Eviews面板数据模型估计.ppt

《Eviews面板数据模型估计.ppt》由会员分享，可在线阅读，更多相关《Eviews面板数据模型估计.ppt（39页珍藏版）》请在装配图网上搜索。

1、 一 、 面 板 数 据 及 如 何 建 立 混 合 数 据 库1.面 板 数 据 定 义 时 间 序 列 数 据 或 截 面 数 据 都 是 一 维数 据 。 面 板 数 据 （ panel data） 也 称 时间 序 列 截 面 数 据 （ time series and cross section data） 或 混 合 数 据（ pool data） 。 面 板 数 据 是 同 时 在 时 间和 截 面 空 间 上 取 得 的 二 维 数 据 。 地 区 人 均 消 费 1996 1997 1998 1999 2000 2001 2002CP-AH（ 安 徽 ） 3282.466 3

2、646.150 3777.410 3989.581 4203.555 4495.174 4784.364CP-BJ（ 北 京 ） 5133.978 6203.048 6807.451 7453.757 8206.271 8654.433 10473.12CP-FJ（ 福 建 ） 4011.775 4853.441 5197.041 5314.521 5522.762 6094.336 6665.005CP-HB（ 河 北 ） 3197.339 3868.319 3896.778 4104.281 4361.555 4457.463 5120.485CP-HLJ（ 黑 龙 江 ） 2904.68

3、7 3077.989 3289.990 3596.839 3890.580 4159.087 4493.535CP-JL（ 吉 林 ） 2833.321 3286.432 3477.560 3736.408 4077.961 4281.560 4998.874CP-JS（ 江 苏 ） 3712.260 4457.788 4918.944 5076.910 5317.862 5488.829 6091.331CP-JX（ 江 西 ） 2714.124 3136.873 3234.465 3531.775 3612.722 3914.080 4544.775 CP-LN（ 辽 宁 ） 3237.2

4、75 3608.060 3918.167 4046.582 4360.420 4654.420 5402.063CP-NMG（ 内 蒙 古 ） 2572.342 2901.722 3127.633 3475.942 3877.345 4170.596 4850.180CP-SD（ 山 东 ） 3440.684 3930.574 4168.974 4546.878 5011.976 5159.538 5635.770CP-SH（ 上 海 ） 6193.333 6634.183 6866.410 8125.803 8651.893 9336.100 10411.94CP-SX（ 山 西 ） 281

5、3.336 3131.629 3314.097 3507.008 3793.908 4131.273 4787.561CP-TJ（ 天 津 ） 4293.220 5047.672 5498.503 5916.613 6145.622 6904.368 7220.843CP-ZJ（ 浙 江 ） 5342.234 6002.082 6236.640 6600.749 6950.713 7968.327 8792.210 地 区 人 均 收 入 1996 1997 1998 1999 2000 2001 2002IP-AH（ 安 徽 ） 4106.251 4540.247 4770.470 5178

6、.528 5256.753 5640.597 6093.333IP-BJ（ 北 京 ） 6569.901 7419.905 8273.418 9127.992 9999.700 11229.66 12692.38IP-FJ（ 福 建 ） 4884.731 6040.944 6505.145 6922.109 7279.393 8422.573 9235.538IP-HB（ 河 北 ） 4148.282 4790.986 5167.317 5468.940 5678.195 5955.045 6747.152IP-HLJ（ 黑 龙 江 ） 3518.497 3918.314 4251.494 4

7、747.045 4997.843 5382.808 6143.565IP-JL（ 吉 林 ） 3549.935 4041.061 4240.565 4571.439 4878.296 5271.925 6291.618IP-JS（ 江 苏 ） 4744.547 5668.830 6054.175 6624.316 6793.437 7316.567 8243.589IP-JX（ 江 西 ） 3487.269 3991.490 4209.327 4787.606 5088.315 5533.688 6329.311 IP-LN（ 辽 宁 ） 3899.194 4382.250 4649.789

8、4968.164 5363.153 5797.010 6597.088IP-NMG（ 内 蒙 古 ） 3189.414 3774.804 4383.706 4780.090 5063.228 5502.873 6038.922IP-SD（ 山 东 ） 4461.934 5049.407 5412.555 5849.909 6477.016 6975.521 7668.036IP-SH（ 上 海 ） 7489.451 8209.037 8773.100 10770.09 11432.20 12883.46 13183.88IP-SX（ 山 西 ） 3431.594 3869.952 4156.9

