eviews面板数据模型详解Word格式.docx

eviews面板数据模型详解Word格式.docx

《eviews面板数据模型详解Word格式.docx》由会员分享，可在线阅读，更多相关《eviews面板数据模型详解Word格式.docx（23页珍藏版）》请在冰豆网上搜索。

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

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

INCOMENMG3431.81

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

15个省级地区的居民家庭人均收入（元）数据

15个省级地区的消费者物价指数

表9.31996—2002年中国东北、华北、华东

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）建立面板数据工作文件首先建立工作文件

aiYH^-illli+HII!

—flf—I

Detdifc+A

Sihow|Fetch

Store,

Delete）

mple|

Range:

Ssntple:

Ec回r@sid

GenerateSeries.B

DisplayFilter*

NewObjset...

□Vorkfile:

U1TTTTLED

TetclifromDB.

UpdatesslecteifromDB...

Stor*selectedtoDB...

Copy.

s^lectedL.selectel

FrijitSelected

建立面板数据库

在窗口中输入15个不同省级地区的标识

©

EVlews-[Pool:

COM3UMETaikTile:

UHTITLED:

:

UntitledX]'

~-

n

Fil«

EditObjoctVi-cwPx-c-cguick□牡iezWindo-wHelp

_&

View]lProc][Ob）ect]|Prrit]（Name][Fretzej[Estimate][Detine][PoolGerirjl5heet]

CressSectionIdentifiers:

（Enteridenctifiersbelowthis：

line）

AHBJFJ

HBHLJ

JLJSJXLN

NMGSDSHsxTJZJI

（2）

[Pool:

CDHSlTVETorkfile=U9TTTLED:

rTintitled\T

ji

11Oils

PrintN^rrik-Fteezt*

CropsS&

ctionIdamiTiers：

:

（Hntarid^ntifiarst»

T-nwthislina）

AH

BJ

FJH呂HLJJLJSJXL,MNMG

SU

&

HsxTJ

ZJ

Q

Vi^-iAJPr□匚IObject

定义序列名并输入数据

产生3*15个尚未输入数据的变量名。

这样可以通过键盘输入或黏贴的方法数据数据。

（3）估计、选择面板模型

打开一个pool窗口，先输入变量后缀（所要使用的变量）。

点击Estimate，打开估计窗口。

□Pool:

FOOL1Torkfile:

UKTLTLED:

UntitLed\

CrassSectionIdentifiers:

（EnteridentifiersbelowthislineJ

BJFJHBHLJ

JL

JS

JX

LN

NMG

SD

SH

SX

TJZJ

SpecificitionO-ptions

Dependentv^riible

E^+irniti:

nm«

th^d

Fin电d.and.Rhl&

te

Hone

V

Kone

Lgjlts

CrQss^sacti

tfeigjilsNoz

Regressorswnd.AROtermsCcmni

［确定

A.混合模型的估计方法

左边的Common表示相同系数，即表示不同个体有相同的斜率

PoolEatiBatdon

SpecificttLoftOptions

Dependentvariable

.rpQ

Estinationn^thol

RegressorsandKFi0terms

Cflmmon

Ct&

ss-5tc*i»

nsp^cific

ssttings

Fined^tid卫^11』GE

LS-Le^u«

r«

s（辺奴AH）

Sample19962002

确走

取捎

得到如下输出结果:

DependentVariable:

CP?

Method:

PooledLeastSquares

Date:

O7XK/O0Time:

13:

13

Sample:

19962002

Includedobservations:

7

Cross-sectionsincluded'

15

Totalpool（balan匚旦d）ob^en/ations:

106

Variable

Coefficient

Std.ErrorNStatistic

Prob

C

129.6313

63692592035265

0.04i4

IP?

O76072E

0.00962279.68199

0.0000

R-squared

Q984036

Meandependentvar

4917.608

AdjustedR-squared

0.983381

S.D.dependentvar

170^704

8.E.ofregression

216.4270

Akaikeinfocriterion

13&

1125

Sumsquaredresid

4B24588.

Schwarzcriterion

13,66180

Loglikelihood

-712.5905

F-startistic

8349.204

Durbin-Watsonstat

0734107

Prob（F-statistic）

□.000000

相应的表达式是:

CI?

129.630.76IRt

4824588

2

（2.0）（79.7）R0.98,SSEr

上式表示15个省级地区的城镇人均指出平均占收入的76%

B.个体固定效应回归模型的估计方法将截距项选择区选Fixedeffects（固定效应）

Dependentvari^bls

Fix*dandEandomi

tt^thod:

LS

LeastSquarsECandA2）

"

tiiLgs

qvsABQ弋旨fbw

Am，or.

