基于EViews 6的面板数据计量分析

基于EViews 6的面板数据计量分析

对于面板数据，EViews 6 提供的估计方法有如下三种，

最小二乘估计——LS - Least Squares (and AR)

二阶段最小二乘估计——TSLS - Two-Stage Least Squares (and AR)

动态面板数据模型的广义矩估计——GMM / DPD - Generalized Method of Moments

/Dynamic Panel Data

第1节“LS - Least Squares (LS and AR)”估计

如果选择最小二乘方法估计面板数据模型，在“Equation Estimation”窗口中，须依次设置“Specification”、“Panel Options”和“Options”页面。

1.1“Specification”页面

在“Specification”页面中，完成模型设定和估计样本时间范围的选择。

1 在“Equation specification”编辑区，指定模型的被解释变量、截距项和解释变量；

2 在“Sample”编辑区，指定估计样本时间的范围。

1.2“Panel Options”页面

设置模型中不可观测的双（单）因素效应，即面板数据回归模型的选择。点击“Panel Options”

该页面包含三方面内容。

1 效应设置

在“Effects specification”选择区，设定面板数据模型的个体效应和时间效应，可选择的选项有“None”、“Fixed”和“Random”，分别表示“无效应”、“固定效应”和“随机效应”。如果选择了“Fixed”或“Random”，EViews在输出结果中自动添加一个共同常数，即截距项，以保证效应之和为零。否则，截距项必要时，须在“Specification”页面的“Equation specification”编辑区设定模型截距项。

2 GLS加权

设置“GLS Weights”可以在下拉框中选择如下选项

之一。其选择标准为：

面板数据不存在异方差和自相关性时，选择“No weights”；

面板数据在个体间存在异方差时，选择“Cross-section weights”；

面板数据的个体间存在同期相关性和异方差时，选择“Cross-section SUR”；

对于给定的个体，存在时间上的异方差时，选择“Period weights”。

对于给定的个体残差，存在时间上的序列相关性和异方差时，选择“Period SUR”；

当选择了GLS加权（后四项），EViews采用FGLS估计模型。特别，选择了两种SUR选项的FGLS估计也称为Parks估计。

3 系数协方差估计方法

通过选择“Coef covariance method”选项，确定计算系数标准差的各种稳健估计方法。可选择的选项有

其选择标准为：

对于不存在（个体间的和时间上的）异方差和时间上的序列相关性时，选择“Ordinary”；

模型残差存在个体间的异方差和同期相关性时，可选择“White cross-section”；这时也可选择“Cross-section SUR”选项，最常见的选择是White的截面加权法（White

cross-section）

对于模型残差，只存在时间上的异方差时，选择“White Period”选项

模型残差存在个体间的异方差时，可选择“White[Diagonal]”

模型残差存在个体间的异方差和同期相关性时，可选择“Cross-section SUR”选项；

对于模型残差，只存在个体间的异方差时，选择“Cross-section weights”选项；

对于指定的个体，观测数据存在时间上的异方差和序列相关性时，选择“Period SUR”

选项；

对于模型残差，只存在时间上的异方差时，选择“Period weights”选项。

选择“No d.f. correction”，计算时不进行自由度修正。

注意：(1) 模型设定和估计方法的一些组合EViews 6不支持，例如，对于个体随机效应模型，设置AR项，或者，选择GLS加权，EViews 6不支持。

(2) 对于双因素随机效应模型，不支持非平衡面板数据。

1.3“Options”页面

“Options”页面包括系数导数的计算方法选项“Derivatives”、GLS估计的加权选项“Weighting Options”、回归系数重命名“Coefficient Name”和迭代算法选项“Iteration Control”四方面的选项。除回归系数重命名“Coefficient Name”编辑窗口外，该页面的其它选项依赖于“Panel Options”页面的设置。

对于随机效应模型，可选择“Weighting Options”确定随机效应方差的估计方法；

对于固定效应模型，可选择“Iteration Control”确定迭代估计方法的收敛和迭代选择；

如果“Panel Options”页面选择了GLS加权，在“Options”页面可选择“Weighting Options”、“Coefficient Name”和“Iteration Control”三方面的选项，

1 系数导数的计算方法

在EViews 6中，可以设置均值方程的（非线性）函数形式，并提供两种计算系数导数的计算方法。选择“Use numeric only”，EViews 6采用有限差分法计算系数的数值导数。否则，采用Newton-Raphson方法和Gauss-Newton/BHHH等方法对计算系数的解析导数。对于线性模型，该选项无效。

2 加权选项

在估计随机效应模型时，EViews 提供了计算随机效应方差的三种估计方法，分别是Swamy-Arora, Wallace-Hussain和Wansbeek-Kapteyn方法。

缺省选择是“Swamy-Arora”方法，详细内容参考Baltagi (2008).

另外，“Keep GLS weights”选项决定是否保存该模型GLS估计的权重。

3 回归系数重命名

缺省时，EViews 6使用向量C保存系数和效应的估计值。如果使用其他变量名保存它们，