eviews处理面板数据操作步骤1课件

第十章PanelData模型

第一步录入数据第二步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2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：3个变量：GM：通用汽车公司I：总投资CH：克莱斯勒公司M：前一年企业的市场价值GE：通用电器公司（反映企业的预期利润）

WE：西屋公司K：前一年末工厂存货和设备的价值US：美国钢铁公司（反映企业必要重置投资期望值）3第二步分析数据的平稳性（单位根检验）请点说明请点软件操作结果点检验结果1

结果25分析数据的平稳性（单位根检验）说明注：所有序列者要检验

原：不稳定（Hadri除外，Hadri中原：稳定）目的：防止虚假回归或伪回归方法：相同根下：LLC、Breintung、Hadri不同根下：IPS、ADF-Fisher和PP-Fisher5模式：三种检验模式：既有趋势又有截距、只有截距、以上都无（对面板序列绘制时序图做出模式选择）。秩序：水平（level）、一阶差分、二阶甚至高阶差分直至序列平稳为止。备注：ADF检验是通过三个模型来完成，首先从含有截距和趋势项的模型开始，再检验只含截距项的模型，最后检验二者都不含的模型。并且认为，只有三个模型的检验结果都不能拒绝原假设时，我们才认为时间序列是非平稳的，而只要其中有一个模型的检验结果拒绝了零假设，就可认为时间序列是平稳的。6分析数据的平稳性软件操作

在Pool对象，View/UnitRootTest，输入相应的Pool序列名填写模式，先做序列图再选择

填写秩序

选择检验方法

填写序列名

右边所有栏目软件自动填写无需更改7例10.4中I?的一阶差分变量的所有方法的单位根检验结果:

各种方法的结果都拒绝原假设，所以可以得出结论：I?是I(1)的。所有P值均小于0.05，说明平稳9第三步平稳性检验后分析路径选择平稳性检验后若：变量之间是非同阶单整请点思路一序列变换变量之间是同阶单整请点思路二协整检验10思路一：变量之间是非同阶单整：序列变换◎变量之间是非同阶单整的指即面板数据中有些序列平稳而有些序列不平稳，此时不能进行协整检验与直接对原序列进行回归。◎对序列进行差分或取对数使之变成同阶序列若变换序列后均为平稳序列可用变换后的序列直接进行回归若变换序列后均为同阶非平稳序列，则请点思路二11协整检验说明原：不存在协整面板数据的协整检验方法可以分为两大类，一类是建立在EngleandGranger二步法检验基础上的面板协整检验，具体方法主要有Pedroni检验和Kao检验；另一类是建立在Johansen协整检验基础上的面板协整检验。1．Pedroni检验2．Kao检验3．Johansen面板协整检验13Pool序列的协整检验※在EViews中打开pool对象，选择Views/CointegrationTest…，则显示协整检验的对话框。图10.6面板数据的协整检验的对话框协整检验操作14Pedroni检验：原假设：无协整关系此栏目下P值均小于0.05存在协整关系此栏目下P值均两个小于0.05存在协整关系一个大于0.05，不支持协整15表10.8Johansen面板协整检验结果(选择序列有确定性趋势而协整方程只有截距的情况)原假设Fisher联合迹统计量(p值)Fisher联合-max统计量(p值)0个协整向量133.4(0.0000)*128.7(0.0000)*至少1个协整向量65.74(0.2266)65.74(0.2266)注：加“*”表示在5%的显著性水平下拒绝原假设而接受备择假设。上述检验结果检验的样本区间为1991-2003年，从表10.8和表10.9的检验结果可以看出，我国29个省市的城镇居民消费和收入的面板数据之间存在协整关系。支持协整17格兰杰因果检验（因果检验的前提是变量协整）。Eviews好像没有在POOL窗口中提供Grangercausalitytest，如果想对面板数据中的某些合成序列做因果检验的话，不妨先导出相关序列到一个组中(POOL窗口中的Proc/MakeGroup)，再来试试因果分析

18一确定影响形式固定影响随机影响二确定模型形式形式一形式二形式三估计方法说明一二三确定后就可以进行模型最终的设定与估计（略：自已去完成）回归模型

19一确定影响形式说明◎方法Hausman检验

◎原：应建立随机效应模型◎步骤

首先：建立随机效应回归

其次：用Hausman检验该模型是否是随机效应模型21

一确定影响形式软件操作第一步：建立建立随机效应回归◎POOL/ESTIMATE如右窗口点确定结果请点结果此处选random由于自变量前系数不变，所以自变量填写在此处22第二步：Hausman检验原假设：应建立随机效应模型在软件的上一步分析的结果窗口（见左图）进行如下操作：◎View/◎Fixed/RandomEffectsTesting/◎CorrelatedRandomEffects-HausmanTest请点结果23说明（1）模型有三种形式形式一：变系数模型形式二：固定影响模型形式二：不变参数模型

（2）根据F检验确定上述三种形式之一请点（确定模型形式的F检验）二确定模型形式25确定模型形式的F检验原假设：两个如下H1：H2：

判定规则：

接受假设H2则为不变参数模型（模型三），检验结束。拒绝假设H2，则检验假设H1。如接受H1，则模型为变截距模型（模型二）若拒绝H1，则模型为变参数模型（模型一）。构建统计量：请点F统计量

26模型一变系数模型根据以前所做的影响效应填写◎POOL/ESTIMATE如右窗口点确定结果请点结果由于自变量前系数可变，所以自变量填写在此处29手工记下S1手工记下：自由度为N（T-K-1）30模型二：固定影响(FixedEffects)(ij，i=j)

说明软件给出的固定影响分为：一总体均值二个体对总体的偏离由于自变量前系数不变，所以自变量填写在此处◎POOL/ESTIMATE如右窗口点确定结果请点结果31记下S2记下：自由度为N（T-1）-K32附注：包含时期个体恒量的固定影响变截距模型3334模型三：不变参数模型（所有截面截距相同、系数相同）由于自变量前系数不变，所以自变量填写在此处，截距也不变，在此填写C小心此处选：NONE点确定结果请点结果35

所有的截面的系数相等，和将5个公司的数据接到一起，用OLS的估计结果相同。记下S3记下自由度为NT-（K+1）36

（1）横截面的异方差与序列的自相关性是运用面板数据模型时可能遇到的最为常见的问题,此时运用OLS可能会产生结果失真,因此为了消除影响,对我国东、中、西部地区的分析将采用不相关回归方法(SeeminglyUnrelatedRegression,SUR)来估计方程。而对于全国范围内的估计来说,由于横截面个数大于时序个数,所以采用截面加权估计法(CrossSectionWeights,CSW)。（2）一般而