《eviews处理面板数据》由会员分享，可在线阅读，更多相关《eviews处理面板数据（37页珍藏版）》请在金锄头文库上搜索。
1、第十章第十章 Panel Data模型模型 第一步第一步 录入数据录入数据第二步第二步 分析数据的平稳性（单位根检验）分析数据的平稳性（单位根检验）第三步第三步 平稳性检验后分析路径选择平稳性检验后分析路径选择第四步第四步 协整检验协整检验第五步第五步 回归模型回归模型1第一步第一步 录入数据录入数据 一一 请点请点 实例数据实例数据二二 请点请点 录入数据软件操作录入数据软件操作2实例数据实例数据录入企业投资需求模型数据：录入企业投资需求模型数据：录入企业投资需求模型数据：录入企业投资需求模型数据：五家企业和三个变量的五家企业和三个变量的20个年度个年度（1935-1954年）观测值的时间序
2、列年）观测值的时间序列（数据略）（数据略）（数据略）（数据略）5家企业：家企业： 3个变量：个变量： GM：通用汽车公司：通用汽车公司 I ：总投资：总投资 CH：克莱斯勒公司：克莱斯勒公司 M ：前一年企业的市场价值：前一年企业的市场价值 GE：通用电器公司：通用电器公司 （反映企业的预期利润）（反映企业的预期利润） WE：西屋公司：西屋公司 K ：前一年末工厂存货和设备的价值：前一年末工厂存货和设备的价值 US：美国钢铁公司：美国钢铁公司 （反映企业必要重置投资期望值）（反映企业必要重置投资期望值）3录入录入录入录入 数据软件操作数据软件操作数据软件操作数据软件操作（）（）（）（）方式一方
3、式一方式一方式一 File/New/ Workfile Workfile structure type ： Dated-regular frequencyDated-regular frequency Start date 1935 End date 1954 OK Objects/New Object ： Type of Object pool OKCross Section Identifiers:_GM _CH _GE _WE _USView/Spreadsheet View：i? m? k? 方式二方式二方式二方式二（方式是否正确，有待考证）（方式是否正确，有待考证）（方式是否正确，有
4、待考证）（方式是否正确，有待考证）File/New/ Workfile Workfile structure type ： Balanced Panel Start date 1935 End date 1954 Number of cross 1 OKCross Section Identifiers:_GM _CH _GE _WE _USView/Spreadsheet View：i? m? k?4第二步第二步 分析数据的平稳性（单位根检验）分析数据的平稳性（单位根检验）请点请点 说明说明请点请点 软件操作软件操作结果结果 点检验结果点检验结果1 结果结果25分析数据的平稳性（单位根检验）
5、说明分析数据的平稳性（单位根检验）说明 注：所有序列者要检验注：所有序列者要检验 原：不稳定原：不稳定（Hadri 除外，除外， Hadri 中中 原：稳定）原：稳定） 目的：目的：防止虚假回归或伪回归防止虚假回归或伪回归方法方法： 相同根下：相同根下：LLC、Breintung 、 Hadri 不同根下：不同根下：IPS、ADF-Fisher 和和PP-Fisher5模式：模式： 三种检验模式：既有趋势又有截距、只有截距、以上都无（对面板序列绘制时三种检验模式：既有趋势又有截距、只有截距、以上都无（对面板序列绘制时序图做出模式选择）。序图做出模式选择）。秩序秩序：水平（：水平（level）、