9、27 4360.050 4546.785 5401.854 6335.732IP-TJ（ 天 津 ） 5474.963 6409.690 7146.271 7734.914 8173.193 8852.470 9375.060IP-ZJ（ 浙 江 ） 6446.515 7158.288 7860.341 8530.314 9187.287 10485.64 11822.00 Pool对 象 侧 重 分 析 截 面 成 员 较 少 ， 而 时 期 较长 的 数 据 ； 对 于 截 面 成 员 较 多 ， 时 期 较 少 的 数 据 ，一 般 通 过 具 有 面 板 结 构 的 工 作 文 件 （

10、 Panel workfile） 进 行 分 析 。 2.混 合 数 据 库 Pool的 建 立 创 建 Pool对 象 ， 选 择 Objects/New Object/Pool并 在编 辑 窗 口 中 输 入 截 面 成 员 的 识 别 名 称 ： 对 截 面 成 员 的 识 别 名 称 没 有 特 别 要 求 ， 但 必 须 能 使 用这 些 识 别 名 称 建 立 合 法 的 EViews序 列 名 称 。 在 Pool中 使 用 序 列 的 关 键 是 序 列 命 名 ： 使 用 基 本 名 和截 面 识 别 名 称 组 合 命 名 。 截 面 识 别 名 称 可 以 放 在 序 列

11、 名 中的 任 意 位 置 ， 只 要 保 持 一 致 即 可 一 个 Pool序 列 实 际 就 是 一 组 序 列 , 序 列 名 是 由 基 本 名和 所 有 截 面 识 别 名 构 成 的 。 Pool序 列 名 使 用 基 本 名 和 “ ?”占 位 符 ， 其 中 “ ?”代 表 截 面 识 别 名 。 建 立 好 Pool对 象 以 后 ， 选 择 View/Spreadsheet（ stacked data） ， EViews会 要 求 输 入 序 列 名 列 表 。 大 多 数 情 况 下 ， 不 同 截 面 成 员 的 数 据 从 上 到 下 依 次 堆 积 ， 每 一列

12、代 表 一 个 变 量 ,每 一 列 内 数 据 都 是 按 年 排 列 的 。 如 果 数 据 按 年 排 列 ，要 确 保 各 年 内 截 面 成 员 的 排 列 顺 序 要 一 致 。 生 成 新 的 序 列 打 开 原 始 pool数 据 ， 点 击 工 具 栏 中 的 poolgenr键 ， 在弹 出 的 对 话 框 中 输 入 要 生 成 的 公 式 ， 如 ：cp?=consume?/p?,ip?=income?/p? 单 击 Pool工 具 栏 的 Estimate选 项 打 开 如 下 对 话 框 ： （ 1） 因 变 量 在 因 变 量 对 话 框 中 输 入 Pool变

13、量 或 Pool变 量 表 达 式 。（ 2） 估 计 方 法Fixed and Random下 ：Cross-secti（ 个 体 效 应 ） 有 三 个 选 项 ， 分 别 表 示 无 、 固 定 和 随 机 个体 效 应 。Period（ 时 点 效 应 ） 有 三 个 选 项 ， 分 别 表 示 无 、 有 固 定 和 有 随 机 时点 效 应 。Weights有 五 个 选 项 ， 分 别 表 示 无 加 权 、 个 体 的 GLS法 、 个 体 SUR法 、时 点 GLS法 和 时 点 SUR法 。（ 3） 估 计 设 置Method有 两 个 选 项 ： LS和 TSLSSamp

14、le为 样 本 区 间 。 （ 4）解释变量 (1) Common:此 栏 中 输 入 的 变 量 对 所 有 截 面 成 员 有 相 同 的系 数 ， 并 用 一 般 名 称 或 Pool名 称 输 出 结 果 。 (2) Cross-section specific:此 栏 中 输 入 的 变 量 对 Pool中 每 个截 面 成 员 的 系 数 不 同 。 EViews会 对 每 个 截 面 成 员 估 计 不 同 的 系 数 ，并 使 用 截 面 成 员 识 别 名 后 跟 一 般 序 列 名 ， 中 间 用 “ ” 连 接 进 行 标签 。 (3) Period specific :

