固定效应模型的估计原理说明Word格式文档下载.docx

固定效应模型的估计原理说明Word格式文档下载.docx

《固定效应模型的估计原理说明Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《固定效应模型的估计原理说明Word格式文档下载.docx（33页珍藏版）》请在冰豆网上搜索。

405７.5

４５３３.５7

４8８9．43

５0１0.91

5323.18

5５32.74

６042.6

ＣONＳUMＥＪX

2９4２.11

３1９９.6１

3266.8１

3482.3３

3623.56

3894.51

4549.32

CONSUＭELN

３493.02

３７19．９１

3８90.7４

398９.９3

435６.０6

46５4.４２

5342.6４

CONＳＵMENＭＧ

2７6７.8４

30３2.３

3105．7４

34６8.99

３９27.75

４195.62

48５9.８８

CONSUMESＤ

3770.99

４040.63

414３.９6

45１5．05

５02２

5252．41

５59６.3２

ＣＯNＳUMESＨ

６７63.12

６8１9.94

6８6６.41

８247.６9

886８.19

9３36.1

104６４

CONSUMESX

3035．59

3228.7１

32６7.７

3492.9８

3９４１.87

４1２３.01

4710．９6

CONSUMETJ

467９.61

５204.１5

5471.01

5８５1.53

6１2１．0４

６９87．２2

7191.96

CＯNＳＵMEZJ

5764.27

617０.14

62１７.9３

652１.５4

7０20.22

7９52.39

８7１3．08

表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

1９98

INCOMEＡＨ

4512.77

４599．27

4770.47

５0６4.6

５２9３.55

５６6８.8

603２.4

INCOMEBJ

7３32.01

７81３．16

847１.９８

918２．7６

10349．６9

１1577.78

１２4６3.92

INＣOMEFJ

5172.93

６１43.64

6４85．63

６85９.81

7432.26

8313.08

91８９．36

INCOMEＨB

４４42.81

4958.67

5084．6４

5365.03

５6６1.16

5984.８２

６679.68

INCOMEHLＪ

3７６8.31

4０90．72

４268.5

４5９５．１4

49１2.88

5425．87

6100.56

INCＯMEJL

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

３43１.81

3９44.67

43５3.02

47７0.5３

５129．0５

5535．89

６05１

INＣOＭESD

4890.28

5１９0．79

5３80．08

580８.96

６489．9７

7１01.08

７６14.36

INCＯＭEＳH

817８．4８

８43８.8９

８77３.1

109３１．64

11718.01

12883．４6

1３249.8

ＩＮCＯＭESX

３70２．6９

398９.92

４0９8.73

４34２.6１

4724.１1

5３９1.０５

6２3４.36

ＩNCＯMＥTJ

5967．71

６608．39

7110.5４

76４9.8３

８140.5

8958.７

93３7.５6

INCOＭＥＺJ

695５.7９

73５８.72

78３６．７6

８427.９5

９279.16

１0464．67

１１715.6

表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

物价指数

1９97

19９９

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

ＰLN

1０７.９

103．１

９9.3

９8.6

99.9

9８．９

ＰNMＧ

10７.6

１0４．5

９9．3

9９.8

1０1.3

100.6

1０0.2

PSD

1０9.6

102.８

99.3

10０.２

101.８

9９．3

PSH

109.2

1０2．8

10０

101．５

1０2.5

1０0.5

PSX

1０7.9

103.1

98．6

99.6

１03.9

９9.8

PTJ

１０9

９9.5

98.９

１01.2

PＺJ

107.９

1０2.8

９９.7

９8．８

101

99．8

二、1．输入操作:

步骤：

（1）File——New——Ｗorkfile

步骤:

（2）Startｄａte——Endｄate——ＯK

（3）Oｂｊeｃt——Nｅw　Objeｃｔ

（４）Tyｐe　of　object——Ｐoｏl

（5）输入所有序列名称

（６）定义各变量点击sheeｔ—输入ｃoｎsume?

incｏme？

p?

