Eview面板数据之固定效应模型

1、Eviews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：i.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：Kyitikxkit uit（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和之

2、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：H 0 : 123N 10（RRSS URSS）F 而g: F（N 1,N（T 1） K 1）URSS（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）面板单位根检验。

3、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1 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（元）数据人均消费1996199719981999200020012002CONSUMEAH3607.433693.553777.413901.814232.984517.654736.52CONSUMEBJ5729.526531.816970.837498.488493.498922.7210284.6CONSUMEFJ4248.474935.955181.455266.695638.746015.116631

4、.68CONSUMEHB3424.354003.713834.434026.34348.474479.755069.28CONSUMEHLJ3110.923213.423303.153481.743824.444192.364462.08CONSUMEJL3037.323408.033449.743661.684020.874337.224973.88CONSUMEJS4057.54533.574889.435010.915323.185532.746042.6CONSUMEJX2942.113199.613266.813482.333623.563894.514549.32CONSUMELN

5、3493.023719.913890.743989.934356.064654.425342.64CONSUMENMG2767.843032.33105.743468.993927.754195.624859.88CONSUMESD3770.994040.634143.964515.0550225252.415596.32CONSUMESH6763.126819.946866.418247.698868.199336.110464CONSUMESX3035.593228.713267.73492.983941.874123.014710.96CONSUMETJ4679.615204.15547

6、1.015851.536121.046987.227191.96CONSUMEZJ5764.276170.146217.936521.547020.227952.398713.08表2 19962002年中国东北、华北、华东15个省级地区的居民家庭人均收入（元）数据人均收入1996199719981999200020012002INCOMEAH4512.774599.274770.475064.65293.555668.86032.4INCOMEBJ7332.017813.168471.989182.7610349.6911577.7812463.92INCOMEFJ5172.936143.6

7、46485.636859.817432.268313.089189.36INCOMEHB4442.814958.675084.645365.035661.165984.826679.68INCOMEHLJ3768.314090.724268.54595.144912.885425.876100.56INCOMEJL3805.534190.584206.644480.0148105340.466260.16INCOMEJS5185.795765.26017.856538.26800.237375.18177.64INCOMEJX3780.24071.324251.424720.585103.58

8、5506.026335.64INCOMELN4207.234518.14617.244898.615357.795797.016524.52INCOMENMG3431.813944.674353.024770.535129.055535.896051INCOMESD4890.285190.795380.085808.966489.977101.087614.36INCOMESH8178.488438.898773.110931.6411718.0112883.4613249.8INCOMESX3702.693989.924098.734342.614724.115391.056234.36IN

9、COMETJ5967.716608.397110.547649.838140.58958.79337.56INCOMEZJ6955.797358.727836.768427.959279.1610464.6711715.6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1996199719981999200020012002PAH109.9101.310097.8100.7100.599PBJ111.6105.3102.4100.6103.5103.198.2PFJ105.9101.799.799.1102.198.799.5PHB107.1103.598

10、.498.199.7100.599PHLJ107.1104.4100.496.898.3100.899.3PJL107.2103.799.29898.6101.399.5PJS109.3101.799.498.7100.1100.899.2PJX108.410210198.6100.399.5100.1PLN107.9103.199.398.699.910098.9PNMG107.6104.599.399.8101.3100.6100.2PSD109.6102.899.499.3100.2101.899.3PSH109.2102.8100101.5102.5100100.5PSX107.910

11、3.198.699.6103.999.898.4PTJ109103.199.598.999.6101.299.6PZJ107.9102.899.798.810199.899.1二、1.输入操作：步骤：（1） File NewWorkfilepnie Edit ObjectView Proc Quick OptionsAdd-ins WindowHelpMewWorkfile.,Ctrl+ NO.pen,Database.SaveCtrl*SProg ramSave且筝led File丘Jmport步骤：（2） Start dateEnd dateOK步骤：（3） ObjectNew Objec

12、tPool步骤：（4） Type of objectO Workfile：viewPeJDbjRdinyie. 199Gample: 199G如I c旺 rasiaNew Object广 Type of otojectrooEquiatcnFactorGi d pbGroupLcgLMatri3t-V ectmr 士 c»fM 口 delPudFzalaxssHsgfclanne fiir objectpoolmodelOKCancel< UntitledGe nr | amp.l-c |Fill lei.*步骤：（5）输入所有序列名称CE Pool: POOLMODEL Wo

13、rkfile; UFJTITLED:Untitled -=View | Proc| Object | | Print | Name Freeze Estimate define | PoolGenr| SheetCrass Sacticrk Idanti Ei ars： CE/nt«r idanti £i ers Ibalow thi 5 line)AHBJFJHBHLJJLJSJXLMNUGSDSH sxTJZJ步骤：（6）定义各变量点击 sheet输入consume? income ? p?步骤：（7）将表1、2、3中的数据复制到Eviews中E Pool: POOLM

14、ODEL Workfile; UNTITLED:UntitledProcObjectPrintNameFreezeEstimatePefmePoolGtnrSheetViewCross Ssrti on IdsntiAM BJ FJ HBHUJL JSJX LN NMG SD SH SX TJ ZJEstimatePool EstmicSlioriSpiec rficaticmiOptions金 鼠 W vi-i J. 1.1 £1 . ta -wlr i. J nikh L L £ £ ,Jr Su L u* 1.1 hi. J_ 1obsCONSUME?INC

15、OME?F?obsCONSUME?INCOME?P?AH-19S63607.4304512 770109 9000 HAh19S73693.5504599.270101.3000AH-19S83777 4104770470100 0000AH-19593901 fl105064.B0097 eooooAH-2QC04232.98052 gM5501007000AH-20C14517.6505560.8001Q0.5Q0QAH-20024736.5206032 40099,00000 0BJ-19965729 5207332.010in.5000 nBJ-19976531.3107813.160