15、此 栏 中 输 入 的 变 量 对 Pool中 每 个 时 期 的系 数 不 同 。 EViews会 对 每 个 时 期 估 计 不 同 的 系 数 ， 并 使 用 变 量 名 后跟 时 期 ， 中 间 用 “ ” 连 接 进 行 标 签 。 1Kit it k kit itky u x二 、 面 板 数 据 模 型 形 式 设 定 检 验 如果从时间上看，不同个体之间不存在显著性差异；从截面上看，不同截面之间也不存在显著性差异，那么就可以直接把面板数据混合在一起用普通最小二乘法（OLS）估计参数。EViwes估计方法：在主窗口中双击已建立的Pool数据库，在Pool窗口的工具栏中点击Esti

16、mate键，打开Pooled Estimation（混合估计）窗口，其选项如下图。 固 定 效 应 模 型 得 出 如 下 输 出 结 果 相 应 的 表 达 式 是 ： 129.63 0.76it itCP IP (2.0) (79.7) 2 0.98, 4824588rR SSE 上 式 表 示 15个 省 级 地 区 的 城 镇 人 均 支出 平 均 占 收 入 的 76%。 若要查看方程，在结果输出窗口点ViewRepresentations。要用模型进行模拟，点procMake Model，在出来的窗口中点Solve。在结果输出窗口中点击View选Residuals/Table, G

17、raphs, Covariance Matrix, Correlation Matrix功能可以分别得到按个体计算的残差序列表，残差序列图，残差序列的方差协方差矩阵，残差序列的相关系数矩阵。 个体固定影响变截距模型就是对于不同的个体有不同截距的模型。如果对于不同的时间序列（个体）截距是不同的，但是对于不同的横截面，模型的截距没有显著性变化，那么就应该建立个体固定影响模型。EViwes估计方法：在EViwes的Pooled Estimation对话框中的Cross-secti下拉菜单中选中Fixed。把c从Common coefficients窗口中删除，其余选项同上。个 体 固 定 影 响 变

18、 截 距 模 型 得 出 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 。1 2 15 515.6 0.70 36.3 537.6 . 198.6it itCP IP D D D 1 2 15, ,.,D D D2 0.99, 2270386rR SSE 1, 1,2,.,150, i i iD 如 果 属 于 第 个 个 体

19、,其 他 固 定 效 应 模 型 分 为 三 种 ： 个 体 固 定 效 应 模 型 、 时 点固 定 效 应 模 型 和 个 体 时 点 固 定 效 应 模 型 。 如 果 观 察 得数 据 是 对 个 体 固 定 ， 则 应 选 择 个 体 固 定 效 用 模 型 。 但是 ， 我 们 还 需 作 个 体 固 定 效 应 模 型 和 混 合 估 计 模 型 的选 择 。 所 以 ， 就 要 作 F值 检 验 。 相 对 于 混 合 估 计 模 型 来 说 ， 是 否 有 必 要 建 立 个 体 固定 效 应 模 型 可 以 通 过 F检 验 来 完 成 。 假 设 H0： 对 于 不 同

20、横 截 面 模 型 截 距 项 相 同 （ 建 立混 合 估 计 模 型 ） 。 SSEr 备 择 假 设 H1： 对 于 不 同 横 截 面 模 型 的 截 距 项 不 同（ 建 立 个 体 固 定 效 应 模 型 ） 。 SSEu F统 计 量 定 义 为 ： F=( SSEr - SSEu)/(N+k2)/ SSEu/(NT-N-k) 其 中 ， SSEr， SSEu分 别 表 示 约 束 模 型 （ 混合 估 计 模 型 的 ） 和 非 约 束 模 型 （ 个 体 固 定 效 应 模型 的 ） 的 残 差 平 方 和 （ Sum squared resid） 。非 约 束 模 型 比

21、约 束 模 型 多 了 N1个 被 估 参 数 。 需要 指 出 的 是 ： 当 模 型 中 含 有 k个 解 释 变 量 时 ， F统计 量 的 分 母 自 由 度 是 NT-N- k。 通 过 对 F统 计 量我 们 将 可 选 择 准 确 、 最 佳 的 估 计 模 型 。 在 作 回 归 时 也 是 四 步 ： 第 一 步 ， 先 作 混 合 效 应 模 型 ： 在 cross-section 一 栏 选 择 None ， Period也 是 None；Weights是 cross-section Weights， 然 后 把 回归 结 果 的 Sum squared resid值 复

22、 制 出 来 ， 就 是SSEr 第 二 步 ： 作 个 体 固 定 效 用 模 型 ： 在 cross-section 一 栏 选 择 Fixed ， Period也 是 None；Weights是 cross-section Weights， 然 后 把 回归 结 果 的 Sum squared resid值 复 制 出 来 ， 就 是SSEu 第 三 步 ： 根 据 公 式 F=( SSEr - SSEu)/(N+k2)/ SSEu/(NT-N-k)。 计 算 出 结 果 。 其 中 ， T为 年 数 ， 不 管 我 们 的 数 据 是 unbalance还 是balance看 obse

