Eviews面板数据之固定效应模型.docx
- 文档编号:29306896
- 上传时间:2023-07-22
- 格式:DOCX
- 页数:24
- 大小:315.94KB
Eviews面板数据之固定效应模型.docx
《Eviews面板数据之固定效应模型.docx》由会员分享,可在线阅读,更多相关《Eviews面板数据之固定效应模型.docx(24页珍藏版)》请在冰豆网上搜索。
Eviews面板数据之固定效应模型
Eviews面板数据之固定效应模
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:
i•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:
K
yitikxkituit
(1)
k2
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:
H0:
123N10
(RRSSURSS).
FURSSNf(n1,N(T1)k1)
/(NTNK1)
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(cp,不变价格)和人均收入(ip,不变价格)居民,利用数据
(1)建立面板数据(paneldata)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11996—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(元)数据
人均消费
1996
1997
1998
1999
2000
2001
2002
CONSUMEAH
3607.43
3693.55
3777.41
3901.81
4232.98
4517.65
4736.52
CONSUMEBJ
5729.52
6531.81
6970.83
7498.48
8493.49
8922.72
10284.6
CONSUMEFJ
4248.47
4935.95
5181.45
5266.69
5638.74
6015.11
6631.68
CONSUMEHB
3424.35
4003.71
3834.43
4026.3
4348.47
4479.75
5069.28
CONSUMEHLJ
3110.92
3213.42
3303.15
3481.74
3824.44
4192.36
4462.08
CONSUMEJL
3037.32
3408.03
3449.74
3661.68
4020.87
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
1996
1997
1998
1999
2000
2001
2002
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
12463.9
2
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
1996
1997
1998
1999
2000
2001
2002
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
100.1
PLN
107.9
103.1
99.3
98.6
99.9
100
98.9
PNMG
107.6
104.5
99.3
99.8
101.3
100.6
100.2
PSD
109.6
102.8
99.4
99.3
100.2
101.8
99.3
PSH
109.2
102.8
100
101.5
102.5
100
100.5
PSX
107.9
103.1
98.6
99.6
103.9
99.8
98.4
PTJ
109
103.1
99.5
98.9
99.6
101.2
99.6
PZJ
107.9
102.8
99.7
98.8
101
99.8
99.1
二、1•输入操作:
步骤:
(1)FileNewWorkfile
□
File
EditObject
Vi*ProcQuickOptions
Add-insWindcv/Help
Hew
W&rkfik-.,
Ctri亠忖
0;pen
.Database...
Save
Ctrl*S
Program
SaveAs.h,
ledFile
_r
£lase
Jmpert
步骤:
(2)StartdateEnddateOK
步骤:
(3)ObjectNewObject
步骤:
步骤:
(4)Typeofobject
OWorkfile:
ViewProcOBJ
Rang*:
1996
Cannpie1006
IS]c苛rasid
€>\Lintitled
Pool
NewObject
ofctojert
fhrrsbject
Pool
EqLuatwan
Factor
Graph
Group
LogL
Matri34-Vecbor-Coef
Model
SampleScalar
SerieB
SeriesLinkseriesAlpha5pwl
SSpace
Stririg
SVettor
System
Table
7e)rtV^lMdp
VAR
(5)输入所有序列名称
poolmodel
CEJPool;POOLMODELWarkfile;UMTITLED:
;Untitled\
Es廿mateOefin&PoolGenrSheet】L丄LJL
CrossSacticuIdentifiars:
3nt«ridanti£iersIbelowthi£lisn音jAH
BJ
FJ
HB
HLJ
」L
JS
JX
LM
NMG
SO
SH
sx
步骤:
(6)定义各变量点击sheet—输入consume?
income?
p?
EPool:
POOLMODELWorkfile;ENTITLED:
;Untitled\一曰箕
ViewProcObjectPrint|NameFreezeEstimatejD'tfinePoolGenr5heetCrossSeftiIdsnti
AM
BJ
FJ
HB
HU
」l_
JS
JX
LN
NMG
SD
SH
SX
TJ
ZJ
步骤:
(7)将表1、2、3中的数据复制到Eviews中
0t>£
CONSUME?
INCOME?
P?
CONSUME?
INCOME?
p?
n
AH-1956
3607.430
4512770
1099000H
Ah^1907
3693.550
4599.270
101.3000
AH-1958
3777.410
4770470
1000000
AH-1999
3001910
5064.B00
97eoooo
AH-2QC0
4232.930
5293.550
1007000
AH-20C1
4517.650
5560.800
1Q0.5Q0Q
AH-2002
4736.520
6032400
as.Qoaoon
BJ-1996
5729520
7332.D10
111.5000n
BJ-1997
6531.310
7813.160
I05..3000n
0J-1998
6970.830
8471980
102.4000
aj-19Q9
7498.480
9182700
100.6000H
BJ-2000
8493490
1034989
1035000
2.估计操作:
Estimate
步骤:
(1)点击poolmodel
[曹、[丹p電口切宅][PMtilL[rMiiroic]产[ilL.tilnu.ic]DuhIt]Pt?
