserie?
.
Work-filenames[optional)
WF;
Page:
Cancel
(3)ObjectNewObject
Q
FileEditObject|ViewPfocQuickOptionsAdd-insWindowHelpNew
^cncrorteSeri・
巳rintSelected
(4)TypeofobjectPool
(5)输入所有序列名称
CEPool:
POOLMODElWorkfile;
UNT|TLED;
;
Untitled\-口
|View:
|Proc|Object:
||Print|Mame|FreezejEstimateDefine|PoolGenrSheetCrossticDkId«
TLti£
i«
rs:
£
1ersIbalowthis11m)
AH
BJ
FJ
HB
HLJ
」L
JS
JX
lm
NMG
SD
SH
SX
TJ
ZJ
步骤:
(6)定义各变量点击sheet—输入consume?
income?
p?
EPool;
POOLMODELWorkfile;
UNTITLED;
Untitled\-nx
View
Proc
Object|Print
Name
Freeze
E5timate
Define
PoolGtnr
Cr*zsSeetionIdentl
AM
口」
」l_
LN
(7)将表1、2、3中的数据复制到Eviews中
Ot)S
CONSUME?
INCOME?
P?
p?
r
AH-1956
3607.430
4512.770
1099000H
Ah^9Q7
3693.550
4599.270
101.3000
AH-19S8
3777.410
4770470
100DODO
AH-1999
3901.310
5064600
97.60000
AH-2QC0
4232.930
5293.550
1007000
AH-20C1
4517.650
5569.800
1Q0.5000
AH-20C2
4736520
6032400
99.00000
0J-1996
5729520
7332010
1116000
BJ-1997
6531810
7813.160
105.30000
0J-1998
6970.830
8471980
1024000
BJ-19Q9
7498.480
9182.760
1005000
BJ-2000
0493490
1034969
1035000
2•估计操作:
(1)点击poolmodelEstimate
V.jgw]Pt■口工[[iP『・rilL]Miamiie■霆Pp口ilGwrtr5卜1疋花1:
I..J£
xvII*i-iJniLkLAJtLfJttaLf*Xv^tLlhl.h丄丄lrx・,J
对话框说明
(2)将截距项选择区选Fixedeffects(固定效应)
Cross-section:
Fixed
PoolEstimation
V/eights:
Noweightsv
settings
IIBalance
Sample
Method!
L£
-LeastSquares(andAR)
Saimpl?
;
15962002
得到如下输出结果:
D&
pendantVariable:
CONSUME?
Method.Pa&
l&
dLeastSquares
Date:
07/16/14Time:
11:
06
Sample:
1Q962002includedobservations:
"
Cross-sectionsincluded:
15
Totalpoolc&
alanced)observations:
105
Variable
Coefficient
StdError
t-statistic
Prob
C
50&
5049
3964504
6.630263
0.0000
0.B99232
0.013050
49.&
48B2
FijcsdEffects{Cross)
AH-C
-5323597
BJ-C
592.4337
FJ-C
■417S884
HB-C
-169.6295
HLJ—C
-192.03&
4
JL-C
0.49391&
JAC
-3660391
JX-C
-341.5000
LN-C
76902
hMG-C
-230J840
SD-C
-144321B
SH-C
327.1OSO
SX-C
-95.13130
TJ-C
61.43642
ZJ-C
230.1580
匚他cteSpecifieatjon
Cross-sectionfixed^dummyvsrisblesj
R-squared
0992490
M&
andependentvar
4981.017
AdjustedR.squared
0.99122S
SDdependentvar
1700.995
S.E.afregr&
ssiori
1593436
AkaikftinfbHiterion
13.11944
Sumisquaredresid
2259742
Schwartcriterion
13.523B5
Loglikelihood
-&
727706
Hannan-Quinnenter.