6、一阶差分、二阶甚至高阶差分直至序列平稳为止。）、一阶差分、二阶甚至高阶差分直至序列平稳为止。备注：备注：ADF检验是通过三个模型来完成，首先从含有截距和趋势项的模型开始，检验是通过三个模型来完成，首先从含有截距和趋势项的模型开始，再检验只含截距项的模型，最后检验二者都不含的模型。并且认为，只有三个模再检验只含截距项的模型，最后检验二者都不含的模型。并且认为，只有三个模型的检验结果都不能拒绝原假设时，我们才认为时间序列是非平稳的，而只要其型的检验结果都不能拒绝原假设时，我们才认为时间序列是非平稳的，而只要其中有一个模型的检验结果拒绝了零假设，就可认为时间序列是平稳的。中有一个模型的检验结果拒绝了
7、零假设，就可认为时间序列是平稳的。6分析数据的平稳性软分析数据的平稳性软 件件 操操 作作 在在Pool对象，对象，View/Unit Root Test，输入相应的，输入相应的Pool序列名序列名填写模式，先做填写模式，先做序列图再选择序列图再选择 填写秩序填写秩序 选择检验选择检验方法方法 填写序列填写序列名名 右边右边所有所有栏目栏目软件软件 自动自动填写填写无需无需更改更改7 例中例中I?的水平变量的所有方法的单位根检验结果的水平变量的所有方法的单位根检验结果: 各种方法的结果各种方法的结果(除除Breitung检验检验 外外)都接受原假设，都接受原假设， I?存在单位根，是非平稳的。
8、存在单位根，是非平稳的。只有此处小于0.05,说明除此法外都认为非平稳8 例中例中I?的一阶差分变量的所有方法的单位根检验结果的一阶差分变量的所有方法的单位根检验结果: 各种方法的结果都拒绝原假设，所以可各种方法的结果都拒绝原假设，所以可以得出结论：以得出结论： I?是是I(1)的。的。所有P值均小于，说明平稳9第三步第三步 平稳性检验后分析路径选择平稳性检验后分析路径选择平稳性检验后若：平稳性检验后若：变量之间是非同阶单整变量之间是非同阶单整 请点请点 思路一思路一 序列变换序列变换变量之间是同阶单整变量之间是同阶单整 请点请点 思路二思路二 协整检验协整检验10思路一：思路一：变量之间是非
9、同阶单整变量之间是非同阶单整 ：序列变换变量之间是非同阶单整的指即面板数据中有变量之间是非同阶单整的指即面板数据中有些序列平稳而有些序列不平稳些序列平稳而有些序列不平稳，此，此时时不能进行协整检验与直接对原序列进行回归不能进行协整检验与直接对原序列进行回归。对序列进行对序列进行差分或取对数差分或取对数使之变成同阶序列使之变成同阶序列 若变换序列后若变换序列后均为平稳序列均为平稳序列可用可用变换后的序列变换后的序列直接进行直接进行回归回归 若变换序列后均为同阶非平稳序列，则请点若变换序列后均为同阶非平稳序列，则请点 思路二思路二11思路二思路二 变量之间是同阶单整：协整检验变量之间是同阶单整：协
10、整检验 请点请点协整检验说明协整检验说明 请点请点 软件操作软件操作 结果判定结果判定请点请点 1 2 3 协整检验协整检验通过通过： 请点请点因果分析因果分析. 请点请点回归分析回归分析协整检验协整检验没通过没通过： 若均为若均为2阶单整阶单整，则都取差分或都取对数生成新序列进行单位根则都取差分或都取对数生成新序列进行单位根 检验否是检验否是1阶单整（取差分或对数后都会变成阶单整（取差分或对数后都会变成1阶单整），如是阶单整），如是 对新序列进行协整检验，如无法达成协整，分析终止。对新序列进行协整检验，如无法达成协整，分析终止。 若均为若均为1阶单整，直接全取差分或全取对数，进行回归分析阶单
11、整，直接全取差分或全取对数，进行回归分析12 协整检验协整检验 说说 明明原：不存在协整原：不存在协整面板数据的协整检验方法可以分为两大类，一类是建立在面板数据的协整检验方法可以分为两大类，一类是建立在Engle and Granger二步二步法检验基础上的面板协整检验，具体方法主要有法检验基础上的面板协整检验，具体方法主要有Pedroni检验和检验和Kao检验；另一类检验；另一类是建立在是建立在Johansen协整检验基础上的面板协整检验。协整检验基础上的面板协整检验。 1Pedroni检验检验 2Kao检验检验 3Johansen面板协整检验面板协整检验13 Pool Pool序列的协整检
