在面板数据模型估计中的实验操作.docx
- 文档编号:29456560
- 上传时间:2023-07-23
- 格式:DOCX
- 页数:50
- 大小:1.24MB
在面板数据模型估计中的实验操作.docx
《在面板数据模型估计中的实验操作.docx》由会员分享,可在线阅读,更多相关《在面板数据模型估计中的实验操作.docx(50页珍藏版)》请在冰豆网上搜索。
在面板数据模型估计中的实验操作
EViews6.0在面板数据模型估计中的实验操作
1、进入工作目录cdd:
\nklx3,在指定的路径下工作是一个良好的习惯
2、建立面板数据工作文件workfile
(1)最好不要选择EViews默认的blanacedpanel类型
Moren_panel
(2)按照要求建立简单的满足时期周期和长度要求的时期型工作文件
3、建立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(CrossSectionIdentifiers:
(Enteridentifiersbelowthisline)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
关闭建立的pool对象,它就出现在当前工作文件中。
4、在pool对象中建立面板数据序列
双击pool对象,打开pool对象窗口,在菜单view的下拉项中选择spreedsheet(展开表)
在打开的序列列表窗口中输入你要建立的序列名称,如果是面板数据序列必须在序列名后添加“?
”。
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。
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、贴入数据。
5、贴入数据
(1)打开编辑(edit)窗口
(2)贴入数据
(3)关闭pool窗口,赶快存盘见好就收
6、在pool窗口对各个序列进行单位根检验
选择单位根检验
设置单位根检验
单位根检验结果
注意检验方法和两种检验的零假设:
Null:
Unitroot(assumescommonunitrootprocess)各截面有相同的单位根
Null:
Unitroot(assumesindividualunitrootprocess)允许各截面有不同单位根
其中,Levin,Lin&Chut*检验拒绝含有单位根的零假设,即拒绝非平稳
7、在pool窗口对面板数据组合进行协整检验
选择进行协整检验
协整检验设置对话框,注意有3种检验方法(testtype)
协整检验结果,同样要注意两种假定(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。
本例题检验的4个序列时协整的,特别提示还要看各个序列的单位根检验是否是同阶单整的,否则单凭协整检验的结果根据不足。
8、建立混合模型
在pool对象窗口的proc(过程)的下拉式菜单中选择估计打开模型设置窗口。
混合模型的设置
混合模型的结果
9、建立变系数模型
这里只建立一次变一个变量且在截面维的变系数模型。
当然也可是在时间维的变系数。
而且可以一次不止变一个变量的系数。
变系数模型的设置
变系数模型的估计结果
10、建立截距维的固定效应模型,并检验模型的冗余性(是否比混合模型优?
)
截面维固定效应模型的设置
截面维固定效应模型的估计结果
截面维固定效应模型的冗余性检验,首先在pool模型的view中选择似然比的检验菜单选项
似然比检验的结果,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:
11、建立截距维的随机效应模型,并进行Hausman检验,确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
截面维随机效应模型的估计结果
截面维随机效应模型的Hausman检验菜单项的选择
截面维随机效应模型Hausman检验的结果:
Hausman检验的零假设是应当选择随机效应模型,小概率事件发生拒绝零假设,选择固定效应模型
12、13在时间维重复10、和11、的工作,确定数据适合采用何种模型?
14、建立截面变截距模型,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计结果
15、建立时期变截距模型,分析没有观察的时期因素的影响
时期变截距模型的设置
时期变截距模型的估计结果
16、在整个估计、检验构成中养成使用冻结和命名保存的习惯,以便撰写报告时调用。
17、工作中注意使用工作文件窗口顶部的显示过滤器,简化你的窗口,以免眼花缭乱。
过虑前
选择过虑
过虑后
对同一组数据处理两个模型,例如生产函数和增长模型,可以导出page,在导入page,使它们既有联系又有区别。
18、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,自古红颜多薄命)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远的铭记,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。
特发此贴祝福我的老师们和同学们健康。
谢谢。
19、面板数据优点很多,但是请注意面板数据模型方法的协方差分析的方法学特性,它是将其他序列的影响保持固定,并从总变异中扣除它们的影响以后,再判别目标序列的差异显著性。
_gongshang
_zhongguo
_jianshe
_jiaotong
_beijing
_ningbo
_huaxia
_minsheng
_nanjing
_pufa
_shenfazhan
_xingye
_zhaoshang
_zhongxin
_nongye
_guangda
1.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(,不变价格)和人均收入(,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9.1,9.2和9.3。
表9.11996—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9.21996—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
12463.92
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9.31996—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
(1)建立面板数据工作文件
首先建立工作文件。
打开工作文件后,过程如下:
建立面板数据库。
在窗口中输入15个不同省级地区的标识。
(2)定义序列名并输入数据
产生3*15个尚未输入数据的变量名。
这样可以通过键盘输入或黏贴的方法数据数据。
(3)估计、选择面板模型
打开一个pool窗口,先输入变量后缀(所要使用的变量)。
点击Estimate,打开估计窗口。
A.混合模型的估计方法
左边的Common表示相同系数,即表示不同个体有相同的斜率。
得到如下输出结果:
相应的表达式是:
(2.0)(79.7)
上式表示15个省级地区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计方法
将截距项选择区选Fixedeffects(固定效应)
得到如下输出结果:
相应的表达式为:
(6.3)(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70%。
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。
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)。
F统计量定义为:
其中
表示约束模型,即混合估计模型的残差平方和,
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
个被估参数。
所以本例中:
所以推翻原假设,建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计方法
将时间选择为固定效应。
得到如下输出结果:
相应的表达式为:
(76.6)
其中虚拟变量
的定义是:
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)
其中虚拟变量
的定义是:
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)
:
个体效应与回归变量()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)
2000
2001
2002
2003
2004
2005
地区
可支配收入
消费支出
可支配收入
消费支出
可支配收入
消费支出
可支配收入
消费支出
可支配收入
消费支出
可支配收入
消费支出
X
Y
X
Y
X
Y
X
Y
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
9437.80
6673.75
10744.79
7457.31
河南
4766.26
3830.71
5267.42
4110.17
6245.40
4504.68
6926.12
4941.60
7704.90
5294.19
8667.97
6038.02
湖北
5524.54
4644.50
5855.98
4804.79
6788.52
5608.92
7321.98
5963.25
8022.75
6398.52
8785.94
- 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:
- 面板 数据模型 估计 中的 实验 操作
![提示](https://static.bdocx.com/images/bang_tan.gif)