eviews處理面板數(shù)據(jù)操作步驟.ppt

1 第十章PanelData模型 第一步錄入數(shù)據(jù)第二步分析數(shù)據(jù)的平穩(wěn)性 單位根檢驗(yàn) 第三步平穩(wěn)性檢驗(yàn)后分析路徑選擇第四步協(xié)整檢驗(yàn) 第五步回歸模型 2 第一步錄入數(shù)據(jù) 一請(qǐng)點(diǎn)實(shí)例數(shù)據(jù)二請(qǐng)點(diǎn)錄入數(shù)據(jù)軟件操作 3 實(shí)例數(shù)據(jù) 錄入企業(yè)投資需求模型數(shù)據(jù) 五家企業(yè)和三個(gè)變量的20個(gè)年度 1935 1954年 觀測(cè)值的時(shí)間序列 數(shù)據(jù)略 5家企業(yè) 3個(gè)變量 GM 通用汽車(chē)公司I 總投資CH 克萊斯勒公司M 前一年企業(yè)的市場(chǎng)價(jià)值GE 通用電器公司 反映企業(yè)的預(yù)期利潤(rùn) WE 西屋公司K 前一年末工廠存貨和設(shè)備的價(jià)值US 美國(guó)鋼鐵公司 反映企業(yè)必要重置投資期望值 4 錄入數(shù)據(jù)軟件操作 EVIEW6 0 方式一File New WorkfileWorkfilestructuretype Dated regularfrequencyStartdate1935Enddate1954OKObjects NewObject TypeofObjectpoolOKCrossSectionIdentifiers GM CH GE WE USView SpreadsheetView i m k 方式二 方式是否正確 有待考證 File New WorkfileWorkfilestructuretype BalancedPanelStartdate1935Enddate1954Numberofcross1OKCrossSectionIdentifiers GM CH GE WE USView SpreadsheetView i m k 5 第二步分析數(shù)據(jù)的平穩(wěn)性 單位根檢驗(yàn) 請(qǐng)點(diǎn)說(shuō)明請(qǐng)點(diǎn)軟件操作結(jié)果點(diǎn)檢驗(yàn)結(jié)果1結(jié)果2 6 分析數(shù)據(jù)的平穩(wěn)性 單位根檢驗(yàn) 說(shuō)明注 所有序列者要檢驗(yàn) 原 不穩(wěn)定 Hadri除外 Hadri中原 穩(wěn)定 目的 防止虛假回歸或偽回歸方法 相同根下 LLC Breintung Hadri不同根下 IPS ADF Fisher和PP Fisher5模式 三種檢驗(yàn)?zāi)Ｊ?既有趨勢(shì)又有截距 只有截距 以上都無(wú) 對(duì)面板序列繪制時(shí)序圖做出模式選擇 秩序 水平 level 一階差分 二階甚至高階差分直至序列平穩(wěn)為止 備注 ADF檢驗(yàn)是通過(guò)三個(gè)模型來(lái)完成 首先從含有截距和趨勢(shì)項(xiàng)的模型開(kāi)始 再檢驗(yàn)只含截距項(xiàng)的模型 最后檢驗(yàn)二者都不含的模型 并且認(rèn)為 只有三個(gè)模型的檢驗(yàn)結(jié)果都不能拒絕原假設(shè)時(shí) 我們才認(rèn)為時(shí)間序列是非平穩(wěn)的 而只要其中有一個(gè)模型的檢驗(yàn)結(jié)果拒絕了零假設(shè) 就可認(rèn)為時(shí)間序列是平穩(wěn)的 7 分析數(shù)據(jù)的平穩(wěn)性軟件操作 在Pool對(duì)象 View UnitRootTest 輸入相應(yīng)的Pool序列名 填寫(xiě)模式 先做序列圖再選擇 填寫(xiě)秩序 選擇檢驗(yàn)方法 填寫(xiě)序列名 