Eviews面板數(shù)據(jù)之固定效應(yīng)模型

1、Ev i ews面板數(shù)據(jù)之固定效應(yīng)模型在面板數(shù)據(jù)線性回歸模型中，如果對(duì)于不同的截面或不同的時(shí)間序列，只是 模型的截距項(xiàng)是不同的，而模型的斜率系數(shù)是相同的，則稱此模型為固定效應(yīng)模 型。固定效應(yīng)模型分為三類：L個(gè)體固定效應(yīng)模型個(gè)體固定效應(yīng)模型是對(duì)于不同的縱剖面時(shí)間序列（個(gè)體）只有截距項(xiàng)不同的 模型：K先=4 + 2>/3+與（1）k=2從時(shí)間和個(gè)體上看，面板數(shù)據(jù)回歸模型的解釋變量對(duì)被解釋變量的邊際影響 均是相同的，而且除模型的解釋變量之外，影響被解釋變量的其他所有（未包括 在回歸模型或不可觀測(cè)的）確定性變量的效應(yīng)只是隨個(gè)體變化而不隨時(shí)間變化 時(shí)。檢驗(yàn)：采用無約束模型和有約束模型的回歸殘差平方

2、和之比構(gòu)造F統(tǒng)計(jì)量， 以檢驗(yàn)設(shè)定個(gè)體固定效應(yīng)模型的合理性。F模型的零假設(shè)：（RRSS-URSS）/F = TTyZAL/7（N 1,N（T 1） K + 1）（Jndd /7（NT-N-K + 1）RRSS是有約束模型（即混合數(shù)據(jù)回歸模型）的殘差平方和，URSS是無約束 模型ANCOVA估計(jì)的殘差平方和或者LSDV估計(jì)的殘差平方和。實(shí)踐：一、數(shù)據(jù)：已知19962002年中國(guó)東北、華北、華東15個(gè)省級(jí)地區(qū)的居民 家庭人均消費(fèi)（cp,不變價(jià)格）和人均收入（ip,不變價(jià)格）居民，利用數(shù)據(jù) （1）建立面板數(shù)據(jù)（panel data）工作文件；（2）定義序列名并輸入數(shù)據(jù)；（3） 估計(jì)選擇面板模型；（4）

3、面板單位根檢驗(yàn)。年人均消費(fèi)（consume）和人均收入 （income）數(shù)據(jù)以及消費(fèi)者價(jià)格指數(shù)（p）分別見表1, 2和3。表119962002年中國(guó)東北、華北、華東15個(gè)省級(jí)地區(qū)的居民家庭人均消費(fèi)（元）數(shù)據(jù)人均消費(fèi)1996199719981999200020012002CONSUMEAHCONSUMEBJCONSUMEFJCONSUMEHBCONSUMEHUCONSUMEJLCONSUMEJSCONSUMEJXCONSUMELNCONSUMENMGCONSUMESD5022CONSUMESH10464CONSUMESXCONSUMETJCONSUMEZJ表2 19962002年中國(guó)東北、華北、

4、華東15個(gè)省級(jí)地區(qū)的居民家庭人均收入（元）數(shù)據(jù)人均收入1996199719981999200020012002INCOMEAHINCOMEBJINCOMEFJINCOMEHBINCOMEHUINCOMEJL4810INCOMDSINCOMEJXINCOMELNINCOMENMG6051INCOMESDINCOMESHINCOMESXINCOMETJINCOMEZJ表3 1996-2002年中國(guó)東北、華北、華東15個(gè)省級(jí)地區(qū)的消費(fèi)者物價(jià)指數(shù)物價(jià)指數(shù)1996199719981999200020012002PAH10099PBJPFJPHB99PHUPJL98PJSPJX102101PLN100PN

5、MGPSDPSH100100PSXPTJ109PZJ101二、L輸入操作：步驟：(1) FileNewWorkfileFile Edit Object ViewProc Quick OptionsAdd-ins WindowHelpJMewWorkfile.Ctrl + NO.penDatabase.SaveCtrkSProgramSave As.Text FileCloseImport步驟：（2）Start dateEnd dateOK（3）ObjectNew ObjectFile Edit ! Object | View Proc Quick Options Add-ins Window

6、Help New Object.Generate Serics.Manage Links & Formulae.Fetch from DB.Update selected from DB.Show | Fetch | Store | Delete | Store selected to DB.Copy selected.Rename selected.F2Delete selectedPri nt Selected步驟：（4） Type of objectPool國(guó) Workfile:New Objectview proc| ObjType of objectNarme for obj

