Eviews面板数据之固定效应模型.docx

资源描述

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（25页珍藏版）》请在冰点文库上搜索。

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

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：

yitikXkitUit

（1）

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）

FURSS丄丄：

F（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古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

CONSUMEBJ

CONSUMEFJ

CONSUMEHB

CONSUMEHLJ

CONSUMEJL

CONSUMEJS

CONSUMEJX

CONSUMELN

CONSUMENMG

CONSUMESD

5022

CONSUMESH

10464

CONSUMESX

CONSUMETJ

CONSUMEZJ

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

INCOMEBJ

INCOMEFJ

INCOMEHB

INCOMEHLJ

INCOMEJL

4810

INCOMEJS

INCOMEJX

INCOMELN

INCOMENMG

6051

INCOMESD

INCOMESH

INCOMESX

INCOMETJ

INCOMEZJ

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

100

PBJ

PFJ

PHB

PHLJ

PJL

PJS

PJX

102

101

PLN

100

PNMG

PSD

PSH

100

PSX

PTJ

109

PZJ

101

二、1•输入操作：

步骤：

（1）FileNewWorkfile

□

FileEditObject

fi*PracQuickOptfans

Add-insWindow

Help

New

►

Wkfile...

Ctri亠忡

O.pen

►

.Database...

Save

Ctrl沾

Program

SaveAj,h.

ledFile

£lose

Jmpart

步骤：

（2）StartdateEnddateOK

步骤：

（3）ObjectNewObject

HWorkfile：

（jnj

Rdiitje.199G□ample.199G®"e-0rasin

NewObject

T/r*ntobject

Foc

poolmodel

-BX

Hnr［代mplpI

Filter:

Cancel

<>•Untitled

步骤：

（5）输入所有序列名称

回Pool;POOLMODELWorkfile;UNT|TLED:

Untitled\-口

Vie^|ProcObject|PrintName|FreezeEstimateDefinePoolGenrSheetCrossSacticnIdantifi«rs：

ttnteridanti£iarsIbalowthi£

」L

Lri

NMG

步骤：

（6）定义各变量点击sheet—输入consumeincomep

EPool:

POOLMODELWorkfile;ENTITLED:

;Untitled\一曰sc

VicvvProcObjectPrint|Freezej[EstimateDefine|PoolGenr|Sheet

SeriesListx

Listofordinaryar>dpiol[specified莎th?

）serie?

consmne?

Income?

CrossSsrtionIdsnti

」l_

OK匚dntel

NMG

步骤：

（7）将表1、2、3中的数据复制到Eviews中

obs

CONSUME?

INCOME?

obs

CONSUME?

INCOME?

AH-1996

3607430

4512770

1099000

AH-1997

3693.550

4599.270

101.3000

AH-1958

3777.410

4770470

1000000

AH-7999

3901.810

5064-.600

97.80000

AH-20CO

4232980

5293.550

1007000

AK-20C1

4517660

5568.300

100.5000

AJH-2002

4736.520

6032400

99.00000

0J-1996

5729520

7332010

1116000

0J-1997

6531010

7813.160

105.3000

BJ-1993

6670.030

8471.900

102.4000H

BJ-1999

7499.480

9182760

1006000

0J-2OOO

0493490

1034969

1035000

2•估计操作：

步骤：

（1）点击poolmodelEstimate

k.J£j.v4■*-■timlihi1iA.&■上■1/*Xv^tl.lhl.AXJi豆・J

灯

HUJL

JSJXUf

NMGSD兰H

TJ~

W了

SpccjAestion

E^epe-i'bder-bt“akaBhe

"UVaghtc.^

FiAtlmAU^rifikittlc射叱［/■

Mu*thcidlLt-L0i>cl冬qubA#畤—（丄口己AR.>

SampHc:

IMSZ002

c|口

CsIfimcoS^mpVv

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

步骤：

（2）将截距项选择区选Fixedeffects（固定效应）

Cross-section：

Fixed

Speaficadon

Options

DEiMiMenWbjlah亡

consumt?

Rag；KsorsandARQterms

Ccmmoincoefflcfents!

cincome?

Estarraiiortnietiadl（JJ

FixedandRardcmEffects

Period:

CrosD-Eec^ion:

Cnoss-^ectionspecificcoefficients：

Periodspecificcoefficients!

Weights;Noweights

-EstvnallQn;ctiir»g5iys

MethodL£-Le-a&tSquare-e（andAR）

Sample:

1&9&£002

IiBalarc«

Sample

得到如下输出结果:

模型

Dependentvariable：

CONSUME?

