eviews面板数据模型详解.docx

eviews面板数据模型详解.docx

《eviews面板数据模型详解.docx》由会员分享，可在线阅读，更多相关《eviews面板数据模型详解.docx（43页珍藏版）》请在冰豆网上搜索。

eviews面板数据模型详解

1•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（卬，不变价格）和人均收入5,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9.1,9.2和9.3。

表9.11996-2002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

10281.6

CONSUMEFJ

4248.47

1935.95

5181.45

5266.69

5638.74

6015.11

6631.68

CONSUMEHB

3424.35

1003.71

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

•1889.43

5010.91

5323.18

5532.74

6012.6

CONSUMEJX

2942.11

3199.61

3266.81

3482.33

3623.56

3894.51

4549.32

CONSUMELN

3493.02

3719.91

3890.74

3989.93

•1356.06

4654.42

5342.64

CONSVMENMG

2767.84

3032.3

3105.74

3468.99

3927.75

4195.62

4859.88

CONSUMESD

3770.99

1040.63

4143.96

4515.05

5022

5252.41

5596.32

CONSUMESH

6763.12

6819.94

6866.41

8247.69

8868.19

9336.1

10164

CONSUMESX

3035.59

3228.71

3267.7

3492.98

3911.87

4123.01

4710.96

CONSUMETJ

•1679.61

5201.15

5471.01

5851.53

6121.01

69S7.22

7191.96

C0NSUME2J

5764.27

6170.14

6217.93

6521.54

7020.22

7952.39

8713.08

表9.21996—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

INCOMES

•1512.77

4599.27

4770.47

5064.6

5293.55

5668.8

6032.4

INCOMEBJ

7332.01

7813.16

8471.98

9182.76

10319.69

11577.78

12463.92

INCOME町

5172.93

6143.64

6185.63

6859.81

7432.26

8313.08

9189.36

INCOMEHB

4442.81

4958.67

5081.64

5365.03

5661.16

5984.82

6679.68

INCOMEHLJ

3768.31

•1090.72

4268.5

4595.14

4912.88

5425.87

6100.56

INC051EJL

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

3131.81

3944.67

•1353.02

4770.53

5129.05

5535.89

6051

INCOMESD

•1890.28

5190.79

5380.08

5808.96

6189.97

7101.08

7614.36

INC051ESH

8178.48

8138.89

8773.1

10931.64

11718.01

12883.46

13249.8

INCOMESX

3702.69

3989.92

4098.73

4342.61

4724.11

5391.05

6231.36

INCOMETJ

5967.71

6608.39

7110.54

7619.83

8140.5

8958.7

9337.56

INCOMEZJ

6955.79

7358.72

7836.76

8427.95

9279.16

10161.67

11715.6

表9.31996-2002年中国东北.华北、华东15个省级地区的消费者物价指数

物价抬数

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」

PLN

107.9

103.1

99.3

98.6

99.9

100

98.9

PXMG

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）建立面板数据工作文件首先建立工作文件。

打开工作文件后二过程如F

□Torkfile:

UHTITLED

bie*][proc[筋£S]print心比||°抽15十/・]|5hcworee]|Ger>r]〔5dmpleJ

Range;NewObject..・

GenerateSeries.・・

EredkLinks.・・

DisplayFilter:

*

⑥C

0resid

FetchfromDB...

Updateselected,fromDU...

Stor^selectedtoDB.・・

Copyselected.・・

Renanieselected..・.

Delateselects&

TrintSelected

建立面板数据库。

KerObject

在窗口中输入15个不同省级地区的标识。

S）EVie・s—[Pool:

COHSUMETorkTile:

UNTITLED:

:

Untitled\]

「□因

FileEditObJectVicwProcQuickOptions世indowHelp

_S'X

View][Proc][Object][Print][Name][Freeze][EstimateJ[pefine）[PoolGenr][Sheet]

CrossSectionIdentifiers:

（Enteridentifiersbelowthisliitc）

AHBJ

FJ

HB

SD

SH

SX

TJ

ZJ|

（2）定义序列名并输入数据

［Pool:

COWSTTWEWorkTile:

TmTTTT.ED:

:

nntitled\］

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。

CrossSectionIdentifiers;（Enteridexrtifiersbelovthisline）

AH

BJFJHB

HU

JL

JS

JX

LN

GI

呱SDSHSXTJZJ

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。

得到如下输出结果：

DependentVariable:

CP?

Method:

PooledLeastSquares

Date:

07/D2/D8Time:

13:

13

Sample:

19962002

Includedobservations:

7

Cross-sectionsineluded:

15

Totalpool（balanced）observations:

105

Variable

Coefficient

Std.Errort-Statistic

Prob.

C

129.6313

63.692592.035265

0.0444

IP?

0.758726

0.00962279.68189

0.0000

R-squared

0.984036

Meandependentvar

4917.608

AdjustedR-squared

0.983881

S.D.dependentvar

1704704

S.E.ofregression

216.4270

Akaikeinfocriterion

13.61125

Sumsquaredresid

4824588.

Schwarzcriterion

13.66180

Loglikelihood

-712.5905

F-statistic

6349.204

Durbin-Watsonstat

0.784107

Prob（F-statistic）

0.000000

相应的表达式是:

C^r=129.63+0.76/^

（2.0）（79.7）R2=0.9&SSEr=4824588

上式表示15个省级地区的城镇人均指出平均占收入的76%o

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）

得到如下输出结果^

DependentVariable:

CP?

Method:

PooledLeastSquares

Date:

07；D2/O8Time:

13:

36

Sample:

19962002

Includedobservations:

7

Cross-sectionsineluded:

15

Totalpool（balanced）observations:

105

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

515.6142

81.59665

6.319061

0.0000

IP?