7、ectRange: 1996Sample: 1996Poolpoolmodcl在 residEquation Factor Graph Group LogL Matrix-Vector-CoefModelPool< UntitledSample ScalarSeriesSeries Link Series AlphaSpool SSpace String S Vector System Table- Text ValMap VAR-B )cGe nr SampleFilte 匚x步驟；（5）輸入所有序列名稱CEI Pool: POOLMODEL Workfile: UNTITLED:Un

8、titled - n| View | ProcObjectPrintName | FreezeEstimateDefine j PoolGenr| SheetCross Section. Identifiers： (Enter identifi ers ,below this line)AHBJ FJ HB HLJ JL JS JX LN NMG SD SH SX TJ ZJ步驟：（6）定義各變量點(diǎn)擊sheet一輸入consumeincomep回 Pool: POOLMODEL Workfile; UNTITLED;:UntitledView| Proc | Object | Print |

9、Name az£ | | EstimottDgfine | PoolGunr| SheetCross Secti on I denti AH BJ FJ HB HU JL JS JX LN NMG SD SH SX TJ ZJ步驟：（7）將表1、2、3中的數(shù)據(jù)復(fù)制到Eviews中obsCONSUME?INCOME?P?obsCONSUME?INCOME?P?AH-19963607.4304512770109.9000AH-19973693.5504599.270101.3000AH-19983777.4104770.470100.0000AH-19993901.8105064-.60

10、097.80000AH-20004232.9805293.550100.7000AH-20014517.6505668.800100.5000AH-20024736.5206032.40099.00000BJ-19965729.5207332.010111.6000BJ-19976531.8107813.160105.3000BJ-19986970.8308471.980102.4000BJ-19997498.4809182.760100.6000BJ-20008493.49010349 69103.50002.估計(jì)操作：步驟：（1）點(diǎn)擊 poolmodelEstimate（ View Pro

11、 c j Object | | Print Zsrne j Free j EntiEc.e j Define j PoolGenr She et Cr qm at Seutioxu Xdvxvti £* or ai ：x£i ix-ai Bvlow this*AM DJ FJMB HUT JL JS JXUT NMG SD 5H 3X TJ ZJ對(duì)話框說明Dependent variable:被解釋變量；Common：系數(shù)相同部分Cross-section specific:截面系數(shù)不同部分步驟：（2）將截距項(xiàng)選擇區(qū)選Fixed effects （固定效應(yīng)）Cross-se

12、ction ： FixedPool EstimationOptionsDependent variabeRegressors and AR。terms-, ll(>consume?Common coefficients:c income?Estimation method 1V,JCross-section specific coeffidents:Period specific coefficients:通定取消得到如下輸出結(jié)果：Dependent Variable: CONSUME?Method: Pooled Least SquaresDate: 07/16/14 Time: 11

13、:06Sample: 1996 2002Included observations: 7Cross-sections included: 15Total pool (balanced) observations: 105VariableCoefficientStd. Errort-StatisticProb.C596.504989.845046.6392630.0000INCOME?0.6862320.01385049.548620.0000Fixed Effects (Cross)AH-C-53.23597BJ-C592.4387FJ-C-4175884HB-C-169.6295HLJ-C-

14、192.0354JL-C0.493915JS-C-36.60391JX-C-341.5000LN-C8876802NMG-C-230.1840SD-C-140.3215SH-C327.1060SX-C-95,13180TJ-C6143642ZJ-C230.1580Effects SpecificationCross-s e ction fixed (d u mmy variabl e s)R-squared0.992490Mean dependentvar4981.017Adjusted R-squared0.991225S.D. dependentvar1700.985S.E. of reg

15、ression159.3436Akaike info criierion13.11944Sum squared resid2259743.Schwarz criterion13.52385Log likelihood-672.7706Hannan-Quinn criier.13.28332F-statistic784.1521Durbin-Watson stat1.624146Prob(F-statistic)0.000000接下來用F統(tǒng)計(jì)量檢驗(yàn)是應(yīng)該建立混合回歸模型，還是個(gè)體固定效應(yīng)回歸 模型。Ho：模型中不同個(gè)體的截距相同（真實(shí)模型為混合回歸模型）?！蹦Ｐ椭胁煌瑐€(gè)體的截距項(xiàng)4不同（真實(shí)模型

16、為個(gè)體固定效應(yīng)回歸模型）。對(duì)模型進(jìn)行檢驗(yàn):(RRSS -URSS)/(4965275-2259743)/=7.69 >/05( 14, 90 )=1.8023/N I _/15-1URSS/一 225974V/4NT-N-K + l)/90所以推翻原假設(shè)，建立個(gè)體固定效應(yīng)回歸模型更合理。RRSS求法請(qǐng)參見Eview面板數(shù)據(jù)之混合回歸模型相應(yīng)的表達(dá)式為:Consume =596.50 +0.69lncomeit -53.23 + 592.44D2 +. + 230.16DI5/?2=0.99,SS 與=2259743其中虛擬變量。匕的定義是：fl,如果屬于第/個(gè)個(gè)體,，= 1,2., 15