12、验序列的协整检验序列的协整检验序列的协整检验在在EViews中打开中打开pool对象，选对象，选择择Views/ Cointegration Test，则显示协整检验的对话框。则显示协整检验的对话框。图图图图10.6 10.6 面板数据的协整检验的对话框面板数据的协整检验的对话框面板数据的协整检验的对话框面板数据的协整检验的对话框协整检验操作协整检验操作14Pedroni检验检验：原假设：无协原假设：无协整关系整关系此栏目下此栏目下P值值均小于均小于存在协整关系存在协整关系此栏目下此栏目下P值均值均两个小于两个小于存在协整关系存在协整关系一个大于，不支一个大于，不支持协整持协整15表表表表10
13、.8 Kao10.8 Kao检验和检验和检验和检验和PedroniPedroni检验结果检验结果检验结果检验结果 ( (滞后阶数由滞后阶数由滞后阶数由滞后阶数由SICSIC准则确定准则确定准则确定准则确定) )检验检验方法方法检验检验假假设设统计统计量名量名统计统计量量值值（P值值）Kao检验检验H0： = 1 ADF-6.787326（0.0000）*Pedroni检检验验 H0： = 1 H1 ：( i = ) 1 Panel v-Statistic2.099652（0.044）*Panel rho-Statistic-3.415758（0.0012）*Panel PP-Statistic
14、-5.991403（0.0000）*Panel ADF-Statistic-7.835311（0.0000）* H0： = 1 H1 ：( i = ) 1Group-rho-Statistic-0.837712（0.2809）Group PP-Statistic-6.990581（0.0000）*Group ADF-Statistic-7.194068（0.0000）*除此项外均支持协整16表表表表10.8 Johansen10.8 Johansen面板协整检验结果面板协整检验结果面板协整检验结果面板协整检验结果 ( (选择序列有确定性趋势而协整方程只有截距的情况选择序列有确定性趋势而协整方程
15、只有截距的情况选择序列有确定性趋势而协整方程只有截距的情况选择序列有确定性趋势而协整方程只有截距的情况) )原假原假设设Fisher联联合迹合迹统计统计量量(p值值)Fisher联联合合 -max统计统计量量(p值值)0个个协协整向量整向量133.4 (0.0000)*128.7 (0.0000)*至少至少1个个协协整向量整向量65.74 (0.2266)65.74 (0.2266) 注：加注：加“*”表示在表示在5%的显著性水平下拒绝原假设而接受备择假设。的显著性水平下拒绝原假设而接受备择假设。 上述检验结果检验的样本区间为上述检验结果检验的样本区间为1991-2003年，从表和表年，从表和
16、表的检验结果可以看出，我国的检验结果可以看出，我国29个省市的城镇居民消费和收入的个省市的城镇居民消费和收入的面板数据之间存在协整关系。面板数据之间存在协整关系。 支持协整17 格兰杰因果检验（因果检验的前提是变量协整）。格兰杰因果检验（因果检验的前提是变量协整）。Eviews好像没有在好像没有在POOL窗口中提供窗口中提供Granger causality test，如果想对面板数据中的某些合成序列，如果想对面板数据中的某些合成序列做因果检验的话，不妨先导出相关序列到一个组中做因果检验的话，不妨先导出相关序列到一个组中(POOL窗口中的窗口中的Proc/Make Group)，再来试试，再来
17、试试因果分析因果分析 18一一 确定影响形式确定影响形式 固定影响固定影响 随机影响随机影响二二 确定模型形式确定模型形式 形式一形式一 形式二形式二 形式三形式三三三估计方法说明估计方法说明四四一二三确定后就可以进行模型最终的设定一二三确定后就可以进行模型最终的设定与估计（略：自已去完成）与估计（略：自已去完成）回归模型回归模型 19一一 确定影响形式确定影响形式 请点请点 ：说说 明明 请点：请点：软件操作软件操作20一一 确定影响形式说明确定影响形式说明方法方法 Hausman检验检验 原：应建立随机效应模型原：应建立随机效应模型步骤步骤 首先首先：建立随机效应回归建立随机效应回归 其次
