多方程第3题例105面板数据模型研究企业投资需求的固定影响系数模型.docx

1、多方程第3题例105面板数据模型研究企业投资需求的固定影响系数模型面板数据概述面板数据模型是对包含三维（截面、时期、变量）信息的数据结构（面板数据）建模所得的模型，一般结构为 （含有N个个体成员方程的Panel Data模型）或 t =1, 2, , T（含有T个时间截面方程的Panel Data模型）。根据截距项向量 和系数向量 中各分量的不同限制要求，面板数据模型可以分为如下三种类型：无个体影响的不变系数模型的单方程回归 (不变系数模型： )；变截距的单方程回归(变截距模型 )；变系数模型的单方程回归(变参数模型 ) 。在建立模型前需要对模型形式的设定进行检验，因为如果模型形式设定不正确，

2、估计结果将与所要模拟的经济现实偏离甚远。因此，建立Panel Data模型的第一步便是检验被解释变量 yit 的参数 i 和 i 是否对所有个体样本点或时期都是一样的，即检验样本数据究竟符合上面哪种Panel Data模型形式，从而避免模型设定的偏差，改进参数估计的有效性。经常使用的检验是协方差分析检验，主要检验如下两个假设： H1： H2： 可见如果接受假设 H2 则可以认为样本数据符合类型3，即模型为不变参数模型，无需进行进一步的检验。如果拒绝假设H2，则需检验假设H1。如果接受H1，则认为样本数据符合情形2，即模型为变截距模型，反之拒绝H1 ，则认为样本数据符合情形1，即模型为变参数模型

3、。检验方法是建立两个F值统计量F1和F2，在假设H1和 H2 下检验统计量F1和 F2 分别服从相应自由度下的F分布。其中假如确定是变截距模型，还需要进一步确定是固定影响模型还是随机影响模型，此时可以选择Hausman检验，即假设随机影响模型中个体影响与解释变量不相关，构造统计量 ，其在原假设下服从自由度为k的2分布，k为模型中解释变量的个数。确立好模型之后，利用已有数据在Eviews中进行回归，并对结果进行分析。得到回归结果之后，需要对数据的平稳性进行检验。常用的是单位根检验和协整检验。单位根检验是在单序列单位根检验方法的基础上进行的改进，仍然检验参数i的变化情况。根据对参数i的不同限制，可

4、以将面板数据的单位根检验方法划分为两大类：（1）相同根情形下的单位根检验，即假设面板数据中的各截面序列具有相同的单位根过程，方法包括LLC检验、Breitung检验 、Hadri检验 ；不同根情形下的单位根检验，即允许面板数据中的各截面序列具有不同的单位根过程，允许参数i 跨截面变化，方法有Im-Pesaran-Skin检验、Fisher-ADF检验和Fisher-PP检验。协整检验也可以分为两大类，一类是建立在Engle and Granger二步法检验基础上的面板协整检验，具体方法主要有Pedroni检验和Kao检验；另一类是建立在Johansen协整检验基础上的面板协整检验。面板数据 操

5、作过程1. 将例10.5中的数据处理好：sheet用英文命名，去掉中文行2. 将数据导入Eviews3. 建立pool对象。在命令窗口输入pool pool1打开pool1，编辑截面成员的识别称：4. 单击sheet，在对话框中输入I? K? M?，并确定。即得到pool序列。5. 单击Pool工具栏的Estimate选项打开如下对话框：6. 得到结果为从估计结果可以看出，5家企业的投资需求结构具有明显的差异。在5家企业中，预期利润边际投资倾向最高是美国钢铁公司，其次是汽车制造行业的两家公司通用汽车和克莱斯勒，而资产存量边际投资倾向最高的是西屋电气公司，最低的是通用电气公司。7. 怀特系数协方

6、差估计估计结果为8. 单位根检验。在Pool对象的工具栏中，选择View/Unit Root Test。得出结果如下： I?的水平变量各种方法的结果都接受原假设， I?存在单位根，是非平稳的。9. I?的一阶差分变量的所有方法的单位根检验检验结果如下：各种方法的结果都拒绝原假设，所以可以得出结论： I?是I(1)的。10. 协整检验(1) Pedroni (Engle-Granger based)在EViews中打开pool对象，选择Views/ Cointegration Test结果为： (2) Kao (Engle-Granger based)结果为： (3) Fisher (combined Johansen)结果为： 11.选择View/Representations检查输出12.预测选择Procs/Make Model建立一个包括所有估计系数的未命名模型对象模型可以根据需要进行编辑。求解模型能对每个截面成员的因变量进行预测。