（７）将表1、2、３中的数据复制到Evieｗs中

2.估计操作：

（1）点击poolmｏdｅl——Estimate

对话框说明

Ｄｅpeｎdeｎtvariabｌｅ：

被解释变量;

Comｍon：

系数相同部分

Crｏsｓ－ｓecｔiｏn　speｃｉfic:

截面系数不同部分

（２）将截距项选择区选Fixedｅfｆectｓ（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：

：

不同（真实模型为时间固定效应回归模型）。

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）

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：

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：

DｅpendeｎtVariable：

　CONSUME?

Ｍｅtｈod:

　ＰoolｅdLeasｔSquarｅｓ

Dａte:

07/２1／１４　Time：

1５:

4４

Samplｅ:

1９9６２0０2

Iｎcluｄedobｓerｖatiｏns:

7

Cｒoｓｓ-seｃtｉons　ｉｎcｌuｄed:

1５

Totalpool（bａlanced）oｂserｖaｔions：

105

Vaｒiable

Coefficiｅnｔ

Sｔd.　Erｒｏr

t-Statｉstｉc

Ｐrob． 

C

8０6.6７51

2２1.２143

3．646578

0.０005

ＩNＣOＭE?

0.６5３３３8

0．034541

18.9150４

0.0０00

Ｆixed　Effｅｃts（Ｃroｓs）

AＨ-－C

-９4.50854

ＢJ－-C

698．01３2

ＦJ--C

-18．864６５

HB--C

-２00.3997

HLJ--C

-2４6.３712

JL－-Ｃ

-5４.16421

JS--C

－31.２６919

ＪX--C

-3９2.9844

ＬN--C

47.39508

NMG--Ｃ

-284.2６６0

SＤ--Ｃ

-１50.８91２

SH--Ｃ

465.４906

SX--C

-１52.6５60

TJ－-C

1０3.956９

ＺJ--Ｃ

3１1.５１９3

FiｘedＥffｅcts　（Period）

1996--C

-59.12373

１９9７－-C

17.９５４69

199８－-C

-3１.45564

１999－-C

－57.2４04２

２000－-Ｃ

３6．24３82

2001--Ｃ

-29．264１５

２０02－-C

122．8854

ＥffecｔsSpecifiｃation

Croｓs-ｓｅctioｎｆｉxed（ｄumｍｙｖaｒiａbles）

Perｉｏｄｆiｘed（dummyｖaｒiablｅs）

R-ｓquaｒed

０.993278

Meaｎdepeｎdentvａr

49８1.017

Aｄjｕｓｔｅd　R－ｓquared

０.99１５7７

Ｓ.D.ｄeｐendenｔ　var

１700.985

Ｓ.Ｅ．ｏf　rｅgｒｅｓsｉoｎ

1５6.１０67

Akaike　infocriteriｏｎ

13.1２２８８

Ｓuｍ　ｓquaredrｅｓｉd

.

Sｃhwaｒzｃritｅrｉon

13.6789５

Loglikeｌｉhｏod

-666.９5１4

Hａnnａn－Ｑuｉｎnｃrｉter．

13.３4821

F－staｔｉstic

584.0４０6

Durｂin－Waｔｓonstａt

1.455６2３

Pｒoｂ（F-ｓtatisｔic）

０.０000０0

所以推翻原假设，可以建立个体时点固定效应回归模型

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:

相应的表达式是:

　　（6８.5）　　　　

接下来利用Hauｓman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。

个体效应与回归变量（

）无关（个体随机效应回归模型）

）相关（个体固定效应回归模型）

分析过程如下:

得到如下检验结果：

由检验输出结果的上半部分可以看出,Ｈauｓｍaｎ统计量的值是14.7９,相对应的概率是0.０001，即拒接原假设,应该建立个体固定效应模型。

检验结果的下半部分是Ｈａｕsman检验中间结果比较。

个体固定效应模型对参数的估计值为0.69７56１,随机效应模型对参数的估计值为0.７24５6９。

两个参数的估计量的分布方差的差为0.00０049。

综上分析,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和人金收入问题应该建立个体固定效应回归模型。

人均消费平均占人均收入的70％。

随地区不同,自发消费（截距项）存在显著性差异。

（4）面板单位根检验

以ｃp序列为例。

首先在工作文件窗口中打开ｃp变量的１５个数据组。

单位根检验过程如下：

得到如下检验结果:

