eviews面板数据实例分析.docx
《eviews面板数据实例分析.docx》由会员分享,可在线阅读,更多相关《eviews面板数据实例分析.docx(39页珍藏版)》请在冰点文库上搜索。
eviews面板数据实例分析
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(cp,不变价格)与人均收入(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)与人均收入(income)数据以及消费者价格指数(p)分别见表9、1,9、2与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
INCOMENMG3431、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1996199719981999200020012002
PAH
109、9101、3
100
97、8100、7100、5
99
(1)建立
PBJ
111、
6
105、
3
102、4
100、6
103、5
103、1
98、
2
面板数
据工作
PFJ
105、
9
101、
7
99、7
99、1
102、1
98-7
99、
5
文件
首先建
PHB
107、
1
103、
5
98、4
98、1
99、7
100、5
99
立工作
文件。
打
PHLJ
107、
1
104、
4
100、4
96、8
98-3
100、8
99、
3
开工作
文件后,
PJL
107、
2
103、
7
99、2
98
98-6
101、3
99、
5
过程如
下:
PJS
109、
3
101、
7
99、4
98-7
100、1
100、8
99-
2
102
101
98、6
□■哄打订七严血口卍8、4
Range:
Sarnple:
Print
07、-9—103、jve|Details+J-
、一3—98^、6-
Ftti:
hj5trreDele:
eGenr
Wc
0resid
107、6104、
NwObjset...
TPSD.„109-6102、899、4
GenerateSeries..
FrPSH〔i>-109、2
Disphy
99、3100、2'101、8
100、399、5
100丄
r
107、9103、1
PSXFetclfromDB.
.PTJ109103、1
pZJ107、9‘I102、8
CopyEtlcci.
1(
)0
101、
5
102、5
100
98、
6
99-
6
103、9
99-8
99、
5
98-
9
99、6
101、2
99、
7
98-
8
101
99-8
102、8
100、
98、
100、
99、
100、
98、
99、
99、
1
9
2
3
5
4
6
1
Kensnies*ltcie(L..
Frint
<>\UintriedX~NewPagr7
建立面板数据库。
在窗口中输入15个不同省级地区的标识
®EVle»s-[Fool:
COM5UXETurkfile:
UHTITLED:
:
UnTiTled\]
QIB
FileEJitCbjoct]fi-awPr»«Quich4n=-Winds-w
;View]〔Prot].Prfit“Name][Frmeie][Estiwiatm][D时ine][风0岀百ent,|Eheet]
CressSectionIdentifisrs:
(EntsridenctifiersbelowtRic:
line)
AH
BJ
FJ
HB
HLJ
JL
JS
JX
LN
NMG
SD
SH
sx
TJ
ZJI
(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。
□Pool:
PQOL1Torkfile;UHTLTLED:
:
Unt
Vie^jProcJObject^[Print][N^me[freezej(Estimate\DeFinePoolGerr|SheelJ
CrassSectionIdentifiers:
(EnteridentifiersbelowthislineJ
AHBJFJHB
HLJ
■JL
JS
JK
LN
NMG
SD
SH
SX
TJ
ZJ
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
SpecificitLoftOptions
D*p*ndentvari&blt
RegressorsandKFi0termsCtHMhun
Estimationmatliod
FisseJ.and卫
Ct&ss-5tcti*Rcific
Feriodspeci£i>:
Eitim直tionssltings
Neth&d;LS-S■砒(uidAH)
Sample
得到如下输出结果
DependentVariable:
CP?
Method:
PooledLeastSquares
Date:
O74K/O0Time:
1313
Sample:
19962002
Includedobsenrations:
7
Crnss-sectiorsincluded:
16
Totalpool(balanced)observations:
105
Variable
Coeffi匚imnt
StdErrort-Statistic
Prob.
C
129.6313
E3.692592.035265
Q£IW
IP?
0.75B726
0.009522795R1S9
0.0000
R-squiared
0984036
Meandependent\rar
4317.608
AdjustedR-squared
0.933381
S.D.dependentvar
1704704
S.E.ofregression
216.4270
Akaiksinfocriterion
1361126
Sumsquaredre^id
4824563.
Schwarzcriterion
13,66180
Loglikelihood
-712.5905
F-startistic
6349.204
Durbin-Watsonstat
0734107
Prob(F-statistic)
O.OOOOOD
相应的表达式就是
cP?
129.630.76IPit
(2、0)
R20.98,SSEr4824588
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)
Sp»cificsticnOplifins
PoolEstiBatioTi
Estimationsettiiigs
Method:
L5-LeistSquarez〔andAH)v
Swle19962C02QBalanc*
Sunpli
得到如下输出结果
DependentVariable:
CP?
Method:
PooledLeastSquares
Date:
O7Z12/O0Time:
13:
36
Sample:
19962002
Includedobservations:
7
Cross-sectionsincluded:
15
Totalpool(balanced)enervations:
105
Variable
Coefficient
StdError
t-Statistic
Prob.
