《固定效应模型的估计原理说明》由会员分享，可在线阅读，更多相关《固定效应模型的估计原理说明（25页珍藏版）》请在金锄头文库上搜索。
1、1 / 25 固定效应模型的估计原理说明 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: .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: 2Kitikkititkyxu （） 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
2、构造F统计量，以检验设定个体固定效应模型的合理性。模型的零假设: 01231:0NH ()1(1,(1)1)(1)RRSSURSSNFF NN TKURSSNTNK RRS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 ACV估计的残差平方和或者 LSD估计的残差平方和. 实践： 一、数据:已知 1992002年中国东北、华北、华东1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(panl data)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（cosume)
3、和人均收入（inco）数据以及消费者价格指数(p)分别见表 1，2和 3. 表 1996-202 年中国东北、华北、华东5 个省级地区的居民家庭人均消费(元)数据 人均消费 19 17 1998 1999 2000 200 2002 ONSUMAH 607。3 36.5 3777。4 39。1 432。98 517。65 46。52 CONSUEBJ 5729.52 653181 690。83 7498。48 3。9 922。72 1024。6 COSUMEF 424。47 493595 518145 266.69 638.4 6015。11 663。8 CONMHB 344。35 4003.
4、71 3834.43 40263 4847 4479. 06928 ONMHJ 110。92 323.4 330。1 348。74 3824。44 419. 462。0 ONSUMEJ 337。32 308.03 344 3661.68 40.8 433.22 473。88 CONSJ 454889.4 01533.18 53.6042.6 2 / 25 。5 533 。9 4 COSUMX 242。11 319。61 26。81 382.33 3623 38941 4549。32 CSUEN 393.2 371991 38904 989。93 4356.06 442 53464 CNUENM
5、G 276784 30323 3105。74 468。99 327。75 415.2 5988 CONSUESD 77。99 404.3 43。96 451。0 022 552。41 5596.32 CNSMH 6763.2 681994 686.41 247.9 86。9 93.1 164 ONSMESX 305。5 32287 327.7 3492。98 341.87 4。1 71。96 ONUMETJ 4679.6 504。5 57101 513 6121。04 987.2 11.96 ONSUMEJ 574.27 6170。14 617。 651。5 720.22 795。9 8713
6、。08 表 2 1996202 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 9 1999 2000 201 2002 ICMEAH 51。7 459。27 770。7 504。6 593.5 68.8 602。 NCOME 7332。01 783。1 847.8 1.6 109。9 115 2463。92 INCOMEFJ 517293 613。64 64. 68。1 743。6 831。08 918936 INCOEH 4.1 495 08。4 365.3 566116 5984。2 6679。6 INCMHLJ 768。1 409。
7、28。 45.4 49.8 542587 6100.56 ICOMEL 380。3 490。58 420.6 48.01 80 54 6260.6 ICOMJS 58。7 65.2 6017.85 38。2 68023 37。1 817.4 COMEJ 370。 07.3 25.42 472.58 503。58 55.02 63364 INCOMEN 427.3 45。1 4617。24 4898。61 557.79 59.0 54。52 ICMEN 34.81 3946 35。2 70.53 519.05 35。9 601 ICMSD 4902 5190。79 530。08 58.6 648
8、997 7101。08 76。6 INCOMESH 8788 84889 873。1 1031。4 11718.01 18346 1349。 INCOMX 370269 9992 49.7 43261 472.1 391.05 23.3 INOMETJ 567。71 608.39 70.5 7693 814。5 898。 937.56 INOMEJ 655. 3872 783676 27.95 9271 10464. 1715。 表 3 1996002 年中国东北、华北、华东 1个省级地区的消费者物价指数 3 / 25 二、1.输入操作: 步骤：（1)FleNeWorkfle 步骤：（2）St
