PanelData模型EViews操作過程2013

1、Panel Data模型的EViews操作過程兩種模式：. 關(guān)于Panel工作文件；. 關(guān)于Pool對象。數(shù)據(jù)的預(yù)處理1.在EXCEL文件中，將每個變量各年的原始數(shù)據(jù)按照年份順序排成一列，稱之為堆積數(shù)據(jù)（見表“匯總0”）。2輸入截面單元的標識（表示地區(qū)的符號，前面加_；如：_HB、_NMG等）。3將數(shù)據(jù)表按照時間分類（即排序，見表“匯總”）。. 關(guān)于Panel工作文件的操作過程案例1：我國農(nóng)村居民消費函數(shù)（2000-2010年，27個省市數(shù)據(jù)，工作文件：NXF）一、輸入數(shù)據(jù)1、創(chuàng)建Panel工作文件選擇File / New / Workfile，在出現(xiàn)的創(chuàng)建工作文件對話框中：（1）在文件結(jié)構(gòu)類

2、型中，選擇“平衡面板（Balanced Panel）”；（2）輸入起始、終止期，截面單元個數(shù)。工作文件中將生成分別表示截面標識和時期標識的兩個序列：Crossid 截面標識dateid 時期標識2更改截面標識（可以省略）序列crossid中是以數(shù)字1、2、標記截面標識，為了便于區(qū)分，可以重新定義一個字符串序列。（1）點擊object / New object，選擇series Alpha并輸入序列名（設(shè)為dq）；（2）雙擊dq序列，在打開的序列窗口中粘貼截面標識的字符串序列；（3）雙擊工作文件窗口中的Range，在彈出的對話框中，將截面標識的的ID序列改成新的標識序列：dq3輸入數(shù)據(jù)鍵入命令：

3、DATA Y X，然后用復(fù)制+粘貼方式從Excel文件中將各個變量的堆積數(shù)據(jù)（注意：數(shù)據(jù)事先要按照截面單元堆積，本例中是按照“地區(qū)”）復(fù)制到工作文件之中；此時工作文件中各個變量都是堆積數(shù)據(jù)。二、模型估計過程1估計混合模型直接在命令窗口鍵入命令：LS Y C X2估計變截距模型在方程窗口中點擊Estimate按鈕，在彈出的方程描述框中選擇Panel Options選項卡，此時可以在截面和時期列表中選擇None、Fixed、Random，用來選擇單因素（或雙因素）固定效應(yīng)、隨機效應(yīng)變截距模型；同時可以選擇GMM、GLS、SUR等估計方法。個體-時期固定效應(yīng)個體固定效應(yīng) 個體-時期隨機效應(yīng)個體固定效

4、應(yīng)時期隨機效應(yīng) 雙因素固定效應(yīng)模型模型估計結(jié)果中只顯示解釋變量的參數(shù)估計值，截距項的估計結(jié)果要在ViewFixed/Random Effects中顯示。三、 Panel Data模型的檢驗過程1檢驗是單因素或雙因素或混合模型（1）估計固定效應(yīng)雙因素模型；（2）在方程窗口中選擇ViewFixed/Random Effects Testing/Redundant Fixed Effect，檢驗固定效應(yīng)“冗余”假設(shè)是否成立。同時存在個體效應(yīng)和時間效應(yīng)2檢驗是隨機效應(yīng)或固定效應(yīng)。（1）估計（雙因素）隨機效應(yīng)模型；（2）在方程窗口中選擇：ViewFixed/Random Effects Testing/

5、Correlate Random Effects，進行Hausman檢驗。時期固定效應(yīng)個體隨機效應(yīng)所以模型是雙因素模型同時存在著個體效應(yīng)和時間效應(yīng)；其中個體隨機效應(yīng)，時期固定效應(yīng)。估計結(jié)果為：. 關(guān)于Pool對象的操作過程案例2（來源：格林經(jīng)濟計量分析，工作文件：10_1）時期：1935-1954年；截面單元：5家企業(yè)GM：通用汽車公司、CH：克萊斯勒公司、GE：通用電器公司、WE：西屋公司US：美國鋼鐵公司3個變量：I ：總投資M ：前一年企業(yè)的市場價值（反映企業(yè)的預(yù)期利潤） K ：前一年末工廠存貨和設(shè)備的價值（反映企業(yè)必要重置投資期望值）內(nèi)容：一、 建立包含Pool對象的工作文件二、 Po

6、ol對象中的數(shù)據(jù)處理三、 模型估計過程四、 模型檢驗過程一、在工作文件中創(chuàng)建Pool對象1、創(chuàng)建工作文件（年度數(shù)據(jù)）2、創(chuàng)建Pool對象點擊Objects / New Object，選擇Pool對象，在彈出的窗口中輸入各個截面單元的識別標識（習(xí)慣上加上前綴“_”）：輸入截面單元標識二、Pool對象中的數(shù)據(jù)處理1輸入數(shù)據(jù)輸入方式：鍵盤輸入、文件導(dǎo)入、復(fù)制+粘貼（適用于堆積數(shù)據(jù)）（1）雙擊Pool對象，點擊View/Spreadsheet（stacked data），系統(tǒng)要求輸入序列名列表：輸入序列名，并且加后綴？（2）輸入數(shù)據(jù)：輸入Pool變量名，點擊OK后，出現(xiàn)數(shù)據(jù)窗口：進入輸入/編輯狀態(tài)根據(jù)

