Eviews面板数据之固定效应模型.docx

1、Eviews面板数据之固定效应模型Eviews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：1.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： (1)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

2、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：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19962002年中国东北、华北、华东15个省级地区的居民家庭人均消费（，不变价格）和人均收入（，不变价格）居民，利用数据（1）建立面板数据（panel data）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1

3、19962002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1996199719981999200020012002CONSUMEAH3607.433693.553777.413901.814232.984517.654736.52CONSUMEBJ5729.526531.816970.837498.488493.498922.7210284.6CONSUMEFJ4248.474935.955181.455266.695638.746015.116631.68CONSUMEHB3424.354003.713834.434026.34348.474479.755069

4、.28CONSUMEHLJ3110.923213.423303.153481.743824.444192.364462.08CONSUMEJL3037.323408.033449.743661.684020.874337.224973.88CONSUMEJS4057.54533.574889.435010.915323.185532.746042.6步骤：（4）Type of objectPool步骤：（5）输入所有序列名称步骤：（6）定义各变量点击sheet输入consume？income？p?步骤：（7）将表1、2、3中的数据复制到Eviews中2.估计操作：步骤：（1）点击poolmod

5、elEstimate对话框说明Dependent variable:被解释变量；Common coefficients：系数相同部分Cross-section specific:截面系数不同部分步骤：（2）将截距项选择区选Fixed effects（固定效应） Cross-section：Fixed得到如下输出结果：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。：。模型中不同个体的截距相同（真实模型为混合回归模型）。：模型中不同个体的截距项不同（真实模型为个体固定效应回归模型）。对模型进行检验：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

6、面板数据之混合回归模型相应的表达式为： (6.64) (49.55) 其中虚拟变量的定义是：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： (2)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）得到如下结果：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

7、应回归模型。：。模型中不同个体的截距相同（真实模型为混合回归模型）。：模型中不同个体的截距项不同（真实模型为时间固定效应回归模型）。对模型进行检验：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： (76.0) 其中虚拟变量的定义是：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： (3)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：

8、Cross-section：fixed（个体固定效应），时间项选择区选 Period：Fixed（时间固定效应）得到结果如下：Dependent Variable: CONSUME?Method: Pooled Least SquaresDate: 07/21/14 Time: 15:44Sample: 1996 2002Included observations: 7Cross-sections included: 15Total pool (balanced) observations: 105VariableCoefficientStd. Errort-StatisticProb.C80

9、6.6751221.21433.6465780.0005INCOME?0.6533380.03454118.915040.0000Fixed Effects (Cross)AH-C-94.50854BJ-C698.0132FJ-C-18.86465HB-C-200.3997HLJ-C-246.3712JL-C-54.16421JS-C-31.26919JX-C-392.9844LN-C47.39508NMG-C-284.2660SD-C-150.8912SH-C465.4906SX-C-152.6560TJ-C103.9569ZJ-C311.5193Fixed Effects (Period)

10、1996-C-59.123731997-C17.954691998-C-31.455641999-C-57.240422000-C36.243822001-C-29.264152002-C122.8854Effects SpecificationCross-section fixed (dummy variables)Period fixed (dummy variables)R-squared0.993278Mean dependent var4981.017Adjusted R-squared0.991577S.D. dependent var1700.985S.E. of regression156.1067Akaike info criterion13.12288Sum squared resid2022652.Schwarz criterion13.67895Log likelihood-666.9514Hannan-Quinn criter.13.34821F-statistic584.0406Durbin-Watson stat1.455623Prob(F-statistic)0.000000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。：对模型进行检验：所以推翻原假设，可以建立个体时点固定效应回归模型