9、art date-nd dat-OK 物价指数 996 9 18 199 2000 2001 202 AH 109。9 101.3 100 78 10.7 0.5 9 PJ 11。6 05。3 102. 100。6 1035 13。1 9。2 PFJ 5.9 1. 97 99.1 02。 98. 9。5 PHB 071 03。5 984 98。 99.7 10。5 99 PHL 107.1 0. 100。 968 8 100.8 9.3 JL 0。2 103。7 99. 98 98.6 11. 9.5 PJS 。3 101。7 99 98. 00. 1008 9.2 PX 108。4 10 1
10、01 98。 100.3 9. 100.1 PL 17 10。1 9。3 98.6 9.9 100 .9 PN 1076 0.5 99. 。8 11.3 100.6 100。2 PD 109。6 102。 99.4 99.3 1002 101。8 PSH 109。2 12。 10 101。5 102。 0 100. PSX 17.9 10. 986 99. 03. 9.8 8。 PJ 10 03 99。 98.9 9. 101。2 9。6 PZJ 079 0. 99.7 8 101 9.8 99。1 4 / 25 步骤：(3）ObjecNew Ojct 步骤：（4）Type of ojecto
11、o 步骤：(5)输入所有序列名称 5 / 25 步骤：（6）定义各变量点击 st输入onme？income？p？ 步骤:(7)将表 1、2、3 中的数据复制到 Evies 中 。估计操作： 步骤：（）点击 poomodEsime 6 / 25 对话框说明 Depnnt variabl：被解释变量;ommon：系数相同部分 Css-sectn secfi:截面系数不同部分 步骤:(2)将截距项选择区选 Fxed efe（固定效应） Cross-cti：ied 7 / 25 得到如下输出结果： 8 / 25 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。 0H:i。模型中
12、不同个体的截距相同(真实模型为混合回归模型）. 1H: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： 0.05()115-1=7.69= .90(1)RRSSURSSNFFURSSNTNK（4965275-2259743）（14,90）180232259743 所以推翻原假设，建立个体固定效应回归模型更合理。 RS 求法请参见 Ee面板数据之混合回归模型 9 / 25 相应的表达式为: 1215596.500.6953.23592.44.230.16ititConsumeIncomeDDD (6.6) （955） 20.99,2259743rRSSE 其中虚
13、拟变量1215,.,D DD的定义是: 1,1,2,.,150,iiiD如果属于第个个体,其他 5 个省级地区的城镇人均指出平均占收入8.6。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： 2Kittkkititkyxu （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(），将时间项选择区选 Pri：ixed(时间固定效应) 得到如下结果： 10 / 25 接下来用统计
14、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。 0H：i.模型中不同个体的截距相同（真实模型为混合回归模型）。 1H: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： 0.05()7-11=3.54= .98(1)RRSSURSSTFFURSSNTTK（4965275-4080749）（6,98）2194080749 所以推翻原假设,可以建立时点固定效应回归模型 RSS 求法请参见 Eiew 面板数据之混合回归模型 相应的表达式为： 1272.60.78114137.5.97.7ititConsumeIPDDD （ .0) 20.986,408074
15、9RSSE 其中虚拟变量127,.,D DD的定义是: 1,0,tD如果属于第t 个截面，t=1996,.,2002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11 / 25 （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： 2Kitttkkititkyxu (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：Cssscton：xed（个体固定效应），时间项选择区选 Peri:xd(时间固定效应） 得到结果如下： Depeent
16、 Variable： CONSE? ehd: Pood es Squres Date： 07/21/14 Time: 5：44 Same： 9 002 ncuded obervations： 7 Cros-secios cldd: 5 Totl po (balncd) oservons： 05 Varle Cefficient Std。 or t-Sttistic Prb。 C 06。71 221.213 366578 0005 CO? 0。5338 0。034541 1。90 .000 Fed fects （Cros) AH-C .5054 BJC 98.132 FC 8.846 12 /
