Eview面板数据之固定效应模型.docx

Eview面板数据之固定效应模型.docx

《Eview面板数据之固定效应模型.docx》由会员分享，可在线阅读，更多相关《Eview面板数据之固定效应模型.docx（21页珍藏版）》请在冰豆网上搜索。

Eview面板数据之固定效应模型

Eviews面板数据之固定效应模型

在面板数据线性回归模型中，如果对于不同的截面或不同的时间序列，只是模型的截距项是不同的，而模型的斜率系数是相同的，则称此模型为固定效应模型。

固定效应模型分为三类：

i•个体固定效应模型

个体固定效应模型是对于不同的纵剖面时间序列（个体）只有截距项不同的模型：

K

yitikxkituit

（1）

k2

从时间和个体上看，面板数据回归模型的解释变量对被解释变量的边际影响均是相同的，而且除模型的解释变量之外，影响被解释变量的其他所有（未包括在回归模型或不可观测的）确定性变量的效应只是随个体变化而不随时间变化时。

检验：

采用无约束模型和有约束模型的回归残差平方和之比构造F统计量，

以检验设定个体固定效应模型的合理性。

F模型的零假设：

H0：

123N10

（RRSSURSS）

FUR§§丄^：

F（N1,N（T1）K1）

/（NTNK1）

RRSS是有约束模型（即混合数据回归模型）的残差平方和，URSS是无约

束模型ANCOVA估计的残差平方和或者LSDV估计的残差平方和。

实践：

一、数据：

已知1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（cp，不变价格）和人均收入（ip，不变价格）居民，利用数据

（1）建立面板数据（paneldata工作文件；

（2）定义序列名并输入数据；（3）估计选择面板模型；（4）面板单位根检验。

年人均消费（consume）和人均收入

（income）数据以及消费者价格指数（p）分别见表1，2和3。

表11996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（元）数据

人均消费

1996

1997

1998

1999

2000

2001

2002

CONSUMEAH

3607.43

3693.55

3777.41

3901.81

4232.98

4517.65

4736.52

CONSUMEBJ

5729.52

6531.81

6970.83

7498.48

8493.49

8922.72

10284.6

CONSUMEFJ

4248.47

4935.95

5181.45

5266.69

5638.74

6015.11

6631.68

CONSUMEHB

3424.35

4003.71

3834.43

4026.3

4348.47

4479.75

5069.28

CONSUMEHLJ

3110.92

3213.42

3303.15

3481.74

3824.44

4192.36

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

1996

1997

1998

1999

2000

2001

2002

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

1996

1997

1998

1999

2000

2001

2002

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

103.5

98.4

98.1

99.7

100.5

99

PHLJ

107.1

104.4

100.4

96.8

98.3

100.8

99.3

PJL

107.2

103.7

99.2

98

98.6

101.3

99.5

PJS

109.3

101.7

99.4

98.7

100.1

100.8

99.2

PJX

108.4

102

101

98.6

100.3

99.5

100.1

PLN

107.9

103.1

99.3

98.6

99.9

100

98.9

PNMG

107.6

104.5

99.3

99.8

101.3

100.6

100.2

PSD

109.6

102.8

99.4

99.3

100.2

101.8

99.3

PSH

109.2

102.8

100

101.5

102.5

100

100.5

PSX

107.9

103.1

98.6

99.6

103.9

99.8

98.4

PTJ

109

103.1

99.5

98.9

99.6

101.2

99.6

PZJ

107.9

102.8

99.7

98.8

101

99.8

99.1

二、1•输入操作：

步骤：

（1）FileNewWorkfile

□

iFileEditObjectViewProcQuickOptions

Add-insWindowHelp

bj.ew►

W&rkfile..,Ctrl+W|

^Open►

SaveCtrl*5

SaveAs...

^Close

Jmpart卜

.Database...

Program

ledFiler

步骤：

（2）StartdateEnddateOK

步骤：

（3）ObjectNewObject

OK

Cancel

回Pool:

POOLMODELWorkfile;UNTITLED:

:

Untitled\

|View|Proc|Object]

CrossSactiorIdtntt£iarzCEiit«ridantiEiarctalowth.ieline）

AH

BJ

FJ

HB

HLJ

」L

JS

JX

LM

NMG

SD

SH

sx

步骤：

（6）定义各变量点击sheet—输入consume?

income?

p?

EPool:

POOLMODELWorkfile;ENTITLED:

;Untitled\一曰sc

SeriesListx

Listofordinarypool[speafied尿th?

）s&-iesconsure?

|rioc[T>e?

p^

VicvvProcObject|Print|lNameFreezeEstirngteDefinePoolGenrSheetCrossSsrtionIdsnti

AM

BJ

FJ

HB

HU

」l_

JS

JX

LN

NMG

SD

SH

SX

TJ

ZJ

步骤：

（7）将表1、2、3中的数据复制到Eviews中

obs

CONSUME?

INCOME?

F?

CONSUME?

INCOME?

P?

AH-19S6

3607.430

4512770

1099000H

Ah^19S7

3693.550

4599.270

101.3000

AH-19S8

3777.410

4770470

1000000

AH-1959

3901fl10

5064.B00

97eoooo

AH-2QC0

4232.980

5293.550

1007000

AH-20C1

4517.650

5560.800

1Q0.5Q0Q

AH-2002

4736.520

6032400

99.000000

BJ-1996

5729520

7332.D10

in.5000n

BJ-1997

6531.310

7813.160

I05..3000n

0J-1998

6970.830

8471980

102.4000_

aj-iggg

7498.480

9182700

100.6000n

0J-2OOO

8493490

1034989

1035000

2.估计操作：

Estimate

步骤：

（1）点击poolmodel

Cilrv

AHBTFTHEHUJL-沪jxiJfWM応SD

5XT丁ZJ

PoofE-StHUcSliori

Sp*ecrficaticmi

Options

dependent:

varidbilke.；=

[iE，tikn■■覚iff[D.F・r»iF[PppiIG配n*[5

i.Jl?

