Eviews面板數(shù)據(jù)之隨機效應模型

1、精選優(yōu)質文檔-傾情為你奉上隨機效應模型的估計原理說明與豪斯曼檢驗在面板數(shù)據(jù)的計量分析中，如果解釋變量對被解釋變量的效應不隨個體和時間變化，并且解釋被解釋變量的信息不夠完整，即解釋變量中不包含一些影響被解釋變量的不可觀測的確定性因素，可以將模型設定為固定效應模型，采用反映個體特征或時間特征的虛擬變量（即知隨個體變化或只隨時間變化）或者分解模型的截距項來描述這些缺失的確定性信息。但是，固定效應模型也存在一定的不足。例如固定效應模型模型中包含許多虛擬變量時，減少了模型估計的自由度；實際應用中，固定效應模型的隨機誤差項難以滿足模型的基本假設，易于導致參數(shù)的非有效估計。更為重要的是，它只考慮了不完整的確

2、定性信息對被解釋變量的效應，而未包含不可觀測的隨機信息的效應。為了彌補這一不足，Maddala(1971)將混合數(shù)據(jù)回歸的隨機誤差項分解為截面隨機誤差分量、時間隨機誤差分量和個體時間隨機誤差分量三部分，討論如下隨機效應模型或雙分量誤差分解模型（1）： (1)表示個體隨機誤差分量；表示時間隨機誤差分量；表示個體時間（或混合）隨機誤差分量。如果模型（1）中只存在截面隨機誤差分量而不存在時間隨機誤差分量，則稱為個體隨機效應模型，否則稱為個體時間小于模型?；蛘叻Q為但分了誤差分解模型。下面來介紹這兩種模型：1.個體隨機效應模型當利用面板數(shù)據(jù)研究擁有擁有充分多個體的總體經(jīng)濟特征時，若利用總體數(shù)據(jù)的固定效應

3、模型就會損失巨大的自由度，使得個體截距項的估計不具有有效性。這時，可以在總體中隨機抽取N個樣本，利用這N個樣本的個體隨機效應模型： (2)推斷總體的經(jīng)濟規(guī)律。其中，個體隨機誤差項是屬于第i個個體的隨機干擾分量，并在整個時間范圍（t=1,2,T）保持不變，其反映了不隨時間變化的不可觀測隨機信息的效應。檢驗：個體隨機效應的原假設和備擇假設分別是： （混合估計模型）(個體隨機效應模型)個體隨機效應的檢驗統(tǒng)計量：其中，是混合模型OLS估計的殘差。在零售下，統(tǒng)計量LM服從1個自由度的分布，即。2.個體時間隨機效應模型實踐：一、數(shù)據(jù)：已知19962002年中國東北、華北、華東15個省級地區(qū)的居民家庭人均消

4、費（，不變價格）和人均收入（，不變價格）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）估計選擇面板模型；（4）面板單位根檢驗。年人均消費（consume）和人均收入（income）數(shù)據(jù)以及消費者價格指數(shù)（p）分別見表1，2和3。表1 19962002年中國東北、華北、華東15個省級地區(qū)的居民家庭人均消費（元）數(shù)據(jù)人均消費1996199719981999200020012002CONSUMEAH3607.433693.553777.413901.814232.984517.654736.52CONSUMEBJ5729.526531.81697

5、0.837498.488493.498922.7210284.6CONSUMEFJ4248.474935.955181.455266.695638.746015.116631.68CONSUMEHB3424.354003.713834.434026.34348.474479.755069.28CONSUMEHLJ3110.923213.423303.153481.743824.444192.364462.08CONSUMEJL3037.323408.033449.743661.684020.874337.224973.88CONSUMEJS4057.54533.574889.435010.91

6、5323.185532.746042.6CONSUMEJX2942.113199.613266.813482.333623.563894.514549.32CONSUMELN3493.023719.913890.743989.934356.064654.425342.64CONSUMENMG2767.843032.33105.743468.993927.754195.624859.88CONSUMESD3770.994040.634143.964515.0550225252.415596.32CONSUMESH6763.126819.946866.418247.698868.199336.11

