Eviews面板数据之固定效应模型

1、Ev i ews面板数据之固定效应模型在面板数据线性回归模型中，如果对于不同的截面或不同的时间序列，只是 模型的截距项是不同的，而模型的斜率系数是相同的，则称此模型为固定效应模 型。固定效应模型分为三类：L个体固定效应模型个体固定效应模型是对于不同的纵剖面时间序列（个体）只有截距项不同的 模型：K先=4 + 2>/3+与（1）k=2从时间和个体上看，面板数据回归模型的解释变量对被解释变量的边际影响 均是相同的，而且除模型的解释变量之外，影响被解释变量的其他所有（未包括 在回归模型或不可观测的）确定性变量的效应只是随个体变化而不随时间变化 时。检验：采用无约束模型和有约束模型的回归残差平方

2、和之比构造F统计量， 以检验设定个体固定效应模型的合理性。F模型的零假设：（RRSS-URSS）/F = TTyZAL/7（N 1,N（T 1） K + 1）（Jndd /7（NT-N-K + 1）RRSS是有约束模型（即混合数据回归模型）的残差平方和，URSS是无约束 模型ANCOVA估计的残差平方和或者LSDV估计的残差平方和。实践：一、数据：已知19962002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）

3、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1, 2和3。表119962002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1996199719981999200020012002CONSUMEAHCONSUMEBJCONSUMEFJCONSUMEHBCONSUMEHUCONSUMEJLCONSUMEJSCONSUMEJXCONSUMELNCONSUMENMGCONSUMESD5022CONSUMESH10464CONSUMESXCONSUMETJCONSUMEZJ表2 19962002年中国东北、华北、

4、华东15个省级地区的居民家庭人均收入（元）数据人均收入1996199719981999200020012002INCOMEAHINCOMEBJINCOMEFJINCOMEHBINCOMEHUINCOMEJL4810INCOMDSINCOMEJXINCOMELNINCOMENMG6051INCOMESDINCOMESHINCOMESXINCOMETJINCOMEZJ表3 1996-2002年中国东北、华北、华东15个省级地区的消费者物价指数物价指数1996199719981999200020012002PAH10099PBJPFJPHB99PHUPJL98PJSPJX102101PLN100PN

5、MGPSDPSH100100PSXPTJ109PZJ101二、L输入操作：步骤：(1) FileNewWorkfileFile Edit Object ViewProc Quick OptionsAdd-ins WindowHelpJMewWorkfile.Ctrl + NO.penDatabase.SaveCtrkSProgramSave As.Text FileCloseImport步骤：（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步骤：（4） Type of objectPool国 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步骤；（5）输入所有序列名称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步骤：（6）定义各变量点击sheet一输入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步骤：（7）将表1、2、3中的数据复制到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.估计操作：步骤：（1）点击 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对话框说明Dependent variable:被解释变量；Common：系数相同部分Cross-section specific:截面系数不同部分步骤：（2）将截距项选择区选Fixed effects （固定效应）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:通定取消得到如下输出结果：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接下来用F统计量检验是应该建立混合回归模型，还是个体固定效应回归 模型。Ho：模型中不同个体的截距相同（真实模型为混合回归模型）。”模型中不同个体的截距项4不同（真实模型

16、为个体固定效应回归模型）。对模型进行检验:(RRSS -URSS)/(4965275-2259743)/=7.69 >/05( 14, 90 )=1.8023/N I _/15-1URSS/一 225974V/4NT-N-K + l)/90所以推翻原假设，建立个体固定效应回归模型更合理。RRSS求法请参见Eview面板数据之混合回归模型相应的表达式为:Consume =596.50 +0.69lncomeit -53.23 + 592.44D2 +. + 230.16DI5/?2=0.99,SS 与=2259743其中虚拟变量。匕的定义是：fl,如果属于第/个个体,，= 1,2., 15

17、 “1。,其他15个省级地区的城镇人均指出平均占收入。从上面的结果可以看出北京 市居民的自发性消费明显高于其他地区。2时点固定效应模型时点固定效应模型就是对于不同的截面（时点）有不同截距的模型。如果确 知对于不同的截面，模型的截距显着不同，但是对于不同的时间序列（个体）截 距是相同的，那么应该建立时点固定效应模型：K2=2时点固定效应模型与个体固定效应模型的操作区别在于步骤（2）,将时间项选择区选Period： Fixed （时间固定效应）得到如下结果: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接下来用F统计量检验是应该建立混合回归模型，还是个体固定效应回归 模型。H。： a、=a。模型中不同个体的截距相同（真实模型为混合回归模型）。用：模型中不同个体的截距项里不同（真实模型为时间固定效应回归模 型对模型进行检验:-=3.54 > 705( 6, 98)=2.19URSS/(NT - T - K + l)4080749/ /98(RRSS-URSSy/ (4

21、965275-4080749 所以推翻原假设，可以建立时点固定效应回归模型 RRSS求法请参见Eview面板数据之混合回归模型 相应的表达式为：Consumeir =-2.6 + 0.78/ +114D, +137.5A +.-97.7D70.986, SSE = 4080749其中虚拟变量a , a，.d7的定义是：八fl,如果属于第t个截面，t=1996,., 2002 其他3 .时点个体固定效应模型时点个体固定效应模型就是对于不同的截面（时点）、不同的时间序列（个 体）都有不同截距模型。如果确知对于不同的截面、不同的时间序列（个体）模 型的截距都显着地不相同，那么应该建立时点个体固定效应

22、模型：K为=4/（3）k=2时点固定效应模型与个体固定效应模型的操作区别在于步骤（2）,将截距项选择 区域：Cross-section： fixed （个体固定效应）,时间项选择区选Period： Fixed （时 间固定效应）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通定取消得到结果如下:Dependent Variable: CONSUMEMethod: Pooled Least SquaresDate: 07/21/14 Time: 15:44Sample: 1996 2002Included observations: 7Cross-