EViews6.0在面板数据模型估量中的实验操作

EViews 在面板数据模型估量中的实验操作

1、 进入工作目录cd d:\\nklx3，在指定的路径下工作是一个良好的适应

二、成立面板数据工作文件workfile

（1）最好不要选择EViews默许的blanaced panel 类型

Moren_panel

1

-

（2）依照要求成立简单的知足时期周期和长度要求的时期型工作文件

3、成立pool对象 （1）新建对象

（2）选择新建对象类型并命名

（3）为新建pool对象设置截面单元的表示名称，在此提示下（Cross Section

2

-

Identifiers: (Enter identifiers below this line )输入截面单元名称。建议采用汉语拼音，例如29个省市区的汉语拼音，建议在拼音名前加一个下划线“_”，如图

关闭成立的pool对象，它就出此刻当前工作文件中。

4、在pool对象中成立面板数据序列

双击pool对象，打开pool对象窗口，在菜单view的下拉项当选择spreedsheet（展开表）

在打开的序列列表窗口中输入你要成立的序列名称，若是是面板数据序列必需在序列名后添加“?”。例如，输入GDP?，在GDP后的?的作用是各个截面单元的占位符，生成了29个省市区的GDP的序列名，即GDP后接截面单元名，再在接时期，就表示出面板数据的3维数据结构（1变量2截面单元3时期）了。

3

-

数据。

请看工作文件窗口中的序列名。展开表（类似excel）中等待你输入、贴入

4

-

五、贴入数据

（1）打开编辑（edit）窗口 （2）贴入数据

5

-

（3）关闭pool窗口，赶快存盘见好就收 六、在pool窗口对各个序列进行单位根查验

选择单位根查验

设置单位根查验

6

-

单位根查验结果

注意查验方式和两种查验的零假设：

Null: Unit root (assumes common unit root process)各截面有相同的单位根 Null: Unit root (assumes individual unit root process)允许各截面有不同单位根

其中，Levin, Lin & Chu t*查验拒绝含有单位根的零假设，即拒绝非平稳

7

-

7、在pool窗口对面板数据组合进行协整查验

选择进行协整查验

协整查验设置对话框，注意有3种查验方式（test type）

协整查验结果，一样要注意两种假定（含有AR，即含有单位根，非协整），两种零假设都是非协整，小概率事件发生拒绝非协整。 本例题查验的4个序列时协整的，特别提示还要看各个序列的单位根查验是不是是同阶单整的，不然单凭协整查验的结果按照不足。

8

-

八、成立混合模型

在pool对象窗口的proc（进程）的下拉式菜单当选择估量打开模型设置窗口。

9

-

混合模型的设置

10

-

混合模型的结果

九、成立变系数模型

这里只成立一次变一个变量且在截面维的变系数模型。固然也可是在时刻维的变系数。而且能够一次不止变一个变量的系数。

变系数模型的设置

11

-

变系数模型的估量结果

10、成立截距维的固定效应模型，并查验模型的冗余性（是不是比混合模型优？） 截面维固定效应模型的设置

12

-

截面维固定效应模型的估量结果

13

-

截面维固定效应模型的冗余性查验，第一在pool模型的view当选择似然比的查验菜单选项

14

-

似然比查验的结果，零假设固定效应模型是冗余的，小概率事件发生，拒绝冗余，于是摒弃混合模型：

1一、成立截距维的随机效应模型，并进行Hausman查验，肯定是选择随机效应亦或是固定效应模型，零假设：随机效应模型成立。

截面维随机效应模型的设置

15

-

截面维随机效应模型的估量结果

16

-

截面维随机效应模型的Hausman查验菜单项的选择

截面维随机效应模型Hausman查验的结果：

Hausman查验的零假设是应被选择随机效应模型，小概率事件发生拒绝零假设，选择固定效应模型

17

-

1二、13在时刻维重复10、和1一、的工作，肯定数据适合采用何种模型？ 14、成立截面变截距模型，分析没有观察的截面单元因素的影响

截面变截距模型的设置

截面变截距模型的估量结果

18

-

1五、成立时期变截距模型，分析没有观察的时期因素的影响

时期变截距模型的设置

19

-

时期变截距模型的估量结果

20

-

1六、在整个估量、查验组成中养成利用冻结和命名保留的适应，以便撰写报告时挪用。

17、工作中注意利用工作文件窗口顶部的显示过滤器，简化你的窗口，以避免眼花缭乱。

过虑前

21

-

选择过虑

22

-

过虑后

对同一组数据处置两个模型，例如生产函数和增加模型，能够导出page，在导入page，使它们既有联系又有区别。

1八、祝大家好运，也祝贺在下从北京地质学院毕业50周年，十分荣幸我的校友5月15日在北京举行了纪念会；十分荣幸杨遵义院士（古生物）、王鸿祯院士（地史）、涂光织院士（矿床，同班小王成了涂夫人，可惜，自古红颜多苦命）和张本仁院士（南京大学研究生毕业，教完构造课就成了右派？，教课时还不是院士）是在下的院士老师，还有许多老师都将永久的铭刻，教数学的女老师（苏教授的夫人），教俄语的王语今教授。也特向我在武汉大学的老师张尧庭教授、冯文权教授致敬。特发此贴祝愿我的老师们和同窗们健康。谢谢。

