eviews面板数据变系数模型

第8讲 用面板数据模型预测

1．面板数据定义

时间序列数据或截面数据都是一维数据。时间序列数据是变量按时间得到的数据；截面数据是变量在固定时点的一组数据。面板数据是同时在时间和截面上取得的二维数据。面板数据也可以定义为相同截面上的个体在不同时点的重复观测数据或者称为纵向变量序列（个体）的多次测量。所以，面板数据（panel data）也称时间序列截面数据（time series and cross section data）或混合数据（pool data）。

面板数据示意图见图1。面板数据从横截面（cross section）看，是由若干个体（entity, unit, individual）在某一时点构成的截面观测值，从纵剖面（longitudinal section）看每个个体都是一个时间序列。

图1 N=15，T=50的面板数据示意图

图2是1978~2005年中国各省级地区消费性支出占可支配收入比率序列图。

图2 1978-2005年中国各省级地区消费性支出占可支配收入比率序列图(价格平减过)

136

面板数据用双下标变量表示。例如

yi t, i = 1, 2, …, N; t = 1, 2, …, T

i对应面板数据中

EVIEWS之变系数回归模型

1 变系数回归模型

前面讨论的是变截距模型，并假定不同个体的解释变量的系数是相同的，然而在现实中变化的经济结构或者不同的经济背景等不可观测的反映个体差异的因素会导致经济结构的参数随着横截面个体的变化而变化，即解释变量对被解释变量的影响要随着截面的变化而变化。这时要考虑系数随着横截面个体的变化而变化的变系数模型。

1.变系数回归模型原理

变系数模型一般形式如下：

yit??i?xit?i?uit,i?1,2,,N,t?1,2,,T（1）

其中：yit为因变量，xit为1?k维解释变量向量，N为截面成员个数，T为每个截面成员的观测时期总数。参数?i表示模型的常数项，?i为对应于解释变量的系数向量。随机误差项uit相互独立，且满足零均值、等方差的假设。

在式子（1）中所表示的变系数模型中，常数项和系数向量都是随着截面个体变化而变化，因此将该模型改写为：

yit?xit?i?uit （2）

其中：xit?(1,xit)1?(k?1)，?i?(?i,?i)'

模型的矩阵形式为：

Y?X??u （3）

其

中

：

?y1??Y??????yN??NT?1；

?yi1??y?yi??i2??????yiT?T?

EViews6.0在面板数据模型估计中的操作

EViews 6.0在面板数据模型估计中的实验操作

1、进入工作目录cd d:\nklx3，在指定的路径下工作是一个良好的习惯

2、建立面板数据工作文件workfile

（1）最好不要选择EViews默认的blanaced panel 类型

Moren_panel

（2

）按照要求建立简单的满足时期周期和长度要求的时期型工作文件

EViews6.0在面板数据模型估计中的操作

3、建立pool对象 （1）新建对象

（

2）选择新建对象类型并命名

EViews6.0在面板数据模型估计中的操作

（3）为新建pool对象设置截面单元的表示名称，在此提示下（Cross Section Identifiers: (Enter identifiers below this line )输入截面单元名称。建议采用汉语拼音，例如

29

个省市区的汉语拼音，建议在拼音名前加一个下划线“_”，如图

关闭建立的pool对象，它就出现在当前工作文件中。

4、在pool对象中建立面板数据序列

双击pool对象，打开pool对象窗口，在菜单view的下拉项中选择spreedsheet（展开表）

在打开的序列列表窗口中输入你要建立的序列名称，如果是面板数据序列必须

EViews6.0在面板数据模型估计中的操作

EViews 6.0在面板数据模型估计中的实验操作

1、进入工作目录cd d:\nklx3，在指定的路径下工作是一个良好的习惯

2、建立面板数据工作文件workfile

（1）最好不要选择EViews默认的blanaced panel 类型

Moren_panel

（2

）按照要求建立简单的满足时期周期和长度要求的时期型工作文件

EViews6.0在面板数据模型估计中的操作

3、建立pool对象 （1）新建对象

（

2）选择新建对象类型并命名

EViews6.0在面板数据模型估计中的操作

（3）为新建pool对象设置截面单元的表示名称，在此提示下（Cross Section Identifiers: (Enter identifiers below this line )输入截面单元名称。建议采用汉语拼音，例如

29

个省市区的汉语拼音，建议在拼音名前加一个下划线“_”，如图

关闭建立的pool对象，它就出现在当前工作文件中。

4、在pool对象中建立面板数据序列

双击pool对象，打开pool对象窗口，在菜单view的下拉项中选择spreedsheet（展开表）

在打开的序列列表窗口中输入你要建立的序列名称，如果是面板数据序列必须

动态面板数据与Eviews操作

一、数据输入

1、创建工作文档。如下图操作，在” workfile create”文本框的“workfile structure type”选择“balanced panel”,”panel specification”的”start date”和”end date”输入数据的起止期间，”wf”输入工作文档的名称，点击” OK” 即跳出新建的工作文档a界面。

2、创建新对象。操作如下图。在”new object”文本框的”type of object”选择”pool”，”name for object ”输入新对象的名称。创建成功后的界面如下面第3张图所示。