右邊所有欄目軟件自動(dòng)填寫(xiě)無(wú)需更改 8 例10 4中I 的水平變量的所有方法的單位根檢驗(yàn)結(jié)果 各種方法的結(jié)果 除Breitung檢驗(yàn)外 都接受原假設(shè) I 存在單位根 是非平穩(wěn)的 只有此處小于0 05 說(shuō)明除此法外都認(rèn)為非平穩(wěn) 9 例10 4中I 的一階差分變量的所有方法的單位根檢驗(yàn)結(jié)果 各種方法的結(jié)果都拒絕原假設(shè) 所以可以得出結(jié)論 I 是I 1 的 所有P值均小于0 05 說(shuō)明平穩(wěn) 10 第三步平穩(wěn)性檢驗(yàn)后分析路徑選擇 平穩(wěn)性檢驗(yàn)后若 變量之間是非同階單整請(qǐng)點(diǎn)思路一序列變換變量之間是同階單整請(qǐng)點(diǎn)思路二協(xié)整檢驗(yàn) 11 思路一 變量之間是非同階單整 序列變換 變量之間是非同階單整的指即面板數(shù)據(jù)中有些序列平穩(wěn)而有些序列不平穩(wěn) 此時(shí)不能進(jìn)行協(xié)整檢驗(yàn)與直接對(duì)原序列進(jìn)行回歸 對(duì)序列進(jìn)行差分或取對(duì)數(shù)使之變成同階序列若變換序列后均為平穩(wěn)序列可用變換后的序列直接進(jìn)行回歸若變換序列后均為同階非平穩(wěn)序列 則請(qǐng)點(diǎn)思路二 12 思路二變量之間是同階單整 協(xié)整檢驗(yàn) 請(qǐng)點(diǎn)協(xié)整檢驗(yàn)說(shuō)明請(qǐng)點(diǎn)軟件操作結(jié)果判定請(qǐng)點(diǎn)123協(xié)整檢驗(yàn)通過(guò) 請(qǐng)點(diǎn)因果分析 請(qǐng)點(diǎn)回歸分析協(xié)整檢驗(yàn)沒(méi)通過(guò) 若均為2階單整 則都取差分或都取對(duì)數(shù)生成新序列進(jìn)行單位根檢驗(yàn)否是1階單整 取差分或?qū)?shù)后都會(huì)變成1階單整 如是對(duì)新序列進(jìn)行協(xié)整檢驗(yàn) 如無(wú)法達(dá)成協(xié)整 分析終止 若均為1階單整 直接全取差分或全取對(duì)數(shù) 進(jìn)行回歸分析 13 協(xié)整檢驗(yàn)說(shuō)明 原 不存在協(xié)整面板數(shù)據(jù)的協(xié)整檢驗(yàn)方法可以分為兩大類(lèi) 一類(lèi)是建立在EngleandGranger二步法檢驗(yàn)基礎(chǔ)上的面板協(xié)整檢驗(yàn) 具體方法主要有Pedroni檢驗(yàn)和Kao檢驗(yàn) 另一類(lèi)是建立在Johansen協(xié)整檢驗(yàn)基礎(chǔ)上的面板協(xié)整檢驗(yàn) 1 Pedroni檢驗(yàn)2 Kao檢驗(yàn)3 Johansen面板協(xié)整檢驗(yàn) 14 Pool序列的協(xié)整檢驗(yàn) 在EViews中打開(kāi)pool對(duì)象 選擇Views CointegrationTest 則顯示協(xié)整檢驗(yàn)的對(duì)話框 圖10 6面板數(shù)據(jù)的協(xié)整檢驗(yàn)的對(duì)話框 協(xié)整檢驗(yàn)操作 15 Pedroni檢驗(yàn) 原假設(shè) 無(wú)協(xié)整關(guān)系 此欄目下P值均小于0 05存在協(xié)整關(guān)系 此欄目下P值均兩個(gè)小于0 05存在協(xié)整關(guān)系一個(gè)大于0 05 不支持協(xié)整 16 表10 8Kao檢驗(yàn)和Pedroni檢驗(yàn)結(jié)果 滯后階數(shù)由SIC準(zhǔn)則確定 除此項(xiàng)外均支持協(xié)整 