18、：其次：用用Hausman检验该模型是否是随机效应模型检验该模型是否是随机效应模型21 一一 确定影响形式软件操作确定影响形式软件操作第一步：第一步：建立建立随机效应回归建立建立随机效应回归POOL/ESTIMATE如右窗口如右窗口点确定结果请点点确定结果请点 结果结果 此处选random由于自变量前系数不变，所以自变量填写在此处22第二步：第二步： Hausman检验检验 原假设：原假设：应建立随机效应模型应建立随机效应模型在软件的上一步分析的结果窗口在软件的上一步分析的结果窗口（见左图）进行如下操作：（见左图）进行如下操作：View/Fixed/Random Effects Testing
19、/Correlated Random Effects - Hausman Test请点请点 结果结果23中部地区模型的中部地区模型的Hausman Test结果：结果： 由（）式构造的中部地区模型的由（）式构造的中部地区模型的Hausman Test统计量统计量（W） 是，是，p值是，接受原假设值是，接受原假设:随机影响模型中个体影响随机影响模型中个体影响随机影响模型中个体影响随机影响模型中个体影响与解释变量不相关与解释变量不相关与解释变量不相关与解释变量不相关，结论：结论： 可以将模型设定为可以将模型设定为随机模型。随机模型。P值大于，所以接受原假设：应建立随机效应模型24 说说 明明（1）
20、 模型有三种形式模型有三种形式 形式一：形式一：变系数模型变系数模型变系数模型变系数模型 形式二：形式二：固定影响模型固定影响模型固定影响模型固定影响模型 形式二：形式二：不变参数模型不变参数模型 （2）根据）根据F检验确定上述三种形式之一检验确定上述三种形式之一请点请点（确定模型形式的（确定模型形式的F检验）检验）二二 确定模型形式确定模型形式25确定模型形式的确定模型形式的F检验检验原假设原假设：两个如下两个如下 H1： H2： 判定规则判定规则 ： 接受假设接受假设 H2 则为则为不变参数模型不变参数模型不变参数模型不变参数模型（模型三）（模型三）（模型三）（模型三），检验结束。，检验结
21、束。 拒绝假设拒绝假设H2，则检验假设则检验假设H1。如接受如接受H1，则模型为则模型为变截距模型变截距模型变截距模型变截距模型（模型二）（模型二）（模型二）（模型二） 若拒绝若拒绝H1 ，则模型为，则模型为变参数模型变参数模型变参数模型变参数模型（模型一）（模型一）（模型一）（模型一）。构建统计量：构建统计量：请点请点F统计量统计量 26构建构建变参数模型变参数模型变参数模型变参数模型得残差平方和得残差平方和S1 1 并考虑其自由度并考虑其自由度 请点请点构建构建变截距模型变截距模型变截距模型变截距模型得残差平方和得残差平方和S2 2并考虑其自由度并考虑其自由度 请点请点构建构建不变参数模型
22、不变参数模型不变参数模型不变参数模型得残差平方和得残差平方和S3 3并考虑其自由度并考虑其自由度 请点请点计算计算 F2 统计量统计量 获得获得S1，S2，S3后手工计算后手工计算F2，F1，并查找临界值做出判定，并查找临界值做出判定请点：请点：判定规则判定规则 请点请点 判定实例判定实例假设检验的假设检验的 F 统计量的计算方法统计量的计算方法27 例例中中系系数数 和和 取取何何种种形形式式可可以以利利用用模模型型形形式式设设定定检检验验方方法法来来确确定。定。 (1) 首首先先分分别别计计算算3种种形形式式的的模模型型：变变参参数数模模型型、变变截截距距模模型型和和不不变变参参数数模模型
23、型，在在每每个个模模型型的的回回归归统统计计量量里里可可以以得得到到相相应应的的残差平方和残差平方和S、S2 = 444288.4 和和S3 = 1570884。 (2) 按按(10.2.7)式式和和(10.2.8)式式计计算算F统统计计量量，其其中中N=5、k=2、T=20，得到的两个，得到的两个F统计量分别为：统计量分别为： F1=(S2-S1)/8)/(S1 /85) = 3.29 F2=(S3-S1)/12)/(S1 利利用用函函数数 qfdist(d,k1,k2) 得得到到F分分布布的的临临界界值值，其其中中d 是是临临界界点点，k1和和k2是是自自由由度度。在在给给定定5%的的显显