7、0464CONSUMESX3035.593228.713267.73492.983941.874123.014710.96CONSUMETJ4679.615204.155471.015851.536121.046987.227191.96CONSUMEZJ5764.276170.146217.936521.547020.227952.398713.08表2 19962002年中國東北、華北、華東15個省級地區(qū)的居民家庭人均收入（元）數(shù)據(jù)人均收入1996199719981999200020012002INCOMEAH4512.774599.274770.475064.65293.555668.8

8、6032.4INCOMEBJ7332.017813.168471.989182.7610349.6911577.7812463.92INCOMEFJ5172.936143.646485.636859.817432.268313.089189.36INCOMEHB4442.814958.675084.645365.035661.165984.826679.68INCOMEHLJ3768.314090.724268.54595.144912.885425.876100.56INCOMEJL3805.534190.584206.644480.0148105340.466260.16INCOMEJS5

9、185.795765.26017.856538.26800.237375.18177.64INCOMEJX3780.24071.324251.424720.585103.585506.026335.64INCOMELN4207.234518.14617.244898.615357.795797.016524.52INCOMENMG3431.813944.674353.024770.535129.055535.896051INCOMESD4890.285190.795380.085808.966489.977101.087614.36INCOMESH8178.488438.898773.1109

10、31.6411718.0112883.4613249.8INCOMESX3702.693989.924098.734342.614724.115391.056234.36INCOMETJ5967.716608.397110.547649.838140.58958.79337.56INCOMEZJ6955.797358.727836.768427.959279.1610464.6711715.6表3 19962002年中國東北、華北、華東15個省級地區(qū)的消費者物價指數(shù)物價指數(shù)1996199719981999200020012002PAH109.9101.310097.8100.7100.599P

11、BJ111.6105.3102.4100.6103.5103.198.2PFJ105.9101.799.799.1102.198.799.5PHB107.1103.598.498.199.7100.599PHLJ107.1104.4100.496.898.3100.899.3PJL107.2103.799.29898.6101.399.5PJS109.3101.799.498.7100.1100.899.2PJX108.410210198.6100.399.5100.1PLN107.9103.199.398.699.910098.9PNMG107.6104.599.399.8101.3100.

12、6100.2PSD109.6102.899.499.3100.2101.899.3PSH109.2102.8100101.5102.5100100.5PSX107.9103.198.699.6103.999.898.4PTJ109103.199.598.999.6101.299.6PZJ107.9102.899.798.810199.899.1二、1.輸入操作： 步驟：（1）FileNewWorkfile步驟：（2）Start dateEnd dateOK步驟：（3）ObjectNew Object步驟：（4）Type of objectPool步驟：（5）輸入所有序列名稱步驟：（6）定義各變

13、量點擊sheet輸入consume？income？p?步驟：（7）將表1、2、3中的數(shù)據(jù)復制到Eviews中2.估計操作：步驟：（1）點擊poolmodelEstimate對話框說明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）將截距項選擇區(qū)選Random effects（個體隨機效應） Cross-section：Random備注：若是個體時間小于模型則選擇cross-section：random period：random得到如下部分輸出結果：相應的表達式是： (64.9) 其中虛擬變量的定義是：豪斯曼檢驗：接下來利用Hausman統(tǒng)計量檢驗應該建立個體隨機效應回歸模型還是個體固定效應回歸模型。：個體效應與回歸變量（）無關（個體隨機效應回歸模型）：個體效應與回歸變量（）相關（個體固定效應回歸模型）分析過程如下：步驟：（3）在上述輸出結果選擇：ViewFixed/Random Effects TestingCorrelated Random Effects-Hausman Test得到如下檢驗結果：由檢驗輸出結果的上半部分可以看出，Hausman統(tǒng)計量的值是18.76，相對應的概率是0.