固定效应模型及估计原理说明Word格式文档下载.docx

固定效应模型及估计原理说明Word格式文档下载.docx

《固定效应模型及估计原理说明Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《固定效应模型及估计原理说明Word格式文档下载.docx（31页珍藏版）》请在冰豆网上搜索。

4337.22

4973.88

CONSUMEJS

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

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

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

98.4

98.1

PHLJ

104.4

100.4

96.8

98.3

100.8

99.3

PJL

107.2

103.7

99.2

98

98.6

PJS

109.3

99.4

100.1

PJX

108.4

102

101

100.3

PLN

107.9

99.9

98.9

PNMG

107.6

104.5

99.8

100.2

PSD

109.6

102.8

101.8

PSH

109.2

101.5

102.5

PSX

99.6

103.9

PTJ

109

101.2

PZJ

98.8

二、1.输入操作：

步骤：

（1）File——New——Workfile

（2）Startdate——Enddate——OK

（3）Object——NewObject

（4）Typeofobject——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-sectionspecific:

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

（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：

得到结果如下：

DependentVariable:

CONSUME?

Method:

PooledLeastSquares

Date:

07/21/14Time:

15:

44

Sample:

19962002

Includedobservations:

7

Cross-sectionsincluded:

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

FixedEffects（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

AdjustedR-squared

0.991577

S.D.dependentvar

1700.985

S.E.ofregression

156.1067

Akaikeinfocriterion

13.12288

Sumsquaredresid

2022652.

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：

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）

2003

2004

2005

地区

可支配收入

消费支出

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

9437.80

6673.75

10744.79

7457.31

河南

4766.26

3830.71

5267.42

4110.17

6245.40

4504.68

6926.12