24、著著性性水水平平下下(d=0.95)，得到相应的临界值为：，得到相应的临界值为： F 2(12, 85) = 1.87 F 1 由于由于 F2，所以拒绝所以拒绝H2；又由于又由于 F1，所以也拒绝所以也拒绝H1。因此，因此，例的模型应采用变系数的形式例的模型应采用变系数的形式。 模型形式检验步骤：注要手工计算模型形式检验步骤：注要手工计算28模型一模型一模型一模型一 变系数模型变系数模型变系数模型变系数模型根据以前所做的影响效应填写POOL/ESTIMATE如右如右窗口窗口点确定结果请点点确定结果请点 结果结果由于自变量前系数可变，所以自变量填写在此处29手工记下 S1手工记下：自由度为N（
25、T-K-1 ）30模型二：模型二：模型二：模型二：固定影响固定影响固定影响固定影响 (Fixed Effects) ( (Fixed Effects) ( i i j j， i i = = j j ) ) 说说 明明软件给出的固定影响分为：软件给出的固定影响分为：一一 总体均值总体均值二二 个体对总体的偏离个体对总体的偏离由于自变量前系数不变，所以自变量填写在此处POOL/ESTIMATE如右如右窗口窗口点确定结果请点点确定结果请点 结果结果31记下S2记下：自由度为N（T-1）-K32 附注：包含时期个体恒量的固定影响变截距模型附注：包含时期个体恒量的固定影响变截距模型附注：包含时期个体恒量
26、的固定影响变截距模型附注：包含时期个体恒量的固定影响变截距模型 3334模型三：模型三：模型三：模型三：不变参数模型不变参数模型不变参数模型不变参数模型（所有截面截距相同、系数相同）（所有截面截距相同、系数相同）（所有截面截距相同、系数相同）（所有截面截距相同、系数相同）由于自变量前系数不变，所以自变量填写在此处，截距也不变，在此填写C小心小心此处选：NONE点确定结果请点点确定结果请点 结果结果35 所有的截面的系数相等，和将所有的截面的系数相等，和将5个公司的数据接到一起，个公司的数据接到一起，用用OLS的估计结果相同。的估计结果相同。记下S3记下自由度为NT-（K+1）36 （1）横截面
27、的异方差与序列的自相关性是运用面板数据模型时可能遇）横截面的异方差与序列的自相关性是运用面板数据模型时可能遇到的最为常见的问题到的最为常见的问题,此时运用此时运用OLS可能会产生结果失真可能会产生结果失真,因此为了消除因此为了消除影响影响,对我国东、中、西部地区的分析将采用不相关回归方法对我国东、中、西部地区的分析将采用不相关回归方法( SeeminglyUnrelated Regression, SUR)来估计方程。而对于全国范围内来估计方程。而对于全国范围内的估计来说的估计来说,由于横截面个数大于时序个数由于横截面个数大于时序个数,所以采用截面加权估计法所以采用截面加权估计法(Cross
28、SectionWeights, CSW) 。（2）一般而言，面板数据可用固定效应）一般而言，面板数据可用固定效应(fixed effect) 和随机效应和随机效应(random effect) 估计方法估计方法,即如果选择固定效应模型即如果选择固定效应模型,则利用虚拟变量最则利用虚拟变量最小二乘法小二乘法(LSDV) 进行估计进行估计;如果选择随机效应模型如果选择随机效应模型,则利用可行的广义则利用可行的广义最小二乘法最小二乘法(FGLS) 进行估计进行估计(Greene ,2000) 。它可以极大限度地利用。它可以极大限度地利用面板数据的优点面板数据的优点,尽量减少估计误差。至于究竟是采用固定效应还是随尽量减少估计误差。至于究竟是采用固定效应还是随机效应机效应,则要看则要看Hausman 检验的结果。检验的结果。 三三 估计方法说明估计方法说明37
