实验十面板数据模型.docx
《实验十面板数据模型.docx》由会员分享，可在线阅读，更多相关《实验十面板数据模型.docx（34页珍藏版）》请在冰豆网上搜索。
实验十面板数据模型
面板数据模型的ＥViews操作
（EViews’OperationofPaneldataModel）
【实验目的】
掌握面板数据模型基本内容的软件操作
【实验内容】
面板数据模型的实验内容：
建立面板数据工作文件；对面板数据的处理；面板数据模型的参数估计
一、从Excel数据导入建立一个工作文件
1．双击ＥViews标识，打开ＥViews主窗口；从ＥViews主菜单中点击File键，选择open→foreigndataasWorkfile→单击左键→弹出一个窗口→找到Excel数据表→点击打开→点击下一步→点击完成。
2．得到一个工作文件，并弹出一个工作文件表格→点击文件表格name→点击OK键。
3．对工作文件保存、命名，点击save（保存）→点击OK键。
二、建立面板数据库并处理数据
向EViews6.0中输入截面数据名称的时候，应先建立一个合并数据（Pool）对象。
★选择EViews6.0主菜单Object→NewObject→Pool
★在Pool中输入
_BJ
_TJ
_HB
_LN
_SHH
_JS
_ZHJ
_FJ
_SHD
_GD
_HN
★在Pool窗口点击name，保存。
★在Pool窗口点击sheet，打开一个窗口，输入GDP?
，RENKOU?
，GSH?
，GZH?
。
就得到一个东部地区GDP，RENKOU，GSH，GZH的Poolsheet（面板数据表）。
★在Pool窗口点击define，回到Pool的标示窗口；点击Pool的标示窗口sheet，打开一个窗口，输入GDP?
，RENKOU?
，GSH?
，GZH?
。
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?
=GDP?
/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
★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?
TZ？
★其他的不填。
★点击OK键
DependentVariable:
GSH?
Method:
PooledLeastSquares
Date:
12/20/09Time:
22:
53
Sample:
19782008
Includedobservations:
31
Cross-sectionsincluded:
11
Totalpool（balanced）observations:
341
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
11.67245
11.77292
0.991466
0.3222
GDP?
0.098709
0.006745
14.63445
0.0000
TZ?
-0.042502
0.015269
-2.783532
0.0057
R-squared
0.871961
Meandependentvar
326.2877
AdjustedR-squared
0.871203
S.D.dependentvar
499.7634
S.E.ofregression
179.3567
Akaikeinfocriterion
13.22539
Sumsquaredresid
10873061
Schwarzcriterion
13.25910
Loglikelihood
-2251.929
Hannan-Quinncriter.
13.23882
F-statistic
1150.905
Durbin-Watsonstat
0.089560
Prob（F-statistic）
0.000000
（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'β+εit,i=1,2,…,N;t=1,2,…,T
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,
★打开PooledEstimation窗口，见下图。
★在左上方DependentVariable（被解释变量）选择框内填GSH?
★EstimationMethod :
在crosssection填fixed在period填no在weights填noweights
★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:
23:
02
Sample:
19782008
Includedobservations:
31
Cross-sectionsincluded:
11
Totalpool（balanced）observations:
341
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
7.095253
10.03031
0.707381
0.4798
GDP?
0.082798
0.001521
54.42308
0.0000
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）
R-squared
0.912530
Meandependentvar
326.2877
AdjustedR-squared
0.909606
S.D.dependentvar
499.7634
S.E.ofregression
150.2571
Akaikeinfocriterion
12.89713
Sumsquaredresid
7427893.
Schwarzcriterion
13.03197
Loglikelihood
-2186.960
Hannan-Quinncriter.
12.95085
F-statistic
312.0274
Durbin-Watsonstat
0.123789
Prob（F-statistic）
0.000000
（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'β+εit,i=1,2,…,N;t=1,2,…,T
yi1=（γ0+γ1）+X1t'β+εi1,
yi2=（γ0+γ2）+X2t'β+εi2,
…
yiT=（γ0+γT）+XNt'β+εiT,
★打开PooledEstimation窗口，见下图。
★在左上方DependentVariable（被解释变量）选择框内填GSH?
★EstimationMethod :
在crosssection填no；在period填fixed；在weights填noweights。
★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:
23:
08
Sample:
19782008
Includedobservations:
31
Cross-sectionsincluded:
11
Totalpool（balanced）observations:
341
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
58.44482
13.75493
4.249009
0.0000
GDP?
0.069478
0.002637
26.35033
0.0000
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
EffectsSpecification
Periodfixed（dummyvariables）
R-squared
0.893443
Meandependentvar
326.2877
AdjustedR-squared
0.882753
S.D.dependentvar
499.7634
S.E.ofregression
171.1261
Akaikeinfocriterion
13.21182
Sumsquaredresid
9048798.
Schwarzcriterion
13.57141
Loglikelihood
-2220.615
Hannan-Quinncriter.
13.35509
F-statistic
83.57579
Durbin-Watsonstat
0.061115
Prob（F-statistic）
0.000000
（四）个体时点固定效应回归模型的估计方法（timeandentityfixedeffectsmodel）
yit=α0+αi+γt+Xit'β+εit,i=1,2,…,N;t=1,2,…,T
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,
★打开PooledEstimation窗口，见下图。
★在左上方DependentVariable（被解释变量）选择框内填GSH?
★EstimationMethod :
在crosssection填fixed；在period填fixed；在weights填noweights。
★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:
23:
10
Sample:
19782008
Includedobservations:
31
Cross-sectionsincluded:
11
Totalpool（balanced）observations:
341
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
52.19246
12.85120
4.061291
0.0001
GDP?
0.071100
0.002713
26.21088
0.0000
FixedEffects（Cross）
_BJ--C
119.5505
_TJ--C
-13.56755
_HB--C
-105.8635
_LN--C
7.986251
_SHH--C
224.7008
_JS--C
-55.49023
_ZHJ--C
-36.70717
_FJ--C
-52.38527
_SHD--C
-125.8993
_GD--C
85.03988
_HN--C
-47.36439
FixedEffects（Period）
1978--C
-8.267635
1979--C
-11.79113
1980--C
-13.32469
1981--C
-14.84248
1982--C
-16.95381
1983--C
-19.81811
1984--C
-18.59721
1985--C
-13.97261
1986--C
-11.71532
1987--C
-13.37270
1988--C
-19.29958
1989--C
-15.17554
1990--C
-18.44372
1991--C
-14.88768
1992--C
-23.97268
1993--C
-9.895247
1994--C
-84.15249
1995--C
-106.7342
1996--C
-103.3324
1997--C
-100.5540
1998--C
-85.12313
1999--C
-68.52574
2000--C
-51.19985
升级会员 