«iLhLlaJt&vJr■L・.J_v^tLlhl.・丄丄1a・

FiixedaincJIR.andomEtfccts

P^r-icsd;

P~prlDcj-bpo-ezi-flc:

coa-f-fldontn:

2002

—IllqImtiur

'SampPe

对话框说明

Dependentvariable:

被解释变量；Common：

系数相同部分

Cross-sectionspecific:

截面系数不同部分

步骤：

（2）将截距项选择区选Fixedeffects（固定效应）

Cross-section:

Fixed

PoolEstimation

V/eights:

Noweights

-Estwnatignsettings

Method_£-Laa&tSquare-E（andAR）

^amplr;

IiBalarc«

Sample

得到如下输出结果：

DependentVariable:

CONSUME?

MethodPooledL&astSquares

Date：

07^15/14Time：

11:

06

Sample199&2002

indud&dobseivations:

1

Cross-sediionsincluded:

15

Tolalpool{Balanced）obsenations：

105

Variable

Coefficient

StdError

t-Staiistic

Prot）

C

59550*9

89.84504

5639253

00000

INCOME?

0685232

0.013850

49548&2

0.0000

FixedEffects（CrossJ

AH-C

-5323597

BJ-C

592.4387

FJ-C

-i175884

HB-G

-169.6295

HU-C

-1920354

」L—C

0.493915

JS-C

-36.60391

JX-G

-341.5QaO

LN-C

8876802

NMG-C

-23018+0

SD-G

-140.3215

SH-C

327.1060

sx-c

-5513130

TJ-C

61.43642

ZJ-C

2301530

EffedsSpecification

Cross-sectionfixedfdumrriyvariables}

R-square^

0J92490

Miindependentvar

49S1.017

AdjustedR-squared

0991225

SDdependentvar

1700995

S.E.ofregression

159.3436

Akaikeinfocritericn

13.11944

Slutiisquaredresid

2259742

Schwarzcriterion

13.52385

Loglikelihco吐

-672.7706

Hannan-Qjinnenter.

13.28332

F-statistic

784.1521

Durbin-iVatscnstat

1.&24146

Prob-F-statistic）

oooooao

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:

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）（4965275-2259743）

F0.05（14,90）=18023

N1=/15-J=769

URSS2259743

/（NTNK1）/90

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：

Consumeit596.500.69Incomeit53.23D1592.44D2...230.16D152

（6.64）（49.55）R20.99,SSEr2259743其中虚拟变量D1,D2,...,D15的定义是：

D1,如果属于第个个体,i1,2,...,15

Di0,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：

K

yittkxkituit

（2）

k2

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）

r-1

PaaltrtrnalicnK

I一一=tl~y屮J

MethodLS-Lenw悵訪AR）v

得到如下结果:

Depwderit^ara&ie：

CONSUL

MflUhod;PacifdSqiarw

DOS077E1G4Ti™：

11：

OT

缶imp19騎SCQ2indudDdatser^allonsi?

Crds*-se

Tate）（baiancM）ofiMcvalont.105

Variable

二口a%ent

S1dError

i-Stalisfic

Prob.

C

>2.61D22S

甜另血

a.翱菸

INCOME?

0.7100Q9

O.a10264

759M95

o.oooa

■■>■■■-1r-fIt，-rrr

iSB-e-c

114.0250

199/-C

U7.b00&

193B-C

533361»

10DB-C

38.54127

20&0-C

-9045003

MD1-C

-160価4

20J2-C

■977430a

frfldsspiarcar^n

PartndI1x£idi|

R-bqujr^d

C.MB430

l/«aindependtnl®

4081017

uusi?

cr

5Cscendsn：

er

1700905

SEcfregrEssicn

506ItET

j^kaitEinfacnleiiiDn

135^09

Sut匸uu引mid

4080749.

ScnwarzcfltorlOifi

13.72030

•血询

hRmnan-Ouinncrrter

1164003

F

1007948

[,i；iiJu'

D786995

Proi：

.T-5iari^ic]

O.WOOOQi

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t不同（真实模型为时间固定效应回归模

型）。

对模型进行检验：

（RRSSURSS）（4965275-4080749）

FURSS=—4080749—7-1=3.54血5（6,98）=219

/（NTTK1）/98

所以推翻原假设，可以建立时点固定效应回归模型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：

Consum®2.60.78IPit114D1137.5D2...97.7D7

2

（76.0）R0.986,SSE4080749

其中虚拟变量d1,d2,...,d7的定义是：

D1,如果属于第t个截面，t=1996,…,2002

t0,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：

K

yitttkxkituit（3）

k2

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：

Cross-section:

fixed（个体固定效应），时间项选择区选Period:

Fixed（时间固定效应）

PoolEstimation

Sptcificalior]

Options

Regpe5!

；orEand/.RO:

errnm_,”.

Common（oefficierrts；cincome?

FixedjndRandomEffects

Period:

Cro?

5-5ection:

Cras&-seclionspecificcoefficients:

Periodspecific

Weights:

wuighh

Ectifi'atiQncetiings曙=

MethorlL£-LntSquarp^（anrlAR）

Sample;

1&9&2t>02

]Balarce

Sample

取消