Panel Data模型EViews操作过程Word文档格式.docx
- 文档编号:20338120
- 上传时间:2023-01-22
- 格式:DOCX
- 页数:18
- 大小:618.95KB
Panel Data模型EViews操作过程Word文档格式.docx
《Panel Data模型EViews操作过程Word文档格式.docx》由会员分享,可在线阅读,更多相关《Panel Data模型EViews操作过程Word文档格式.docx(18页珍藏版)》请在冰豆网上搜索。
Crossid—截面标识
dateid—时期标识
2.更改截面标识(如果取默认的截面标示,此步可以省略)
序列crossid中是以数字1、2、…标记截面标识,为了便于区分,可以重新定义一个字符串序列。
(1)点击object/Newobject,选择seriesAlpha并输入序列名(设为dq);
(2)双击dq序列,在打开的序列窗口中粘贴截面标识的字符串序列;
(3)双击工作文件窗口中的Range,在弹出的对话框中,将截面标识的的ID序列改成新的标识序列:
dq
3.输入数据
键入命令:
DATAYX,然后用复制+粘贴方式从Excel文件中将各个变量的堆积数据(注意:
数据事先要按照截面单元堆积,本例中是按照“地区”)复制到工作文件之中;
此时工作文件中各个变量都是堆积数据。
二、模型估计过程
1.估计混合模型
直接在命令窗口键入命令:
LSYCX
2.估计变截距模型
在方程窗口中点击Estimate按钮,在弹出的方程描述框中选择PanelOptions选项卡,此时可以在截面和时期列表中选择None、Fixed、Random,用来选择单因素(或双因素)固定效应、随机效应变截距模型;
同时可以选择GMM、GLS、SUR等估计方法。
个体-时期
固定效应
个体固定效应
随机效应
个体固定效应时期随机效应
双因素
固定效应模型
模型估计结果中只显示解释变量的参数估计值,截距项的估计结果要在View\Fixed/RandomEffects中显示。
三、PanelData模型的检验过程
1.检验是单因素或双因素或混合模型
(1)估计固定效应双因素模型;
(2)在方程窗口中选择View\Fixed/RandomEffectsTesting/RedundantFixedEffect,检验固定效应“冗余”假设是否成立。
同时存在个体效应和时间效应
2.检验是随机效应或固定效应。
(1)估计(双因素)随机效应模型;
(2)在方程窗口中选择:
View\Fixed/RandomEffectsTesting/CorrelateRandomEffects,进行Hausman检验。
时期固定效应
个体随机效应
所以模型是双因素模型——同时存在着个体效应和时间效应;
其中个体随机效应,时期固定效应。
估计结果为:
Ⅱ.关于Pool对象的操作过程
案例2(来源:
格林《经济计量分析》,工作文件:
10_1)
时期:
1935-1954年;
截面单元:
5家企业
GM:
通用汽车公司、CH:
克莱斯勒公司、GE:
通用电器公司、WE:
西屋公司
US:
美国钢铁公司
3个变量:
I:
总投资
M:
前一年企业的市场价值(反映企业的预期利润)
K:
前一年末工厂存货和设备的价值(反映企业必要重置投资期望值)
内容:
一、建立包含Pool对象的工作文件
二、Pool对象中的数据处理
三、模型估计过程
四、模型检验过程
一、在工作文件中创建Pool对象
1、创建工作文件(年度数据)
2、创建Pool对象
点击Objects/NewObject,选择Pool对象,在弹出的窗口中输入各个截面单元的识别标识(习惯上加上前缀“_”):
输入截面单元标识
二、Pool对象中的数据处理
1.输入数据
输入方式:
键盘输入、文件导入、复制+粘贴(适用于堆积数据)
(1)双击Pool对象,点击View/Spreadsheet(stackeddata),系统要求输入序列名列表:
输入序列名,并且加后缀?
