Eviews面板数据之固定效应模型

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

Eviews 面板数据之固定效应模型

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:

1.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:

2

K

it i k kit it k y x u λβ==++∑ (1)

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构造F 统计量,以检验设定个体固定效应模型的合理性。F 模型的零假设:

01231:0N H λλλλ-===⋅⋅⋅==

()

1(1,(1)1)(1)

RRSS URSS N F F N N T K URSS

NT N K --=

---+--+:

RRSS 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ANCOVA 估计的残差平方和或者LSDV 估计的残差平方和。

实践:

一、数据: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)和人均收入(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 )和人均收入(income )数据以及消费者价格指数(p )分别见表1,2和3。

表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

表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

表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

二、1.输入操作:

步骤:(1)File——New——Workfile

步骤:(2)Start date——End date——OK

步骤:(3)Object——New Object

PZJ101

步骤:(4)Type of object——Pool

步骤:(5)输入所有序列名称

步骤:(6)定义各变量点击sheet—输入consumeincomep

步骤:(7)将表1、2、3中的数据复制到Eviews中

2.估计操作:

步骤:(1)点击poolmodel——Estimate

对话框说明

Dependent variable:被解释变量;Common:系数相同部分Cross-section specific:截面系数不同部分

步骤:(2)将截距项选择区选Fixed effects(固定效应)Cross-section:Fixed

得到如下输出结果:

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 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)。

对模型进行检验:

0.05

()

115-1==7.69=.90(1)

RRSS URSS N F F URSS NT N K --=>--+(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。

RRSS 求法请参见Eview 面板数据之混合回归模型 相应的表达式为:

1215596.500.6953.23592.44...230.16it it Consume Income D D D =+-+++

2

0.99,2259743r R SSE ==

其中虚拟变量1215,,...,D D D 的定义是:

1,1,2,...,15

0,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%。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:

2

K

it t k kit it k y x u γβ==++∑ (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(2),将时间项选择区选 Period :Fixed (时间固定效应)

得到如下结果:

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 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t α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)

RRSS URSS T F F URSS NT T K --=>--+(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 RRSS 求法请参见Eview 面板数据之混合回归模型 相应的表达式为:

1272.60.78114137.5...97.7it it Consume IP D D D =-++++-

2

0.986,4080749R SSE ==

其中虚拟变量127,,...,D D D 的定义是:

1,0,t D ⎧=⎨⎩如果属于第t 个截面,t=1996,...,2002

其他

相关文档
最新文档