口■乐ti■電业[
Ciirwta豁■时Li瞽£1«lrtaLL.J£ai<■d・iLh;L區•£■・Jr■L>Llkl.・见丄豆
AH
灯rm
HLJ
JL
JS
JX
LN丽石
£D£H
TJ~
ZT
对话框说明
Dependentvariable:
被解释变量;Commoncoefficients:
系数相同部分
Cross-sectionspecific:
截面系数不同部分
步骤:
(2)将截距项选择区选Fixedeffects(固定效应)
Cross-section:
Fixed
PoolEstimation
Speaficatiori
Options
DEEMndEnt诃rl甜色加
consumt?
EstimaiiortnietnadP(JJ
FixedandRardcmEffects
Period:
Balance
Sample
Rag^KsoraandARQ
CcmmoincoefflcferrtE!
cincome?
Crosi-^ectionspecificcoefficient?
:
Periodspcdfccoefficients!
V/eights:
Noweightsv
-EstimobQn呂匚tfngs
Method!
L£-LeastSquares(andAR)
Seumpl?
;1?
962002
得到如下输出结果:
Dependentvariable:
CONSUME?
MethodPooledLeastSquares
Date:
07/16/14Time:
11:
06
Sample:
19952002
Includedobservations:
"
Cross-sectionsInducted:
15
Totalpoolc&alanced)obsedations:
105
Variable
Coefficient
StdError
^Statistic
Prob
C
50&5049
9964504
6&39263
0.0000
INCOME?
0.&9S232
0.013050
4954562
0.0000
FijcedEffaas{Cross)
AH-C
-5323597
BJ-C
592.4397
FJ-C
■4176884
HB-C
HU-C
-19Z03M
JL-C
0.49391&
JS-C
-36
JX-C
-341.5000
LN-C
BS76902
MMG-C
-230J340
SD-C
-140.3215
SH-C
327.10&0
ex-c
-95.mao
TJ-C
6143642
ZJ~C
230.1S80
匚他cteSpeeificatjon
Crcss-^ectionfixedummyvsrisblesj
R-squared
0992490
M&andependentvar
4981.017
AdjJSrt&dR^squared
0.99122S
SDdependentvar
1700.995
S.E.ofregr&ssiori
159.3416
Akaik«infocriterion
1311944
Sumisquaredresid
2250742
Schwarrcriterion
13.523B5
Loglikelihood
-S72L7706
Hannan-Duinncritef.
1328332
Fatalistic
784.1521
Durbin-Watsonstat
1.624146
Probt'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。
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)。
Hi:
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)。
对模型进行检验:
(RRSSURSS)(4965275-2259743)
F0.05(14,90)=18023
N1=/15-J=769
URSS2259743
/(NTNK1)/90
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:
Consumeit596.500.691ncomeit53.23D1592.44D2...230.16D15
(6.64)(49.55)
2
R0.99,SSEr2259743
其中虚拟变量D1,D2,...,D15的定义是:
1,如果属于第个个体,i1,2,...,15Di0,其他
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:
yit
kXkituit
k2
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
Fixed(时间固疋效应)
择区选Period:
Cfcwsedaortspecificr&efMe严<
V-agitg:
Nowr-gbn
MethodISLtBMSq^eres(endAR)
\^20&2
一务IdMEtriple
得到如下结果:
Depwdent^ama&ie:
CONSULMMhod:
PooledLi»tSquamDate酊尼啊4Tim6:
11:
OTSample-19%P0Q2
In^udedotasRallcnsi?
Cross-secftcxis^audedr15
TMsiipooi(bilancM)ofeservalonE.105
Variable
二口国讳匚ent
SidErrori-SialiElic
Prob.
C
^2.630225
6BSG1A2如Cl期蜒2
J9t9^
INCOME?
0.71DOOS
O.CJ102W7590S95
o.oooa
■■yp'FFprr(Ftrn-
139^C
114.0250
133/--C
U7.bW^
i93B-C
5193619
T9&9-G
3854127
MttO-C
-9045003
2001-C
-160D264
20UAC
97.74909
£1TQC15SPiD^CStOn
pg「icdHAfiflldUTim*'心p瞰£
R-&qUir«rd
0.9BB439
V«and»p«nd»nl丫車
4U101T
atusi^cR-;qujr?
a
呻比0
5-04BD«naeiit^ar
1700SB5
SEcfregrEssian
2IM10S7
MaiksiiriFaEiilerian
1355SCI9
Suji^MUdi<=Jre^id
40SOM9.
SchwarzEflltflOin
13I7B030
LqcjIa创MM)
-703?
99?
Fqrman-Qihnntntfri"
13.64003
F^lalilk
1007948
□urun-waltonstat
0.78eces
PTflEiT-^iah^ic]
O.WPUQ
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。
Ho:
i。
模型中不同个体的截距相同(真实模型为混合回归模型)
Hi:
模型中不同个体的截距项t不同(真实模型为时间固定效应回归模
型)
对模型进行检验:
(RRSSURSS)(4965275-4080749)
F°.05(6,98)=219
T__L=71=354
URSS4080749
/(NTTK1)/98
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:
Consumet2.60.78IP,1140137.5D2...97.7D7
(76.0)R20.986,SSE4080749
其中虚拟变量D1,D2,...,D7的定义是:
D1,如果属于第t个截面,t=1996,...,2002
t0,其他
3.时点个体固定效应模型
- 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:
- Eviews 面板 数据 固定 效应 模型