7、原始數(shù)據(jù)表的數(shù)據(jù)排列格式轉(zhuǎn)換堆積數(shù)據(jù)的排列方式：按截面單元 / 時期輸入數(shù)據(jù)的步驟為：l 事先將Excel中的數(shù)據(jù)整理成堆積數(shù)據(jù)，每個變量一列數(shù)據(jù)；l 根據(jù)Excel表中數(shù)據(jù)的排列形式，轉(zhuǎn)換EViews中數(shù)據(jù)的排列方式按截面單元 / 時期順序堆積數(shù)據(jù)（這比Panel的要求靈活）；l 利用復(fù)制+粘貼的方式，將Excel表中的數(shù)據(jù)復(fù)制到Pool對象中。2生成序列點擊Pool工具欄的Poolgenr按鈕，或者選擇ProcGenerate Pool Series，在彈出的對話框中輸入定義新序列的有關(guān)公式（例如，生成Kt-1）3描述統(tǒng)計在Pool窗口中選擇View/Descriptive Statist

8、ics，并在對話框中輸入變量名，將會輸出每個變量的有關(guān)描述統(tǒng)計量。說明： 堆積數(shù)據(jù)（Stacked data）: 計算每個變量（關(guān)于所有截面單元，所有時期）的描述統(tǒng)計量。去掉均值的堆積數(shù)據(jù)（Stacked-means removed）: 計算除去截面平均值之后的描述統(tǒng)計量。截面變量（Cross-section specific）: 計算每個變量關(guān)于截面的描述統(tǒng)計量。時期變量（Time period specific）: 計算每個變量關(guān)于時期的描述統(tǒng)計量。關(guān)于變量（堆積數(shù)據(jù)）關(guān)于變量截面數(shù)據(jù)（所有時期）三、 模型估計過程1點擊Pool工具欄的Estimate按鈕，將彈出模型估計對話框：估計方法2

9、可以估計的模型形式：模型類型Fixed and RandomRegressorscrossperiodcommoncrossperiod1混合模型NoneNoneX?2個體固定效應(yīng)變截矩FixedNoneX?3時間固定效應(yīng)變截矩NoneFixedX?4個體隨機效應(yīng)變截矩RandomNoneX?5時間隨機效應(yīng)變截矩NoneRandomX?6個體固定效應(yīng)變系數(shù)FixedNoneX?7時間固定效應(yīng)變系數(shù)NoneFixedX?8個體隨機效應(yīng)變系數(shù)RandomNoneX?9時間隨機效應(yīng)變系數(shù)NoneRandomX?10雙因素固定效應(yīng)變截矩FixedFixedX?11雙因素隨機效應(yīng)變截矩RandomRan

10、domX?12雙因素隨機效應(yīng)變系數(shù)RandomRandomX?X?說明：隨機效應(yīng)變系數(shù)模型對樣本容量有要求。輸入解釋變量，并確定效應(yīng)作用是否變參數(shù)：l 常參數(shù)l 截面變參數(shù)l 時間變參數(shù)可選項：None、Fixed、Random用于確定效應(yīng)的具體形式：l 無效應(yīng)、單因素、雙因素l 固定效應(yīng)、隨機效應(yīng)Hausman檢驗輸入被解釋變量 3估計方法的選擇當(dāng)模型個體（或時期）方程的隨機誤差項之間同方差、且不存在同期相關(guān)時，系統(tǒng)默認的估計方法是OLS；否則，需要采用GLS估計或SUR估計（似乎不相關(guān)估計）。類型估計方法1同方差、且不存在同期相關(guān)OLS（No Weights）2個體方程存在異方差，但不存在

11、同期相關(guān)GLS（cross-section weights）3個體方程之間存在同期相關(guān)SUR（cross-section SUR）4時期方程存在異方差，但不存在同期相關(guān)GLS（period weights）5時期方程之間存在同期相關(guān)SUR（period SUR）6隨機誤差項與解釋變量相關(guān)TSLS四、模型檢驗過程類型識別檢驗1檢驗是單因素或雙因素或混合模型（異質(zhì)性檢驗）（1）估計雙因素固定效應(yīng)模型；（2）在方程窗口中選擇ViewFixed/Random Effects Testing/Redundant Fixed Effect，檢驗是否存在“冗余”效應(yīng)。不存在時間效應(yīng)存在個體效應(yīng)2隨機效應(yīng)模型

12、與固定效應(yīng)模型1建立隨機效應(yīng)模型（雙因素或單因素，本例是隨機個體效應(yīng)）2進行Hausman 檢驗H0:模型是隨機效應(yīng)模型；由于p > 0.05，所以接受H0，認為模型是隨機效應(yīng)模型。3固定效應(yīng)變截矩模型與變系數(shù)模型將固定效應(yīng)變截矩模型與變系數(shù)模型進行比較，檢驗約束假設(shè)是否成立。具體步驟：（1）估計變截矩模型和變系數(shù)模型，得到約束回歸殘差平方和RSSE和無約束回歸殘差平方和USSE； （2）利用F統(tǒng)計量檢驗假設(shè)：（3）若F>F，則拒絕原假設(shè)，模型是變系數(shù)模型；F<F時，模型是變截矩模型。本例中，N=5，T=20，k=2，RSSE=444288，USSE=339122；所以，利用EViews中函數(shù)QFDIST(d,n