17、25 HBC -20。3997 HJ- 246。12 JLC 54.1621 J-C -3126919 JC -3844 LN-C 739508 NG-C -24。266 SD-C -10.812 SH-C 465。4906 SX-C -152。660 J-C 。956 ZJ-C 11.5193 Fixed Efecs （erid） 1996-C -59.1233 197-C 1。549 1998-C 31.4564 999-C -5724042 2000C 36。2382 001-C 9。6415 20-C 12284 Effcts pciication Crosssecton fxed (
18、dmy vaabes) Priod i (dummy vrls） -qar 0.9328 M dependt va 4981。07 dsted R-qard 091577 S。D。 dendent vr 170.85 S.E f egreso 1。107 Akaike ino criteron 128 Sum squard rsd . cwaz citerion 136785 og lield 666。954 Hannn-uin ritr. 13482 Fstattic 584。0406 Din-Watso stat 1462 rob（-statis） 。00000 接下来用 F统计量检验是应
19、该建立混合回归模型，还是个体固定效应回归模型。 0121121=0NTH ：和： 对模型进行检验： 13 / 25 0.05()2022652222-2=5.83= .2022652(1)83RRSSURSSTNFFURSSNTTNK（4965275- ）（）（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 D。个体随机效应回归模型估计 截距项选择 Rando effect(个体随机效应） 得到如下部分输出结果： 14 / 25 相应的表达式是: 1215345.20.722.6367.0. 106.1ititCPIPDDD （68.5) 20.98,2979246RSSE
20、 其中虚拟变量1215,.,D DD的定义是： 1,0,iD如果属于第i 个个体,i=1,2,.,15其他 接下来利用 Husmn 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。 0H：个体效应与回归变量（itIP)无关（个体随机效应回归模型) 1H：个体效应与回归变量（itIP）相关（个体固定效应回归模型) 分析过程如下： 15 / 25 得到如下检验结果： 由检验输出结果的上半部分可以看出，Hasa统计量的值是4.7,相对应的概率是.001,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。
21、975，随机效应模型对参数的估计值为 0.72459。两个参数的估计量的分布方差的差为 0.000049。 综上分析，99620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0%。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。 16 / 25 首先在工作文件窗口中打开 cp 变量的个数据组。 单位根检验过程如下： 17 / 25 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5 个 cp 序列存在单位根. 选择 IP检验方法进行单位根检验。检验
22、结果如下： 18 / 25 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 2002005 年各地区城镇居民人均可支配收入 X 和消费指出统计数据如表 94。数据是年的，每一年都有2 组数据，共 12 组观测值。 人均可支配收入和消费支出数据（单位:元） 200 201 002 2003 204 200 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 Y X Y X Y X 全 国 27998 99800 6859。5 509.01 7。8 298 842.
23、20 50。94 9421.61 71。1 09303 792.8 北 京 1039。 8493.49 1577.78 8922。72 1246392 1024。60 1882.2 11123.84 15637.84 2200 17652.9 13244.20 天 津 8405612.0958. 6987.22 3357119132.91 7816880。168.55 9653。26 19 / 25 0 4 6 6 5 16 44 河 北 5661.16 4348。47 584。8 447975 6798 69.2 9.0 4397 75.31 589。18 179 699.67 山 西 47
24、24。11 391。8 531. 2。01 634。36 4710.96 75.03 15。38 7902。 565415 89131 326 内蒙古 12.05 3927。7 5538 45.62 6510 89。 7012.90 541。4 812.99 619.26 9136.79 9286 辽 宁 357.7 356。6 7701 45442 52.52 5342。64 7240.58 677。 80076 538 107.55 769.7 吉 林 40。0 4020.87 30。46 433 660。6 988 700。17 549210 78401 6068.9 90。2 6794
25、.7 黑龙江 491.88 3824。4 425。87 4192.36 0。56 446。0 6678。9 5015.9 7771 556.5 822。51 1781 上 海 1178。0 888。9 1883。46 93。0 13490 10464.0 186.9 11040.34 16682。8 1261。3 1864。 1773.41 江 苏 680.23 323。1 735。0 553。7 81.64 604。60 262.46 670858 181.9 73226 123。7 8621.82 浙 江 79.1 702 1066 752.39 1171.60 8713.08 117。3
