动态面板数据与Eviews操作

面板数据与Eviews操作指南

新浪微博：数说工作室

一、面板数据简介

二、静态面板数据及Eviews实现

(1) 静态面板数据简介

(2) EVIEWS操作

三、动态面板数据及Eviews实现

（1）动态面板数据简介

（2）Eviews操作

一、面板数据简介

信息技术的发展使得数据越来越膨胀，传统的截面数据和时间序列已经不能全面刻画经济的演变，在大数据背景下，同时分析比较横截面观察值和时间序列观察值的需求越来越大。面板数据就是指既含有截面又含有时间序列的数据，分析比较这种数据的模型就是面板数据模型。

相对于一般的回归模型，面板数据模型不仅能够更好的识别和度量单纯时间序列模型和单纯横截面数据模型所不能发现的影响因素,而且可以克服多重共线性的困扰，能够提供更多的信息、更多的变化、更高的自由度和更高的估计效率，减少共线性。因此，面板数据可以更准确地刻画更为复杂的经济行为，具有更好的理论价值和应用价值。

按照模型中是否含有滞后项，又分为静态面板数据和动态面板数据，本指南将分别简介原理和Eviews操作方法。

二、静态面板数据及Eviews实现

(1) 静态面板数据简介

一般的静态面板数据模型的一般形式如下：

yy ii ii=CC+bbxx ii ii+vv ii ii,ii=11,…NN,ii=11,…,TT (1)其中C为截距，v it为误差项，i为截面下标，N表示截面的个数，t为时间下标，T表示时间序列的长度。面板数据由于同时含有了多个横截面数据，有时需要考虑不同横截面个体存在的特殊效应，其误差项被设定为：

vv ii ii=ααii+ee ii ii（2）其中αi代表个体效应，反映了不同个体之间的差别。

当个体效应为固定常数时，式（1）为固定效应模型，此时每个个体截面都有不同的截距项α1、α2...αn，即其分布式与X it是有关的，反映了该个体的固定效应，因此固定效应模型又称为相关效应模型，严格说来，这个名字更加准确。固定效应模型的形式为：

yy ii ii=CC+bbxx ii ii+ααii+vv ii ii,ii=11,…NN,ii=11,…,TT (3) 用矩阵表示为：

1111222210...001...0............00...000...1n N n n y x e y x e y x e ααβα =

++

(4) 即， Y=D α+x β+e (5)

当个体效应αi 为随机变量时，式(5)为随机效应模型，此时其分布与X it 是无

关的，因此随机效应相应又称为非相关效应模型，随机效应模型的形式为： yy ii ii =CC +bbxx ii ii +ααii +vv ii ii ,ii =11,…NN ,ii =11,…,TT (6)

对于这两种模型，最长采用的估计方法为虚拟变量最小二乘法和广义最小二乘法。

（2）Eviews 实现

1) 录入数据 以A 、B 、C 、D 四家银行，2000-2010年十年的面板数据为例（变量为var1、var2）：

● 建立新的工作文件：File —New —Workfile ；

● 选择Dated-regular frequency ，填入开始年份（start date ）2000和结束年

份（start date ）2010，点击OK ；

● 右键—new object —选择pool —点击OK ； ● 填写Cross Section Identifiers 截面名：A 、B 、C 、D ；

● 选择view —spreadsheet —输入变量名（注意变量名后面要带？号）：var1?、

var2?

● 输入数据

2) 单位根检验

各个变量必须同阶平稳，否则即使最终模型显著，也可能是 “伪回归”。 ● 在pool 界面选择view —unit root test —在pool series 中分别输入待检验的

变量（后面要接？号）。

● Level 、1st different 、2nd different 用来确定变量差分几阶，一般从level

零阶开始检验，到1阶、2阶。

● 根据变量是否有截距项、是否同时有截距和明显趋势项、都没有，来相

应选择individual intercept 、individual intercept and trend 、none

●点击OK，出现结果，原假设是不平稳，P值小于0.05时认为变量平稳

3)协整检验

●在pool界面中选择View—cointegration test—variables中输入待检验

的变量，并选择截距情况

●点击OK，出现结果，none代表“有0个协整关系”、at most1为“至

多一个协整关系”……拒绝none则意味着至少有一个协整关系。

4)模型效应形式确定

此步中要检验模型是随机效应模型还是固定效应模型，思路是先建立随机效应模型，然后检验这种形式是否正确：

●建立随机效应模型：POOL—ESTIMATE。在dependent variable中填

入因变量，在右边填入自变量，cross-section选择radom

●进行Hausman随机效应检验：View—Fixed/Random Effects Testing

—Correlated Random Effects - Hausman Test。原假设是应该建立随机

效应模型，如果P值小于0.05，则认为应该建立固定效应模型，否

则建立随机效应模型。

5)模型建立

如果单位根检验是同阶平稳的，协整关系存在，并确定了模型的形式（随机或固定），则可以建立正式模型。

●POOL—ESTIMATE，选择自变量和因变量，并相应选择模型的形式，

如果是固定效应Fixed，还可以选择不同的加权方法，以使得结果更

加显著。