MethodPooledLeastSquares

Date：

07/16/14Time：

11:

Sample:

19952002

Includedobservations:

Cross-sectionsInducted:

Totalpoolc&alanced）obsedations：

105

Variable

Coefficient

StdError

^Statistic

Prob

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

F-statistic

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

H0:

。

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）

Fc.05（14,90）=18023

山丄=◎=769

URSS2259743

/（NTNK1）丿90

所以推翻原假设，建立个体固定效应回归模型更合理

RRS敢法请参见Eview面板数据之混合回归模型

相应的表达式为：

Consumeit596.500.69Incomeit53.23D1592.44D2...230.16D15

R20.99,SSEr2259743

其中虚拟变量D1,D2,...,D15的定义是：

1,如果属于第i个个体,i1,2,...,15

0,其他

15个省级地区的城镇人均指出平均占收入%。

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：

yittkxkituit

（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）

PocltstirratiGn

CfcwspecificcoefWe严亂

H.€CTEmT3and啦STTnc-unra

CommonEoeffiu#nt&：

cinrc*meT

兀rkdi弓|3-ECifa

丸二

得到如下结果:

Depwdent^3rnahie：

CONSUL

DSK0托2佃4nme；ii；os

Samrile-2002

Indudtea口陌pmafllcm歐7

cross-ae-cnoris^CJydedr15

Tola）podnbser^Dn^105

旳natjl=

Ooefficient

314EnarrStartle

Prob.

2.63D225

&&t-6J82O.DJ83fi2

a.a^at

IMCCME1

nr聊则

ooiowj7?

q轉北

DMOtl

f站7曰iP&rtocI：

19S6-C

「ad麵

1997-C

137.5004

53.3361^

199»-C

-3B54137

-9.04500J

20Q1-C

-160D264

MD2-C

-9774903

£Ifecls占眩方俺创mon

Pt：

nc^lixsfljduniTLrvais

Rsquarfi-d

C.S6M39

MijanditunaG'ba

4981or

临川盲怕|1尺-和||弓喘仃

0W5460

fn庶肚口曲“匚丽

1700385

S.E.cfregrEssicn

205.1087

Akaiksinrfamleiion

115EE09

Sum£qu3f53resia

4uudqg.

unzrar:

irrtenc*i

UL76C30

Logli^diihci&di

-7037997

HanMn^ui^ncriter

13.84003

FGlflttliC

1007948

DurbtnAvainnstat

D.7869Q5

Prnr--=ifin甘

O.OO-DODO

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：

所以推翻原假设，可以建立时点固定效应回归模型

RRS敢法请参见Eview面板数据之混合回归模型

相应的表达式为：

Consumet2.60.78IRt1140137.5D2...97.7D?

R0.986,SSE4080749

其中虚拟变量d1,d2,...,d7的定义是:

1,如果属于第t个截面，t=1996,...,2002

0,其他

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：

yitttkxkituit（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）

PoolEstimation

fica^oTi

Options

Dependentvariant

RjeoressoraandARCterms^

consumt?

Commonccefficfents:

cincome?

FixedjndRandcmEjects

P^ri-od!

Cro^s-5ectioni：

Crosi-sectionspecificcoefficients：

PenodspecificcotffiLientS!

Weights:

No^tights

EsnmaCiDnsenrngs■甘=

MethodLS-Square?

（andAR）

Balarce

Sample

SanipI?

;199^ai?

O£

得到结果如下:

DependentVariable:

CONSUME

Method:

PooledLeastSquares

Date:

07/21/14Time:

15:

Sample:

19962002

Includedobservations:

Totalpool（balanced）observations:

105

Variable

Coefficient

Std.Errort-Statistic

Prob.

INCOME

FixedEffects（Cross）

AH--C

BJ--C

FJ--C

HB--C

HLJ--C

JL--C

JS--C

JX--C

LN--C

NMG--C

SD--C

SH--C

SX--C

TJ--C

ZJ--C

FixedEffects（Period）

1996--C

1997--C

1998--C

2000--C

2001--C

2002--C

EffectsSpecification

Cross-sectionfixed（dummyvariables）

Periodfixed（dummyvariables）

R-squared

AdjustedR-squared.ofregression

Sumsquaredresid

Loglikelihood

Meandependentvar

.dependentvar

Akaikeinfocriterion

2022652.Schwarzcriterion

Hannan-Quinncriter.

F-statistic

Durbin-Watsonstat

Prob（F-statistic）

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：

1=2=

对模型进行检验:

（RRSSURSS）（4965275-2022652）

（TN2）=22-2=5.83

URSS2022652

（NTTNK1）83

F°.05（20,83）=17

所以推翻原假设，可以建立个体时点固定效应回归模型

展开阅读全文