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(panel 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(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、1 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(元)数据人均消费1996 1997 1998 1999 2000 2001 2002CONSUMEAH 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、2 1996—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 2002INCOMEAH 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 INCOMENMG 3431、81 3944、67 4353、02 4770、53 5129、05 5535、89 6051INCOMESD 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、3 1996—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 2002PAH 109、9 101、3 100 97、8 100、7 100、5 99(1)建立面板数据工作文件 首先建立工作文件。

打开工作文件后,过程如下:建立面板数据库。

在窗口中输入15个不同省级地区的标识。

PBJ 111、6 105、3 102、4 100、6 103、5 103、1 98、2 PFJ 105、9 101、7 99、7 99、1 102、1 98、7 99、5 PHB 107、1 103、5 98、4 98、1 99、7 100、599PHLJ 107、1 104、4 100、4 96、8 98、3 100、8 99、3 PJL 107、2 103、7 99、2 9898、6 101、3 99、5PJS 109、3 101、7 99、4 98、7 100、1 100、8 99、2 PJX 108、410210198、6 100、3 99、5 100、1 PLN 107、9 103、1 99、3 98、699、910098、9PNMG 107、6 104、5 99、3 99、8 101、3 100、6 100、2 PSD 109、6 102、8 99、4 99、3 100、2 101、8 99、3 PSH 109、2 102、8 100101、5 102、5 100100、5 PSX 107、9 103、1 98、699、6 103、9 99、898、4 PTJ 109103、1 99、598、9 99、6 101、2 99、6PZJ107、9 102、8 99、798、810199、899、1(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。

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。

得到如下输出结果:相应的表达式就是:ˆ129.630.76it itCP IP =+ (2、0)(79、7)20.98,4824588r R SSE ==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Fixed effects(固定效应)得到如下输出结果:相应的表达式为:1215ˆ515.60.7036.3537.6...198.6it it CP IP D D D =+-+++ (6、3) (55) 20.99,2270386r R SSE ==其中虚拟变量1215,,...,D D D 的定义就是:1,1,2,...,150,i i i D =⎧=⎨⎩如果属于第个个体,其他15个省级地区的城镇人均指出平均占收入70%。

从上面的结果可以瞧出北京市居民的自发性消费明显高于其她地区。

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。

0H :i αα=。

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i α不同(真实模型为个体固定效应回归模型)。

F 统计量定义为:()/[(1)()]()/(1)/()/()r u r u u u SSE SSE NT k NT N k SSE SSE N F SSE NT N k SSE NT N k --------==----其中r SSE 表示约束模型,即混合估计模型的残差平方与,u SSE 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1N -个被估参数。

所以本例中:0.05(4824588227386)/(151)8.1(14,89) 1.82270386/(105151)F F --===--f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:相应的表达式为:127ˆ 2.60.78105.9134.1...93.9it it CP IP D D D =++++- (76、6) 20.987,4028843R SSE ==其中虚拟变量127,,...,D D D 的定义就是:1,0,t D ⎧=⎨⎩如果属于第t 个截面，t=1996,...,2002其他D 、个体随机效应回归模型估计截距项选择Random effects(个体随机效应)得到如下部分输出结果:相应的表达式就是:1215ˆ345.20.72 2.6367.0...106.1it it CP IP D D D =+-+++ (68、5) 20.98,2979246R SSE ==其中虚拟变量1215,,...,D D D 的定义就是:1,0,i D ⎧=⎨⎩如果属于第i 个个体,i=1,2,...,15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。