-

3、输入数据。双击”workfile”界面的

，跳出”pool”界面，输入个体。一般输入方式为

键，在跳出

如下：若上海输入_sh，北京输入_bj,…。个体输入完成后，点击该界面的

的”series list”输入变量名称，注意变量后要加问号。格式如下：y? x?。点击”OK”后，跳出数据输入界面，如下面第4张图所示。在这个界面上点击

键，即可以输入或者从

EXCEL处复制数据。

在输入数据后，记得保存数据。保存操作如下：

在跳出的“workfile save”文

一、我对几种面板数据模型的理解

1 混合效应模型 pooled model

就是所有的省份，都是相同，即同一个方程 ，截距项和斜率项都相同

yit=c+bxit+?it c 与b 都是常数

2 固定效应模型fixed-effect model 和随机效应模型random-effects model 就是所有省份，既有相同的部分，即斜率项都相同；也有不同的部分，即截距项不同。

2.1 固定效应模型 fixed-effect model

yit=ai+bxit+?it cov(ci,xit)≠0

固定效应方程隐含着跨组差异可以用常数项的不同刻画。每个ai都被视为未知的待估参数。xit中任何不随时间推移而变化的变量都会模拟因个体而已的常数项

2.2 随机效应模型 random-effects model

yit=a+ui+bxit+?it cov(a+ui,xit)=0

A是一个常数项，是不可观察差异性的均值，ui为第i个观察的随机差异性，不随时间变化。

3 变系数模型Variable Coefficient Models(变系数也分固定效应和随机效应) 每一个组，都采用一个方程

经济管理专业的助手-Eviews

第十章 第一步 录入数据

Panel Data模型

第二步 分析数据的平稳性(单位根检验)第三步 平稳性检验后分析路径选择 第四步 协整检验`

第五步 回归模型1

经济管理专业的助手-Eviews

第一步

录入数据

一 请点 实例数据

二 请点 录入数据软件操作

经济管理专业的助手-Eviews

实例数据录入企业投资需求模型数据：五家企业和三个变量的20个年度(1935-1954年)观测值的时间序列 (数据略)5家企业： GM:通用汽车公司 CH:克莱斯勒公司 GE:通用电器公司 3个变量： I :总投资 M :前一年企业的市场价值 (反映企业的预期利润)

WE:西屋公司US:美国钢铁公司

K :前一年末工厂存货和设备的价值(反映企业必要重置投资期望值)3

经济管理专业的助手-Eviews

录入 数据软件操作(EVIEW6.0) 方式一File/New/ Workfile Workfile structure type : Dated-regular frequency Start date 1935 End date 1954 OK Objects/New Object : Type of Object pool OK Cross Se

经济管理专业的助手-Eviews

第十章 第一步 录入数据

Panel Data模型

第二步 分析数据的平稳性(单位根检验)第三步 平稳性检验后分析路径选择 第四步 协整检验`

第五步 回归模型1

经济管理专业的助手-Eviews

第一步

录入数据

一 请点 实例数据

二 请点 录入数据软件操作

经济管理专业的助手-Eviews

实例数据录入企业投资需求模型数据：五家企业和三个变量的20个年度(1935-1954年)观测值的时间序列 (数据略)5家企业： GM:通用汽车公司 CH:克莱斯勒公司 GE:通用电器公司 3个变量： I :总投资 M :前一年企业的市场价值 (反映企业的预期利润)

WE:西屋公司US:美国钢铁公司

K :前一年末工厂存货和设备的价值(反映企业必要重置投资期望值)3

经济管理专业的助手-Eviews

录入 数据软件操作(EVIEW6.0) 方式一File/New/ Workfile Workfile structure type : Dated-regular frequency Start date 1935 End date 1954 OK Objects/New Object : Type of Object pool OK Cross Se

1.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9.1，9.2和9.3。

表9.1 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）数据人均消费1996 1997 1998 1999 2000 2001 2002

CONSUMEAH 3607.43 3693.55 3777.41 3901.81 4232.98 4517.65 4736.52

CONSUMEBJ 5729.52 6531.81 6970.83 7498.48 8493.49 8922.72 10284.6

CONSUMEFJ 4248.47 4935.95 5181.45 5266.69 5638.74 6015.11 6631.68

CONSUMEHB 3424.35 4003.71 3834.43 4026.3 4348.47 4479.75 506

STATA 面板数据模型估计命令一览表

一、静态面板数据的STATA处理命令

（一）数据处理

输入数据

●tsset code year 该命令是将数据定义为“面板”形式 ●xtdes 该命令是了解面板数据结构

●summarize sq cpi unem g se5 ln 各变量的描述性统计（统计分析） ●gen lag_y=L.y /////// 产生一个滞后一期的新变量 gen F_y=F.y /////// 产生一个超前项的新变量 gen D_y=D.y /////// 产生一个一阶差分的新变量 gen D2_y=D2.y /////// 产生一个二阶差分的新变量

（二）模型的筛选和检验

●1、检验个体效应（混合效应还是固定效应）（原假设：使用OLS混合模型） ●xtreg sq cpi unem g se5 ln,fe

对于固定效应模型而言，回归结果中最后一行汇报的F统计量便在于检验所有的个体效应整体上显著。在我们这个例子中发现F统计量的概率为0.0000，检验结果表明固定效应模型优于混合OLS模型。

●2、