1九、面板数据长处很多，可是请注意面板数据模型方式的协方差分析的方式学特性，它是将其他序列的影响维持固定，并从总变异中扣除它们的影响以后，再判别目标序列的不同显著性。

_gongshang _zhongguo _jianshe _jiaotong _beijing _ningbo _huaxia _minsheng _nanjing _pufa

_shenfazhan

23

-

_xingye _zhaoshang _zhongxin _nongye _guangda

1.已知1996—2002年中国东北、华北、华东15个省级地域的居民家庭人均消费（cp，不变价钱）和人均收入（ip，不变价钱）居民，利用数据（1）成立面板数据（panel data）工作文件；（2）概念序列名并输入数据；（3）估量选择面板模型；（4）面板单位根查验。

年人均消费（consume）和人均收入（income）数据和消费者价钱指数（p）别离见表，和。

表 1996—2002年中国东北、华北、华东15个省级地域的居民家庭人均消费（元）

数据

人均消费 CONSUMEAH CONSUMEBJ CONSUMEFJ CONSUMEHB CONSUMEHLJ CONSUMEJL CONSUMEJS CONSUMEJX CONSUMELN CONSUMENMG CONSUMESD CONSUMESH CONSUMESX CONSUMETJ CONSUMEZJ

1996 1997 1998 1999 2000 2001 2002

表 1996—2002年中国东北、华北、华东15个省级地域的居民家庭人均收入（元）

24

5022

104

-

数据

人均收入 1996 1997 1998 1999 2000 2001 2002 INCOMEAH INCOMEBJ INCOMEFJ INCOMEHB INCOMEHLJ INCOMEJL INCOMEJS INCOMEJX INCOMELN INCOMENMG INCOMESD INCOMESH INCOMESX INCOMETJ INCOMEZJ

表 1996—2002年中国东北、华北、华东15个省级地域的消费者物价指数

物价指数 1996 1997 1998 1999 2000 2001 2002 PAH PBJ PFJ PHB PHLJ PJL PJS PJX PLN

25

4810

6051

100

98

100

99 99

102 101

-

PNMG PSD （1）成PSH 100 100 数据工PSX 第一成PTJ 109 文件。感PZJ

101

文件后，下：

成立面板数据库。

26

立面板作文件 立工作动工作进程如

-

在窗口中输入15个不同省级地域的标识。

27

-

（2）概念序列名并输入数据

产生3*15个尚未输入数据的变量名。如此能够通过键盘输入或黏贴的方式数据数据。

（3）估量、选择面板模型

打开一个pool窗口，先输入变量后缀（所要利用的变量）。点击Estimate，打开估量窗口。

28

-

A.混合模型的估量方式

左侧的Common表示相同系数，即表示不同个体有相同的斜率。

29

-

取得如下输出结果：

相应的表达式是：

ˆ129.630.76IP CPitit R20.98,SSEr4824588

上式表示15个省级地域的城镇人均指出平均占收入的76%。

B.个体固定效应回归模型的估量方式 将截距项选择区选Fixed effects（固定效应）

30

-

取得如下输出结果：

31

-

相应的表达式为：

ˆ515.60.70IP36.3D537.6D...198.6D CPitit1215 (55) R20.99,SSEr2270386

其中虚拟变量D1,D2,...,D15的概念是：

i,i1,2,...,151,如果属于第个个体Di

0,其他 15个省级地域的城镇人均指出平均占收入70%。从上面的结果能够看出北京市居民的自发性消费明显高于其他地域。

32

-

接下来用F统计量查验是应该成立混合回归模型，仍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）。 H1：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）。

F统计量概念为：

F(SSErSSEu)/[(NTk1)(NTNk)](SSErSSEu)/(N1)

SSEu/(NTNk)SSEu/(NTNk)其中SSEr表示约束模型，即混合估量模型的残差平方和，SSEu表示非约束模型，即个体固定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：