16、I05.3000n0J-19986970.8308471 980102.4000_Bjcggg7498.4809182700100.6000 n0J-2OOO849349010349 89103 50002.估计操作：步骤：（1）点击 poolmodellEtH 口匕在1"»旺Pc? 口liHEwiLUnr. AH BT FT HE HU JL.K JX iJfSD3X TJZJ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 effe

17、cts （固定效应）Cross-section: FixedPool EstimationSpeaficadonOptions;consume?Esbn-ajon m- nod P(JJRegressors and AR0 terms-,Ccmmon cDefficients:c income?Fixed and Rardcm EffectsPeriod:Cross-Section specific CDeffiaents：Period specific coefficients:V/eights: No weights一日tim司悦n settingsMethod -£ - Laa

18、&t Square-E (and AR)B313rM Sampleamplr;真定蹶港得到如下输出结果:Dependent /arianie： CONSUME?Uethot! Pooled L&astSquaresDate： 0715/14 Time： 11:06Sample 1996 2002i ndud&d observations: 1Cross-sections included: 15VariableCoefficientStd. Errort-StalisticPro00 00000.00005.63925349 54B52C595 5049INCOME?0

19、685232Fixed Effects CrossjAH-C-5323597日J-C592.4387FJ-C 75884H0-C169 6295HLJ-C-192 0354l_C0.433915JS-C-36.60391JX-C-341.5QaOLN-C38,76802NI.1G-C-230 18+0SD-G-140.3215SH-C327.1060sx-c-&5.131S0TJ-C61,43642ZJ-C230159089645040.013850Iohl pool (balanced) observations： 105Effeds SpecificationCrgss-sctip

20、n fixed (dummy 7ariable5jR-square0,992490M&in dependent var4801017Adjusted R-squ ared口 81226S D dependent var1700995S.E. of regression159.3436Akaike info critericn13.11944Slutii squared resid2259742Schwarz criierion13.52395Log likelihcoci672,7706Hannan-Duinn enter.1Q,23332卜 statistic784 1521Durb

21、in-Wat sen stat1.&24146Prob- F-statistic)oooooao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。： i。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 不同（真实模型为个体固定效应回归模型）(RRSS URSS)对模型进行检验:(4965275-2259743 )/22597H33=7.69 Fo,o5(14,90 )=18。23URSS(NT N K 1)225974390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

22、表达式为:Consume 596.50 0.69Incomeit 53.23D1 592.44D2 . 230.16D15_2 (6.64)(49.55)R0.99, SSEr 2259743其中虚拟变量Di,D2,., D15的定义是：D1,如果属于第外个体,i 1,2,.,15i 0,其他15个省级地区的城镇人均指出平均占收入68.62%。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，模型的截距显著不同，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

23、效应模型：Kyittkxkituitk 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:口领力日轲出3gB版CONSULPacifd LtM 吐 Squ,白学口OK QFE1 r4 Ti：11：OTSmpleTg非 SCQ2in dudDdatserallonsi?Crds*-se<ftDfis EducIM 1STo怜i 口口M (baiancM) 口:辛郡能 ar*Variable二口m不匚entSid ErrorStab dinProb.c>2.61D22S由J©皿心口比谆口

24、革的INCOME?0JBDO05O.a 1026475 90635o.oooa> I r-f it .-n r他0 E-C114.0250199/-C137 5OK193B-C53 3 361»10DB-C38,541272010-C-9 045003MD1-C-160 D26420J2-C977490aftflcis spiarcarnP*ri QdllAflatdunm心耳 口修白 mR-bqUjrd0.99 C43»“n dependtnl 旧4081017&r usi?crE 口 说匚.W1700 905S E cf regrEssicn506 ItE

25、TjkaitE infa ehIeiMfi13 509Su ：uumi=n 附胃口4080749.ScnwarzcfltorlOifi13.72030TOO ?t»7hRmnan-Ouinncrrter1164003Fiaisic1007 948D786995Proi：.T-5iariic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°:。模型中不同个体的截距相同（真实模型为混合回归模型）力 :模型中不同个体的截距项 t不同（真实模型为时间固定效应回归模型）。对模型进行检验：(RRSS URSS)(4965275-4080749 )【URSS(N

26、T T K 1)408074998=3.54 Fo.o5( 6,98) =2.19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：Consume2.6 0.78IPit 114D1 137.5 D2 . 97.7 D72（76.0） R 0.986, SSE 4080749其中虚拟变量D1,D2,., D7的定义是：1,如果属于第t个截面，t=1996,.,2002t 0,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

27、（个体）模 型的截距都显著地不相同，那么应该建立时点个体固定效应模型：Kyitt tkxkit uit（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 EstimationSpsaficaliorOptionsDependent variable %ccnscjmeRegpe5!；orE and j'.rO ：erin5_, “，)Common (oefficierrts；c income?meihcdFixed j

28、nd Random EffectsPeriod:Cro55-5 ection:Crasi-seclion specific coefficients:Period specificWeights:wri9hUEctimation cetiings取虑1495 20Q24IvjSample;i Balance SampleMethorl L£ - Squarp (and AR)得到结果如下:Dependent Variable: CONSUME?Method: Pooled Least SquaresDate: 07/21/14 Time: 15:44Sample: 1996 2002Included observations: 7Cross-sections included: 15Total pool (balanced) observations: 105VariableCoefficientStd. Errort-StatisticProb.C806.6751221.21433.6465780.00