从上面的检验结果可以看出来,6种检验方法的结论都认为15个cp序列存在单位根。

选择IPS检验方法进行单位根检验。

检验结果如下：

从上面的结果可以看出,cp面板存在单位根,同时每个个体都存在单位根。

2．收集中国2０00—2００5年各地区城镇居民人均可支配收入X和消费指出Y统计数据如表9．4。

数据是6年的，每一年都有３2组数据,共1９２组观测值。

人均可支配收入和消费支出数据（单位：

元）

２

地区

可支配收入

消费支出

X

Y

Ｘ

Ｙ

全　国

6279.9８

49９8．00　

68５9.5８

５3０9.01

77０２．80

6029.８8

８472.20　

６5１0.94　

9421．61

7182.10

１0493.03　

794２.8８

北　京

103４9．６９

８４93．49

115７7.78

89２２.72

12４63．92　

1028４．６0

１３８８2．62

111２3．84　

１56３7.84

１2200.40

17652.９5

1324４．2０　

　天津

81４0．50　

６12１.04　

8958.７0

69８7．22

9337.5６

7191.96　

10312.91

7８67.53

11467．16

8８02．４4

12638.55

9６53.26

　河北

5661.1６

４348.47　

５9８４．8２　

4479．75

6６7９．68

50６9．28

7239.０６　

5439.77

7951.31

5819.１8　

9107.09

6699.67

山　西

4７24.１１

3941.87　

5３９1.0５

4123．０１

62３4．36

4710.96

7005.03

5１0５.38

7９0２.８6

5654.15

891３.9１

6３42.６3

内蒙古

５12９.０5　

3927.7５

5535．89　

41９5.62　

605１.00

4８5９．８８

7０1２.90

541９.14

8122.９9

6219．２6　

９136.７9

6928.６0

辽　宁

5357．７9

4356．0６　

５79７.０1

4６54.４2

65２４．5２

5３42.６４

72４0.5８

607７.９２

800７.56　

6５43.28

９10７．５5

7369.2７　

吉　林

48１0.0０

40２0．8７

5３40.４6

433７.２２

６260.16

４97３.８8

7005．１７

５4９2.10

７84０.6１

６０６8．99

86９0.6２　

６79４．71

黑龙江

４9１2．8８

38２4.４4

５42５．8７

４19２.3６　

610０.56

4462.08

667８.90

５01５.19　

7４70．7１　

5567．53

８２72.5１

6178.０1

上　海

11718.01　

8868.19　

12８８3.４6　

９336.1０

１3249.80

10464.00

１4867.49

１1040.3４　

１668２.82　

1263１.0３

18６45．０3

1３77３.4１　

　江　苏

６8０0.２3

5323.１8

7375.1０

55３2.７４

８１77.６4

6042．６０　

9２６2.46

6７08．58

104８1.9３　

733２.26

123１8.5７　

8６２１.8２　

浙　江

9279.16　

70２0．22

104６4.67　

７9５２.39

1171５.60

8７１3.0８

13１79.53

9７12.89

14５46.38

１０636.14

16２９３．77

1225３.74

　安　徽

5293.55

4２３2．９8　

5668.80

4517．65

6032．40

４736.52

6778．0３　

５0６４.34

７5１1.43

５711.33

84７0．68

６３６7.67

　福建

7432.26

5６3８.74

８31３．０８

6015.11

９189．36　

6631．68

9999．54

7356.26

1１1７5.3７

8161．１5　

１2321.31

８794.41　

江　西

5１03.5８

3623.56　

５５０6.02

３89４.51　

6335.64

4549.３2

６9０1．４２

4914.５5

7559.64

53３7．84

8619.66

6１09.39

山东

6４8９．9７　

５022.00

7１01.08

5252．41　

７６14.３6

55９6．32

８39９．9１

6０69.35

94３7