F(4824588227386)/(151)8.12270386/(105151)F0.05(14,)1.8

所以推翻原假设，成立个体固定效应回归模型更合理。

C.时点固定效应回归模型的估量方式 将时刻选择为固定效应。

33

-

取得如下输出结果：

相应的表达式为：

ˆ2.60.78IP105.9D134.1D...93.9D CPitit127 R20.987,SSE4028843

其中虚拟变量D1,D2,...,D7的概念是：

1,如果属于第t个截面，t=1996,...,2002Dt

0,其他 

D.个体随机效应回归模型估量

34

-

截距项选择Random effects（个体随机效应）

取得如下部份输出结果：

35

-

相应的表达式是：

ˆ345.20.72IP2.6D367.0D...106.1D CPitit1215 R20.98,SSE2979246

其中虚拟变量D1,D2,...,D15的概念是：

1,如果属于第i个个体,i=1,2,...,15Di

0,其他

接下来利用Hausman统计量查验应该成立个体随机效应回归模型仍是个体固定效应回归模型。

H0：个体效应与回归变量（IPit）无关（个体随机效应回归模型） H1：个体效应与回归变量（IPit）相关（个体固定效应回归模型）

分析进程如下：

36

-

取得如下查验结果：

由查验输出结果的上半部份能够看出，Hausman统计量的值是，相对应的概率是，即拒接原假设，应该成立个体固定效应模型。

37

-

查验结果的下半部份是Hausman查验中间结果比较。个体固定效应模型对参数的估量值为，随机效应模型对参数的估量值为。两个参数的估量量的散布方差的差为。

综上分析，1996—2002年中国东北、华北、华东15个省级地域的居民家庭人均消费和人金收入问题应该成立个体固定效应回归模型。人均消费平均占人均收入的70%。随地域不同，自发消费（截距项）存在显著性不同。

（4）面板单位根查验 以cp序列为例。

第一在工作文件窗口中打开cp变量的15个数据组。

单位根查验进程如下：

38

-

39

-

取得如下查验结果：

从上面的查验结果能够看出来，6种查验方式的结论都以为15个cp序列存在单位根。

40

-

选择IPS查验方式进行单位根查验。查验结果如下：

从上面的结果能够看出，cp面板存在单位根，同时每一个个体都存在单位根。

41

-

2.搜集中国2000—2005年各地域城镇居民人都可支配收入X和消费指出Y统计数据如表。数据是6年的，每一年都有32组数据，共192组观测值。 人都可支配收入和消费支出数据（单位：元）

2000

消

可支地 配收区 全 国 北 京 天 津 河 北

42

2001

消

可支配收入 X

费支出 Y

2002

消

可支配收入 X

费支出 Y

2003

消

可支配收入 X

费支出 Y

2004

消

可支配收入 X

费支出 Y

2005

消

可支配收入 X

费支出 Y

费支出 Y

入 X

-

山 西 内蒙古 辽 宁 吉 林 黑龙江 上 海 江 苏 浙 江 安 徽

43

-

福 建 江 西 山 东 河 南 湖 北 湖 南 广 东 广 西 海 南 重 庆

44

-

四 川 贵 州 云 南 西 藏 陕 西 甘 肃 青 海 宁 夏 新 疆

45

-

第一成立工作文件，感动工作文件后，进程如下：

成立面板数据库，并命名为XY。

46

-

输入不同省市（包括全国）的标识，如下：

47

-

点击sheet键，概念变量X和Y。

点击Edit+/-后，在数据窗口键入数据即可。

48

-

对模型进行估量，成立个体固定效应回归模型，进程如下：

49

-

取得如下输出结果：

50

-

从估量结果能够看出，对于32个省市来讲，虽然它们的城镇居民消费偏向相同，可是其城镇居民的自发消费存在显著的不同，其中重庆的城镇居民自发消费最高，第二为、北京、广东；城镇居民自发消费最低的是江西，第二是河南、山东。

注意几点：

（1） 个体固定效应模型的EViews输出结果中也能够有公共截距项；

（2） EViews输出结果中没有给出描述个体效应的截距项相应的标准差和t值。

不以为截距项是模型中的重要参数。

（3） 当对个体固定效应模型选择加权估量时，输出结果将给出加权估量和非

加权估量两种统计量评价结果。

（4） 输出结果的联立方程组形式能够通过点击View选Representations功能取

得。

（5） 点击View选Wald Coefficient Tests…功能能够对模型的斜率进行Wald

查验。

（6） 点击View选Residuals/Table，Graphs，Covariance Matrix，Correlation

Matrix功能能够别离取得按个体计算的残差序列表，残差序列图，残差序列的方差协方差矩阵，残差序列的相关系数矩阵。

51

-

（7） 点击Proc选Make Model功能，将会出现估量结果的联立方程形式，进

一步点击Solve键，在随后出现的对话框中能够进行动态和静态预测。 （8） roe? f1? f5? f10? z? s? sth? f? size?

（9）

52