23、rvations就 行 了 ， 也 即 Total pool (balanced) observations:的 值 ， 但 是 如 果 是balance我 们 也 可 以 计 算 ， 也 即 是 每 一 年 的 企 业 数的 总 和 。 比 如 说 我 们 研 究 7年 ， 每 一 年 又 15个 地 区 ，则 NT 7 15 105。 K为 解 释 变 量 的 个 数 ， 不 含被 解 释 变 量 。 第 四 步 ， 根 据 计 算 出 来 的 结 果 查 F值 分 布 表 。看 是 否 通 过 检 验 。 检 验 准 则 ： 当 F F(T-1, NT-T-k) , =0.01,0.05

24、或 0.1时 ， 拒 绝 原 假 设 ， 则结 论 是 应 该 建 立 个 体 固 定 效 应 模 型 ， 反 之 ， 接 受 原假 设 ， 则 不 能 建 立 个 体 固 定 效 应 模 型 。 接 下 来 对 本 例 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

25、义 为 ：0H i 1H )/( )1/()( )/( )()1/()( kNNTSSE NSSESSE kNNTSSE kNNTkNTSSESSEF u ur uur 其 中 SSER表 示 约 束 模 型 ， 即 混 合 估 计 模 型 的 残差 平 方 和 ， SSEU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 N-1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 。 8.1)89,14( 16.

26、7)115105/(2256339 )115/()22563394797532( 05.0 FF 当利用面板数据研究拥有充分多个体的总体经济特征时，若利用总体数据的固定效应模型就会损失巨大的自由度，使得个体截距项的估计不具有有效性。这时可建立个体随机影响变截距模型。其Eviews实现见下图。个 体 随 机 影 响 变 截 距 模 型 运 行 结 果 得 相 应 的 表 达 式 是 ： 其 中 虚 拟 变 量 的 定 义 是 ：1521 8.10536798.272.09.345 DDDIPPC itit 2959952,98.02 SSER 1 2 15, ,.,D D D1,0, iD 如

27、果 属 于 第 i个 个 体 ,i=1,2,.,15其 他 固 定 效 应 模 型 和 随 机 效 应 模 型 的 设 定 检 验 -hausman检 验 众 所 周 知 ， 在 回 归 模 型 满 足 基 本 假 设 时 ， 回 归 系 数 的 ols估 计 量 是 BLUE估计 ， 但 是 ， 当 模 型 不 满 足 “ 正 交 性 假 设 ” 时 ， 的 OLS估 计 量 不 再 是 无 偏 的 。 同 时 ， 当 模 型不 满 足 “ 同 方 差 性 假 设 ” 时 ， 的 OLS估 计 量 不 是 有 效 的 。 ttt uXY 0)|( tt XuE IXuVar tt 2)|(

28、对 于 面 板 数 据 模 型 令 如 果 不 能 满 足 回 归 假 设 则 个 体 随 机 效 应 模 型 系 数 的 GLS估 计 量 是 有 偏 的 和 非 一 致 的 。 但 是 正交 性 并 不 影 响 个 体 固 定 效 应 模 型 系 数 的 估 计 量 的 性 质 ， 于 是 可 以 通 过 检 验 模 型 误 差 项 与解 释 变 量 的 正 交 性 来 解 决 面 板 数 据 回 归 模 型 设定 问 题 。 Kk ittikitkit wvuxy 21 ittiit wvu 0)|( itit XE GLS 检 验 假 设 显 然 ， 在 拒 绝 零 假 设 时 ， 模

29、 型 设 定 为 固定 应 模 型 是 可 行 的 ； 否 则 ， 如 果 不 能 拒绝 零 假 设 时 ， 模 型 应 设 定 为 随 机 效 应 模型 。 0)|(: 0)|(:10 itit itit XEH XEH 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 ）0H 1H it

30、IPitIP 分 析 过 程 如 下 由 检 验 输 出 结 果 的 上 半 部 分 可 以 看 出 ， Hausman统 计 量 的 值 是 14.75， 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 0.697648，随 机 效 应 模 型 对 参 数 的 估 计 值 为 0.724528。 两 个 参数 的 估 计 量 的 分 布 方 差 的 差 为 0.000049。 综 上 分 析 ， 19962002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 。