(2)输入数据:
输入Pool变量名,点击OK后,出现数据窗口:
进入输入/编辑状态
根据原始数据表的数据排列格式转换堆积数据的排列方式:
按截面单元/时期
输入数据的步骤为:
●事先将Excel中的数据整理成堆积数据,每个变量一列数据;
●根据Excel表中数据的排列形式,转换EViews中数据的排列方式
——按截面单元/时期顺序堆积数据(这比Panel的要求灵活);
●利用复制+粘贴的方式,将Excel表中的数据复制到Pool对象中。
2.生成序列
点击Pool工具栏的Poolgenr按钮,或者选择Proc\GeneratePoolSeries,在弹出的对话框中输入定义新序列的有关公式(例如,生成Kt-1)
3.描述统计
在Pool窗口中选择View/DescriptiveStatistics…,并在对话框中输入变量名,将会输出每个变量的有关描述统计量。
说明:
堆积数据(Stackeddata):
计算每个变量(关于所有截面单元,所有时期)的描述统计量。
去掉均值的堆积数据(Stacked-meansremoved):
计算除去截面平均值之后的描述统计量。
截面变量(Cross-sectionspecific):
计算每个变量关于截面的描述统计量。
时期变量(Timeperiodspecific):
计算每个变量关于时期的描述统计量。
关于变量(堆积数据)
关于变量截面数据
(所有时期)
三、
模型估计过程
1.点击Pool工具栏的Estimate按钮,将弹出模型估计对话框:
2.可以估计的模型形式:
模型类型
FixedandRandom
Regressors
cross
period
common
1
混合模型
None
X?
2
个体固定效应变截矩
Fixed
3
时间固定效应变截矩
4
个体随机效应变截矩
Random
5
时间随机效应变截矩
6
个体固定效应变系数
7
时间固定效应变系数
8
个体随机效应变系数
9
时间随机效应变系数
10
双因素固定效应变截矩
11
双因素随机效应变截矩
12
双因素随机效应变系数
随机效应变系数模型对样本容量有要求。
输入解释变量,并确定效应作用是否变参数:
●常参数
●截面变参数
●时间变参数
可选项:
None、Fixed、Random
用于确定效应的具体形式:
●无效应、单因素、双因素
●固定效应、随机效应
Hausman检验
输入被解释变量
3.估计方法的选择
当模型个体(或时期)方程的随机误差项之间同方差、且不存在同期相关时,系统默认的估计方法是OLS;
否则,需要采用GLS估计或SUR估计(似乎不相关估计)。
类型
估计方法
同方差、且不存在同期相关
OLS(NoWeights)
个体方程存在异方差,但不存在同期相关
GLS(cross-sectionweights)
个体方程之间存在同期相关
SUR(cross-sectionSUR)
时期方程存在异方差,但不存在同期相关
GLS(periodweights)
时期方程之间存在同期相关
SUR(periodSUR)
随机误差项与解释变量相关
TSLS
四、模型检验过程——类型识别检验
1.检验是单因素或双因素或混合模型(异质性检验)
(1)估计双因素固定效应模型;
(2)在方程窗口中选择View\Fixed/RandomEffectsTesting/RedundantFixedEffect,检验是否存在“冗余”效应。
不存在时间效应
存在个体效应
2.随机效应模型与固定效应模型
1.建立随机效应模型(双因素或单因素,本例是随机个体效应)
2.进行Hausman检验
H0:
模型是随机效应模型;
由于p>
0.05,所以接受H0,认为模型是随机效应模型。
3.固定效应变截矩模型与变系数模型
将固定效应变截矩模型与变系数模型进行比较,检验约束假设是否成立。
具体步骤:
(1)估计变截矩模型和变系数模型,得到约束回归残差平方和RSSE和无约束回归残差平方和USSE;
(2)利用F统计量检验假设:
(3)若F>
Fα,则拒绝原假设,模型是变系数模型;
F<
Fα时,模型是变截矩模型。
本例中,N=5,T=20,k=2,RSSE=444288,USSE=339122;
所以,
利用EViews中函数@QFDIST(d,n1,n2),其中
,可以求得:
<
F;
所以,拒绝原假设,模型是变系数模型。
4.异方差与同期相关检验
当模型个体(或时期)方程的随机误差项之间异方差、或者存在同期相关时,需要采用GLS估计或SUR估计(似乎不相关估计)。
在估计的模型窗口,选择View\Residuals\covarianceMatrix,或者correlationMatrix,可以检验是否存在异方差和相关性。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Panel Data模型EViews操作过程 Data 模型 EViews 操作过程