£

Ample

19QS2CO2

1BslIsjic*

Safnpli

O7Z12/O0Time:

36

Cross-sectionsincluded:

Totalpool（balanced）enervations:

105

Std.Error

t-Statistic

Prob.

515.S142

8159665

6.319061

o.oaoo

0.6975B1

0012692

54.9G029

00300

FixedEffects（Crass）

AH»

*36.30503

BJ-C

537.5660

FJM

-47.64515

HB-C

-1642367

HLJ-C

*169.7015

JL-C

24.50427

尽（

-35.19587

JX-C

-319.6960

LN-^C

106.4273

MMG-C

-209.5484

SD-C

-1341145

SH-C

266.9859

SX-C

74.60901

TJ--C

47.22940

ZJ--C

193.6202

EffectsSpecificaiion

Cross-sectionfixed（dumnn/variablE司

0.992408

Meandeperdentirar

4917.600

0.991222

S.Ddependentvar

1704704

S.E.ofregression

159.7104

Akaikeinfocriterion

13.12414

Sumsquaredreaid

2270386.

13.52955

-673.0173

F-statistic

703.0902

Durtin-Watsonstat

1609517

0oooooo

相应的表达式为:

（6.3）（55）

R20.99,SSEr

2270386

C?

515.60.70IPit36.3D,537.6D2...198.6D15

其中虚拟变量Di,D2,...,D15的定义是:

1,如果属于第个个体,i1,2,...,15

0,其他

15个省级地区的城镇人均指出平均占收入70%。

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。

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。

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）。

F统计量定义为：

F（SSESSEJ/[（NTk1）（NTNk）]（SSESSEU）/（N1）

SS£

/（NTNk）SSEu/（NTNk）

其中SSE表示约束模型，即混合估计模型的残差平方和，SSEU表示非约束模型，即

个体固定效应回归模型的残差平方和。

非约束模型比约束模型多了N1个被估参数。

所以本例中：

（4824588227386）/（151）r

F8.1fF005（14,89）1.8

2270386/（105151）

所以推翻原假设，建立个体固定效应回归模型更合理。

C.时点固定效应回归模型的估计方法将时间选择为固定效应。

DependedVariable:

PooledLaa&

tSquares

07/02/08Time-U:

44

Includedobservations：

Cross-'

sectiorsincluded'

Totalpool（balari匚日H）obs&

rvaiions:

^Statistic

2.577234

60.BO546

0.037457

0.9702

0778360

0.010438

74.61911

FixedEffects（Period）

1996--C

1059285

1997-C

1340556

1998^C

54.84828

1999-C

-37.07404

2000-C

-7118359

2001-C

-15B7474

30Q2-C

-93.39200

EffectsSpecificatior

Periodfixed（dummyvariables）

R-squarad

0.9366G9

4917.6D8

AdjustedR-sqjared

0.985707

S.D.dependentvar

170^1.701

S.E.ofregrsssioti

203.8001

Akaikeinfocriteriiin

13.54529

Sumsquaredresiri

4028843.

Echwar!

criterioh

13.74749

-703.127S

F-sl^tistic

1025.643

Durbiri-Watson

0.795376

Prob（F-statistic）

0.000000

（76.6）R20.987,SSE

4028843

其中虚拟变量D!

D2,...,D7的定义是:

1,如果属于第t个截面，t=1996,...,2002

D.个体随机效应回归模型估计

截距项选择Randomeffects（个体随机效应）

得到如下部分输出结果:

D即endentVariable:

Method：

PooledEGLS（Crossesetionrandomeffects）

07/Q2/OSTime:

15:

06

Includedobserv^tio7

Cross-sectionsincluded：

Totalpool（balanced）observations:

Swarny^ndArorae^tin^torofcump&

ntntvariflincejs

Sid.Error

345.1795

75.47217

4.573599

IPf>

0724569

0010572

68.53814

RandomEffectsJCrcss）

AH-C

-2.553433

3670439

FJ-C

-51.24006

-104.8357

-1017600

54.90671

JS--C

-32.27363

•」心

-223.9519

LN-C

112.1152

NMG-C

-133.1377

5D-C

-100.8713

SH-^C

126.1820

XC

*22,79189

TJ-C

100S794

1060939

Cpt345.20.72IRt2.6D1367.0D2...106.1D15