17、 “1。,其他15個(gè)省級(jí)地區(qū)的城鎮(zhèn)人均指出平均占收入。從上面的結(jié)果可以看出北京 市居民的自發(fā)性消費(fèi)明顯高于其他地區(qū)。2時(shí)點(diǎn)固定效應(yīng)模型時(shí)點(diǎn)固定效應(yīng)模型就是對(duì)于不同的截面（時(shí)點(diǎn)）有不同截距的模型。如果確 知對(duì)于不同的截面，模型的截距顯著不同，但是對(duì)于不同的時(shí)間序列（個(gè)體）截 距是相同的，那么應(yīng)該建立時(shí)點(diǎn)固定效應(yīng)模型：K2=2時(shí)點(diǎn)固定效應(yīng)模型與個(gè)體固定效應(yīng)模型的操作區(qū)別在于步驟（2）,將時(shí)間項(xiàng)選擇區(qū)選Period： Fixed （時(shí)間固定效應(yīng)）得到如下結(jié)果:Dependent Variable: CONSUME。Method: Pooled Least SquaresDate: 0722vl4 T

18、ime: 11:08Sample: 1996 2002lndudGdobso(vation$:7Cross-5 ecbons mdudect 15Total pool balanced) observations. 105VariableCoefficientS1d. Errori-SlabsticProb.C-2.63022568 56382-0 0383620 9695INCOME?0.7800050.01026475.996950.0000Faed Effects (Period)199&-C114.02501997-C137.5006199B-C53.936191999-C-3

19、8.641272000-C-90450032001-C-160.02642002-0-97.74908ehocis speancationPeriod fixed (dumtn/vadaDles)R-squared0.986439Mean dependent war4981.017ACjusteaR squared0.985460S.D.dependenivar1700 985S.E of regression205 1087Akaike info criterion13.55809Sum squared resid4080749.Schwarz critert on13.76030Log l

20、ivelihood-703 7997Hannan-Quinn enter1364003F-siatisiic1007.948DufDin-Waison stat0.786995PrO5(F-3taD5llC)0.000000接下來用F統(tǒng)計(jì)量檢驗(yàn)是應(yīng)該建立混合回歸模型，還是個(gè)體固定效應(yīng)回歸 模型。H。： a、=a。模型中不同個(gè)體的截距相同（真實(shí)模型為混合回歸模型）。用：模型中不同個(gè)體的截距項(xiàng)里不同（真實(shí)模型為時(shí)間固定效應(yīng)回歸模 型對(duì)模型進(jìn)行檢驗(yàn):-=3.54 > 705( 6, 98)=2.19URSS/(NT - T - K + l)4080749/ /98(RRSS-URSSy/ (4

21、965275-4080749 所以推翻原假設(shè)，可以建立時(shí)點(diǎn)固定效應(yīng)回歸模型 RRSS求法請(qǐng)參見Eview面板數(shù)據(jù)之混合回歸模型 相應(yīng)的表達(dá)式為：Consumeir =-2.6 + 0.78/ +114D, +137.5A +.-97.7D70.986, SSE = 4080749其中虛擬變量a , a，.d7的定義是：八fl,如果屬于第t個(gè)截面，t=1996,., 2002 其他3 .時(shí)點(diǎn)個(gè)體固定效應(yīng)模型時(shí)點(diǎn)個(gè)體固定效應(yīng)模型就是對(duì)于不同的截面（時(shí)點(diǎn)）、不同的時(shí)間序列（個(gè) 體）都有不同截距模型。如果確知對(duì)于不同的截面、不同的時(shí)間序列（個(gè)體）模 型的截距都顯著地不相同，那么應(yīng)該建立時(shí)點(diǎn)個(gè)體固定效應(yīng)

22、模型：K為=4/（3）k=2時(shí)點(diǎn)固定效應(yīng)模型與個(gè)體固定效應(yīng)模型的操作區(qū)別在于步驟（2）,將截距項(xiàng)選擇 區(qū)域：Cross-section： fixed （個(gè)體固定效應(yīng)）,時(shí)間項(xiàng)選擇區(qū)選Period： Fixed （時(shí) 間固定效應(yīng)）Pool EstimationOptionsMethod LS - Least Squares (and AR)Regressors and AR。terms-, Common coefficients:Ectirration sehings 1y >c income?Cross-section specific coefficients:Period specific coefficients:Sample: 1996 2002I Balance,Sample通定取消得到結(jié)果如下:Dependent Variable: CONSUMEMethod: Pooled Least SquaresDate: 07/21/14 Time: 15:44Sample: 1996 2002Included observations: 7Cross-