C
515.6142
8159665
6.319061
0.0100
IP?
0.697561
0012692
54.9G029
00300
FixedEffects(Crass)
AH»C
*36.30603
BJ-C
537.5660
FJ-C
-47.64515
HB-C
-16423E7
HLJ-C
*169.7015
JLC
24.5D427
JAC
-35.19587
JX-C
-319.6960
LN-^C
106.4273
MMG-C
-209.5484
SD-C
1341145
SH-C
266.9859
SX-C
74.60901
TJ--C
47.22940
ZJ--C
193.6202
EffectsSpecificaiion
Cross-sectionfixed(durrinn/variablE司
R-squared
0.99248S
Meandeperdentvar
4917.606
AdjustedR-squared
0.901222
S.Ddependentvar
1704704
S.E.ofregression
159.7184
Akaikeinfocriterion
13.12414
Sumsquaredreaid
2270386.
Schwarzcriterion
13.52955
Loglikelihood
^73.0173
F-statistic
703.0902
Durbin-Watsonstat
1609517
Probf-statistic)
0oooooo
相应的表达式为
C?
515.60.70IR36.30537.6D2...198.6"
2
2270386
(6、3)(55)R0.99,SSEr
其中虚拟变量D!
D2,...,5的定义就是:
1,如果属于第个个体,i1,2,...,15Di0,其他
接下来用F统计量检验就是应该建立混合回归模型,还就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i不同(真实模型为个体固定效应回归模型)
F统计量定义为
(SSESSEU)/(N1)
SSEu/(NTNk)
(SSESSEJ/[(NTk1)(NTNk)]
SS£/(NTNk)
其中SSE;表示约束模型,即混合估计模型的残差平方与,SSEU表示非约束模型,即个体
固定效应回归模型的残差平方与。
非约束模型比约束模型多了N1个被估参数。
所以本例中:
(4824588227386)/(151)r
F8.1fF°05(14,89)1.8
2270386/(105151)
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
Dependantvandals:
CP?
Method:
PooledLeastSquares
Date:
07/02/00Time-U
Sample:
19962002
Includedobservations:
7
Cross-s^ctiorsincluded:
15
Totalpool(baldnoed)obs&tvations:
105
vanablaCoefficichtStd.Errort-StatisticProb.
EffectsSpecification
Periodfixedfduirimy
R-squ^rsd
0.9QEGE9
Meandependeritvar
4917.608
AdjustedR-squared
0.905707
S.D.dependentvar
1704.704
S.E.ofregression
203.8001
Akaikeinfocnteriuth
1354529
Sumsquaredresiri
4026043.
£亡hwar!
crirterion
1374749
Loglikelihood
-703.127S
F-slatistic
1026.643
DurbinWatsonstat
0.7Q537G
Prob(F~st8rtistic)
0ooaooo
相应的表达式为:
CP?
2.60.78IR105.9D,134.1D2...93.9D7
2
(76、6)R0.987,SSE4028843
其中虚拟变量D!
D2,...,D7的定义就是:
1,如果属于第t个截面,t=1996,...,2002
Dt0,其他
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
D即endentVariable:
CP?
Method:
PooledEGLS(Crossesetionrandomeffects)
Date:
07/02/QBTime:
15:
06
Sample:
19962002
Includedobserv^tionm:
7
Cross-sectionsincluded:
15
Totalpool(balanced)obs&rvations;ICK
Swarny^ndArarae^tim^torofcumpunentvariances
Variable
Coefficient
Sid.Error
t-Statistic
Prob.
C
345.1796
75.47217
4.573599
0.0000
0724569
0.010672
68.53814
0.0000
RandomEffects(Croas)
AH-C
-2.553433
EJ-C
3670439
FJ-C
-51.24006
HB--C
*104.6367
HU-C
-1017600
JL-C
54.90671
JS--C
-32.27863
JWC
-223.9519
LN-C
112.1152
NMG-C
-133.1377
5D-C
-100.8713
SH-^C
126.1820
sxc
-22.791S9
TJ-C
100S794
ZJ--C
1060939
相应的表达式就是
CP?
345.20.72IRt2.6D1367.0D2...106.1D15
其中虚拟变量D1,D2,...,D15的定义就是:
1,如果属于第i个个体,i=1,2,...,15
0,其他
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就是个体固定效应回归模型。
H。
:
个体效应与回归变量(IPJ无关(个体随机效应回归模型)
已:
个体效应与回归变量(IPt)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
CorrelatedRandamEffects-HausmanTest
Pool:
POOLU2
Testcross-seelicrnrandemeffects
TestSunnunaryChi-SqStatisticClhi-Sq.d.f.Prob
Crosj-sectiorirandom14.78756310.0001
Cross-sectionrandcimeffectstest匚dmjiarison^:
VariableFixedRandomV3r(Diff.)Prob.
IP?
0.69756107245B90