1328332
F'
Statistic
784.1521
Durbin-Watsonstat
1.624146
ProbfF-statistic}
0.000000
接下来用F统计量检验是应该建立混合回归模型,还是个体固定效应回归模
Ho:
i
。
模型中不同个体的截距相同(真实模型为混合回归模型)。
Hi:
模型中不同个体的截距项i不同(真实模型为个体固定效应回归模型)
对模型进行检验:
(RRSSURSS)
/N
1
1)
(4965275-2259743)
/15-1
2259743
790
=7.69
Fo(14,90)=18023
所以推翻原假设,建立个体固定效应回归模型更合理
RRSS求法请参见Eview面板数据之混合回归模型
相应的表达式为:
Consumet596.500.69Incomeit53.230592.44D2...230.16D15
(6.64)(49.55)R0.99,SSEr2259743
其中虚拟变量d1,d2,...,d15的定义是:
1,如果属于第个个体,i1,2,...,15Di0,其他
15个省级地区的城镇人均指出平均占收入68.62%。
从上面的结果可以看出
北京市居民的自发性消费明显高于其他地区。
2.时点固定效应模型
时点固定效应模型就是对于不同的截面(时点)有不同截距的模型。
如果确知对于不同的截面,模型的截距显著不同,但是对于不同的时间序列(个体)截距是相同的,那么应该建立时点固定效应模型:
yittkxkituit
(2)
时点固定效应模型与个体固定效应模型的操作区别在于步骤
(2),将时间项选择
区选Period:
Fixed(时间固定效应)
PoolEstimaticnK
Op*mie|
Uez毗nt茴ar州e^jeCTEEEorHnd*R(]tsnTE-ll]ira
~EP・;
1W6二豐;
:
得到如下结果:
Depwdent^3rnahie:
CONSUL
M書片g日.PCi4f'
*dl
DSKGTF2WAnme;
11;
0S
Samrile-2002
Indudtea口陌pmafllcm歐7cross-ae-cnoris^CJydedr15
Tola)podnbser^Dn^105
旳natjl=
Ooefficient
314EnarrStartle
Prob.
c
2.63D225
&
t-6J82O.DJ83fi2
a.%9^
IMCCME1
nr聊则
ooiowj7?
q轉北
DMOtl
f站7曰iP&
rtocI:
19S6-C
「ad麵
1997-C
137.5004
WG
Klff3S19
199»
-C
-3B54137
-9.04500J
20Q1-C
-160D264
MD2-C
-9774903
£
Ifecls占眩方俺创mon
Pt:
nc^lixsfljduniTLrvais
Rsquarfi-d
C.S6M39
MijanditunaG'
ba
4981or
临川盲怕|1尺-和||弓喘仃
0W5460
fn庶肚口曲“匚丽
1700385
S.E.cfregrEssicn
205.1087
Akaiksinrfamleiion
115EE09
Sum£
qu3f53resia
4uudqg.
unzrar:
irrtenc*i
UL76C30
Logli^diihci&
di
-7037M7
HanMn^ui^ncriter
13.84003
FGlflttliC
1007948
DurbtnAvainnstat
D.7869Q5
Prnr--=ifin甘
O.OO-DODO
接下来用F统计量检验是应该建立混合回归模型,还是个体固定效应回归模型。
H0:
模型中不同个体的截距项t不同(真实模型为时间固定效应回归模型)
所以推翻原假设,可以建立时点固定效应回归模型
Consums2.60.78IPit114D1137.5D2...97.7D7
(76.0)R20.986,SSE4080749
其中虚拟变量D1,D2,...,D7的定义是:
1,如果属于第t个截面,t=1996,...,2002
Dt0,其他
3•时点个体固定效应模型
时点个体固定效应模型就是对于不同的截面(时点)、不同的时间序列(个
体)都有不同截距模型。
如果确知对于不同的截面、不同的时间序列(个体)模型的截距都显著地不相同,那么应该建立时点个体固定效应模型:
yitttkxkituit(3)
时点固定效应模型与个体固定效应模型的操作区别在于步骤
(2),将截距项选择
区域:
fixed(个体固定效应),时间项选择区选Period:
(时间固定效应)
PoolEstrmatior
得到结果如下:
DependentVariable:
Method:
PooledLeastSquares
07/21/14Time:
15:
44
19962002
Includedobservations:
7
Totalpool(balanced)observations:
EffectsSpecification
Cross-sectionfixed(dummyvariables)
Periodfixed(dummyvariables)
0.993278
Meandependentvar
AdjustedR-squared
0.991577
S.D.dependentvar
1700.985
S.E.ofregression
156.1067
Akaikeinfocriterion