17 表10 8Johansen面板協(xié)整檢驗(yàn)結(jié)果 選擇序列有確定性趨勢(shì)而協(xié)整方程只有截距的情況 注 加 表示在5 的顯著性水平下拒絕原假設(shè)而接受備擇假設(shè) 上述檢驗(yàn)結(jié)果檢驗(yàn)的樣本區(qū)間為1991 2003年 從表10 8和表10 9的檢驗(yàn)結(jié)果可以看出 我國(guó)29個(gè)省市的城鎮(zhèn)居民消費(fèi)和收入的面板數(shù)據(jù)之間存在協(xié)整關(guān)系 支持協(xié)整 18 格蘭杰因果檢驗(yàn) 因果檢驗(yàn)的前提是變量協(xié)整 Eviews好像沒(méi)有在POOL窗口中提供Grangercausalitytest 如果想對(duì)面板數(shù)據(jù)中的某些合成序列做因果檢驗(yàn)的話 不妨先導(dǎo)出相關(guān)序列到一個(gè)組中 POOL窗口中的Proc MakeGroup 再來(lái)試試 因果分析 19 一確定影響形式固定影響隨機(jī)影響二確定模型形式形式一形式二形式三估計(jì)方法說(shuō)明一二三確定后就可以進(jìn)行模型最終的設(shè)定與估計(jì) 略 自已去完成 回歸模型 20 可編輯 21 一確定影響形式 請(qǐng)點(diǎn) 說(shuō)明請(qǐng)點(diǎn) 軟件操作 22 一確定影響形式說(shuō)明 方法Hausman檢驗(yàn) 原 應(yīng)建立隨機(jī)效應(yīng)模型 步驟首先 建立隨機(jī)效應(yīng)回歸其次 用Hausman檢驗(yàn)該模型是否是隨機(jī)效應(yīng)模型 23 一確定影響形式軟件操作 第一步 建立建立隨機(jī)效應(yīng)回歸 POOL ESTIMATE如右窗口點(diǎn)確定結(jié)果請(qǐng)點(diǎn)結(jié)果 此處選random 由于自變量前系數(shù)不變 所以自變量填寫(xiě)在此處 24 第二步 Hausman檢驗(yàn)原假設(shè) 應(yīng)建立隨機(jī)效應(yīng)模型在軟件的上一步分析的結(jié)果窗口 見(jiàn)左圖 進(jìn)行如下操作 View Fixed RandomEffectsTesting CorrelatedRandomEffects HausmanTest請(qǐng)點(diǎn)結(jié)果 25 中部地區(qū)模型的HausmanTest結(jié)果 由 10 3 68 式構(gòu)造的中部地區(qū)模型的HausmanTest統(tǒng)計(jì)量 W 是0 29 p值是0 59 接受原假設(shè) 隨機(jī)影響模型中個(gè)體影響與解釋變量不相關(guān) 結(jié)論 可以將模型設(shè)定為隨機(jī)模型 P值大于0 05 所以接受原假設(shè) 應(yīng)建立隨機(jī)效應(yīng)模型 26 說(shuō)明 1 模型有三種形式形式一 變系數(shù)模型形式二 固定影響模型形式二 不變參數(shù)模型 2 根據(jù)F檢驗(yàn)確定上述三種形式之一請(qǐng)點(diǎn) 確定模型形式的F檢驗(yàn) 二確定模型形式 27 確定模型形式的F檢驗(yàn)原假設(shè) 兩個(gè)如下H1 H2 判定規(guī)則 接受假設(shè)H2則為不變參數(shù)模型 模型三 檢驗(yàn)結(jié)束 拒絕假設(shè)H2 則檢驗(yàn)假設(shè)H1 如接受H1 則模型為變截距模型 模型二 若拒絕H1 則模型為變參數(shù)模型 模型一 構(gòu)建統(tǒng)計(jì)量 請(qǐng)點(diǎn)F統(tǒng)計(jì)量 28 