0.697561

0.012692

54.96029

0.0000

FixedEffects（Cross）

AH-C

-36.30583

BJ-C

537.5660

FJ-C

-47.64515

HB-C

-154.2367

HU-C

-1697015

JL-C

24.50427

JS-C

-35.19587

JX-C

-319.6960

LN-C

106.4273

NMG-C

-209.5484

SD-C

-134.1145

SH-C

266.9859

SX-C

-74.88901

TJ-C

47.22940

ZJ-C

198.6202

EffectsSpecification

Cross-sectionfixed（dummyvariables）

R-squared

0.992488

Meandependentvar

4917.608

AdjustedR-squared

0.991222

S.D.dependentvar

1704704

S.巳of便gression

159.7184

Akaikeinfocriterion

13.12414

Sumsquaredresid

2270386.

Schwarzcriterion

13.52855

Loglikelihood

-673.0173

F-statistic

783.8902

Durbin-Watsonstat

1.609517

Prob（F-statistic）

0.000000

相应的表达式为：

CPtJ=515.6+0.70/^-36.3D,+537.6A+...+198.6D15

其中虚拟变量Dg…几的定义是：

八jl,如果属于第•个个体M=12・・・,15一［o,其他

15个省级地区的城镇人均指出平均占收入70%o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。

比：

模型中不同个体的截距相同（真实模型为混合回归模型）。

厲：

模型中不同个体的截距项冬不同（真实模型为个体固定效应回归模型）。

F统计量定义为:

（SSE厂SSE“）I[（NT—k一\）一（NT—N—k"_（SSEr—SSE“）/（N—1）

SSEJ（NT—N—k）SSEJ（NT-N-k）

其中SS&.表示约朿模型，即混合估计模型的残差平方和，SSE“表示非约束模型，即个体固左效应回归模型的残差平方和。

非约束模型比约束模型多了N-1个被估参数。

所以本例中：

=8.1>^（14,89）=1.8

F_（4824588-227386）/（15-1）2270386/（105—15—1）

所以推翻原假设，建立个体固定效应回归模型更合理。

得到如下输出结果：

DependentVariable:

CP?

Method:

PooledLeastSquares

Date:

07/02/D8Time:

U:

44

Sample:

19962002

Includedobservations:

7

Cross-sectionsincluded:

15

Totalpool（balanced）observations:

105

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

2.577234

68.80548

0.037457

0.9702

IP?

0778860

0.010438

74.61911

0.0000

FixedEffects（Period）

1996-C

105.9285

1997-C

134.0558

1998-C

54.84828

1999-C

-37.07404

2000-C

-7.118359

2001-C

-156.7474

2002-C

-93.89280

EffectsSpecification

Periodfixed（dummyvariables）

R-squared

0.986669

Meandependentvar

4917.608

AdjustedR-squared

0.985707

S.D.dependentvar

1704.704

S.E.ofregression

203.8001

Akaikeinfocriterion

13.54529

Sumsquaredresid

4028843.

Schwarzcriterion

13.74749

Loglikelihood

-703.1276

F・statistic

1025.643

Durbin-Watsonstat

0.785376

Prob（F-statistic）

0.000000

相应的表达式为：

CPit=2・6+0・78/£+105.9"+134.1Q+…—93.90

其中虚拟变量D丄、…的定义是：

八1,如果属于第t个截面，t=1996,...,2002

D=\

10,其他

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：

DependentVariable:

CP?

Method:

PooledEGLS（Cross-sectionrandomeffects）

Date:

07/02/08Time:

15:

06

Sample:

19962002

Includedobservations:

7

Cross-sectionsincluded:

15

Totalpool（balanced）observations:

105

SwamyandAroraestimatorofcomponentvariances

Variable

Coeificient

Sid.Error

t-Statistic

Prob.

C

345.1795

75.47217

4.573599

0.0000

IP?

0.724569

0.010572

68.53814

0.0000

RandomEffects（Cross）

AH-C

-2.553433

BJ-C

367.0439

FJ-C

-54.24006

HB-C

-104.8367

HU-C

-1017680

JL-C

54.90671

JS--C

-32.27868

JX-C

-223.9519

LN-C

112.1152

NMG-C

-133.1377

SD-C

-100.8713

SH-C

126.1820

SX-C

-22.79189

TJ-C

10.08794

ZJ・・C

106.0939

相应的表达式是:

CPit=345.2+0.72/^-2.6^+367.0Q+…+106心

（68.5）R2=0.9&SSE=2979246

其中虚拟变量几“…几的定义是：

小（1,如果属于第i个个体,i=l,2,...,15—0,其他

接下来利用Hausnum统计量检验应该建立个体随机效应回归模型还是个体固定效应回归模型。

H。

：

个体效应与回归变量（圮）无关（个体随机效应回归模型）

耳：

个体效应与回归变量（/£）相关（个体固定效应回归模型）

randomeffects）

分析过程如下:

©EVievs-[Pool:

POOL02

Torkfile:

CASE13:

:

Casel3\]

^3FilegjiitObjectViewProc

QuickOptionsWindowHelp

-（51X

CrossSectionIdenti.£iers

A

Fixed/RandomEffectsTesting

►

RedundantFixedEffects-Likelihoodhtio

Spreadsheet（stackeddatg）・・・

CorreiatedRandomEffects-HausmanTest

CoefficientTests

Representatioits

EstimationOutput

Residuals

CoefCovarianceMatrix

Label

Ar*t—

BJ-C

367.0439

FJ-C

・54.24006

HB-C

■104.8367

HLJ-C

-101.7680

JL-C

54.90671

JS-C

・32.27