26、 9712.8 1454。38 103614 1629.7 1225.74 安 徽 529。55 23。98 568。8 4.65 60320 736.52 677.03 50434 751143 5711。33 84.68 667.67 福 建 7436 5638。74 3138 611 189。6 6631。68 9。54 756.6 11757 61.15 23211 8741 江 西 513。 33. 506.0 389451 6335。64 49.3 601。42 491455 755964 53。84 19。66 619。9 山 东 89。7 502200 710。8 5252。1
27、 64.3 5962 89.91 069。35 9437.80 667。75 0744。9 7457。31 河 南 46。26 383.7 2642 41。17 624540 4504.6 6212 494160 790 59.1 8679 63。2 湖 北 5524。5 4445 585。 480.79 788.2 5608。 7321. 596325 80。75 639.5 875.4 736.6 湖 南 628。7 5218.7 6780.5 56。22 6955 7.72 764。2 608。62 861。4 684。61 92.97 750.99 20 / 25 广 东 9761.5
28、 801.9 1041519 09.63 137。2 8988。48 1230。43 96627 162.65 0694.79 476。94 11809。87 广 西 834 42。31 65.73 5224.73 1.3 13。44 7785。 5763。 689.99 445。3 986.70 70。8 海 南 5358.32 4082. 8。8 367。85 62。2 54。 725925 552.4 7735。 5802. 8129 5928.79 重 庆 2798 559。84 671.09 5873。69 728.04 360。24 80937 718.6 9220.9 7973。
29、05 10243。46 623。9 四 川 5894.27 485578 6360。4 56.17 6610.80 51.8 7041.87 5759。21 7709.87 631。4 8385.9 91 贵 州 22。21 427。28 5451.91 23。0 594.08 59. 569.23 94。98 32205 549.5 8151。13 659。29 云 南 624。64 5185。31 671 5252。6 74。56 5827.92 764357 6023。56 887088 837。01 9265.90 990 西 藏 7426。32 54.42 869。16 5994。3
30、9 807。2 92.44 765.5 8045。34 106.7 88.2 43。18 867.1 陕 西 514.24 4276。 58373 4637。74 630.4 537.04 8065 66.5 7492。47 233。07 2720 6664 甘 肃 49.2 4126。47 5382.9 420.1 61544 5424 665。24 5298。91 7376.7 593730 8082 6529.20 青 海 5169。96 418573 53.72 498.9 61752 042. 64。3 400。24 7319.6 558.95 80585 65.6 宁 夏 912.
31、4 420050 544.17 4595.40 6067.4 5104.2 530.8 330。 2。87 58238 093。4 4.1 新 疆 5644.6 4293 950 491.40 6899。64 6364 717. 54.1 75034 57.62 790.15 62075 首先建立工作文件,打开工作文件后，过程如下: 21 / 25 建立面板数据库,并命名为 XY。 输入不同省市（包括全国）的标识，如下： 22 / 25 点击 set 键，定义变量和 Y。 点击dit+后,在数据窗口键入数据即可. 对模型进行估计，建立个体固定效应回归模型，过程如下： 23 / 25 得到如下输
32、出结果： 24 / 25 25 / 25 从估计结果可以看出，对于 32 个省市来说,虽然它们的城镇居民消费倾向相同，但是其城镇居民的自发消费存在显著的差异，其中重庆的城镇居民自发消费最高，其次为西藏、北京、广东;城镇居民自发消费最低的是江西，其次是河南、山东。 注意几点: （1） 个体固定效应模型的 EViews 输出结果中也可以有公共截距项； （2） EVies 输出结果中没有给出描述个体效应的截距项相应的标准差和t 值。不认为截距项是模型中的重要参数。 （3） 当对个体固定效应模型选择加权估计时，输出结果将给出加权估计和非加权估计两种统计量评价结果 . （4） 输出结果的联立方程组形式可以通过点击 View 选 Rpreenatin功能获得。 （5） 点击 Viw 选 Wld Coeficit Tets功能可以对模型的斜率进行d检验。 （6） 点击 View 选 ResidlsTable，Graph,Covaianc Matrix,Correlatin Mtrix 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. （7） 点击c 选 Ma Modl 功能,将会出现估计结果的联立方程形式，进一步点击 Sve键，在随后出现的对话框中可以进行动态和静态预测。