構(gòu)建變參數(shù)模型得殘差平方和S1并考慮其自由度請(qǐng)點(diǎn)構(gòu)建變截距模型得殘差平方和S2并考慮其自由度請(qǐng)點(diǎn)構(gòu)建不變參數(shù)模型得殘差平方和S3并考慮其自由度請(qǐng)點(diǎn)計(jì)算F2統(tǒng)計(jì)量獲得S1 S2 S3后手工計(jì)算F2 F1 并查找臨界值做出判定請(qǐng)點(diǎn) 判定規(guī)則請(qǐng)點(diǎn)判定實(shí)例 假設(shè)檢驗(yàn)的F統(tǒng)計(jì)量的計(jì)算方法 29 例10 5中系數(shù) 和 取何種形式可以利用模型形式設(shè)定檢驗(yàn)方法來(lái)確定 1 首先分別計(jì)算3種形式的模型 變參數(shù)模型 變截距模型和不變參數(shù)模型 在每個(gè)模型的回歸統(tǒng)計(jì)量里可以得到相應(yīng)的殘差平方和S1 339121 5 S2 444288 4和S3 1570884 2 按 10 2 7 式和 10 2 8 式計(jì)算F統(tǒng)計(jì)量 其中N 5 k 2 T 20 得到的兩個(gè)F統(tǒng)計(jì)量分別為 F1 S2 S1 8 S1 85 3 29F2 S3 S1 12 S1 85 25 73利用函數(shù) qfdist d k1 k2 得到F分布的臨界值 其中d是臨界點(diǎn) k1和k2是自由度 在給定5 的顯著性水平下 d 0 95 得到相應(yīng)的臨界值為 F 2 12 85 1 87F 1 8 85 2 049由于F2 1 87 所以拒絕H2 又由于F1 2 049 所以也拒絕H1 因此 例10 5的模型應(yīng)采用變系數(shù)的形式 模型形式檢驗(yàn)步驟 注要手工計(jì)算 30 模型一變系數(shù)模型 根據(jù)以前所做的影響效應(yīng)填寫(xiě) POOL ESTIMATE如右窗口點(diǎn)確定結(jié)果請(qǐng)點(diǎn)結(jié)果 由于自變量前系數(shù)可變 所以自變量填寫(xiě)在此處 31 手工記下S1 手工記下 自由度為N T K 1 32 模型二 固定影響 FixedEffects i j i j 說(shuō)明軟件給出的固定影響分為 一總體均值二個(gè)體對(duì)總體的偏離 由于自變量前系數(shù)不變 所以自變量填寫(xiě)在此處 POOL ESTIMATE如右窗口點(diǎn)確定結(jié)果請(qǐng)點(diǎn)結(jié)果 33 記下S2 記下 自由度為N T 1 K 34 附注 包含時(shí)期個(gè)體恒量的固定影響變截距模型 35 36 模型三 不變參數(shù)模型 所有截面截距相同 系數(shù)相同 由于自變量前系數(shù)不變 所以自變量填寫(xiě)在此處 截距也不變 在此填寫(xiě)C 小心此處選 NONE 點(diǎn)確定結(jié)果請(qǐng)點(diǎn)結(jié)果 37 所有的截面的系數(shù)相等 和將5個(gè)公司的數(shù)據(jù)接到一起 用OLS的估計(jì)結(jié)果相同 記下S3 記下自由度為NT K 1 38 1 橫截面的異方差與序列的自相關(guān)性是運(yùn)用面板數(shù)據(jù)模型時(shí)可能遇到的最為常見(jiàn)的問(wèn)題 此時(shí)運(yùn)用OLS可能會(huì)產(chǎn)生結(jié)果失真 因此為了消除影響 對(duì)我國(guó)東 中 西部地區(qū)的分析將采用不相關(guān)回歸方法 SeeminglyUnrelatedRegression SUR 來(lái)估計(jì)方程 而對(duì)于全國(guó)范圍內(nèi)的估計(jì)來(lái)說(shuō) 由于橫截面?zhèn)€數(shù)大于時(shí)序個(gè)數(shù) 所以采用截面加權(quán)估計(jì)法 CrossSectio