Eviews面板数据之固定效应模型

1Eviews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：1.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：2Kitikkititkyxu(1)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：01231:0NH()1(1,(1)1)(1)RRSSURSSNFFNNTKURSSNTNK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（paneldata）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1，2和3。表11996—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1996199719981999200020012002CONSUMEAH3607.433693.553777.413901.814232.984517.654736.52CONSUMEBJ5729.526531.816970.837498.488493.498922.7210284.6CONSUMEFJ4248.474935.955181.455266.695638.746015.116631.68CONSUMEHB3424.354003.713834.434026.34348.474479.755069.28CONSUMEHLJ3110.923213.423303.153481.743824.444192.364462.08CONSUMEJL3037.323408.033449.743661.684020.874337.224973.88CONSUMEJS4057.54533.574889.435010.915323.185532.746042.6CONSUMEJX2942.113199.613266.813482.333623.563894.514549.32CONSUMELN3493.023719.913890.743989.934356.064654.425342.64CONSUMENMG2767.843032.33105.743468.993927.754195.624859.882CONSUMESD3770.994040.634143.964515.0550225252.415596.32CONSUMESH6763.126819.946866.418247.698868.199336.110464CONSUMESX3035.593228.713267.73492.983941.874123.014710.96CONSUMETJ4679.615204.155471.015851.536121.046987.227191.96CONSUMEZJ5764.276170.146217.936521.547020.227952.398713.08表21996—2002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1996199719981999200020012002INCOMEAH4512.774599.274770.475064.65293.555668.86032.4INCOMEBJ7332.017813.168471.989182.7610349.6911577.7812463.92INCOMEFJ5172.936143.646485.636859.817432.268313.089189.36INCOMEHB4442.814958.675084.645365.035661.165984.826679.68INCOMEHLJ3768.314090.724268.54595.144912.885425.876100.56INCOMEJL3805.534190.584206.644480.0148105340.466260.16INCOMEJS5185.795765.26017.856538.26800.237375.18177.64INCOMEJX3780.24071.324251.424720.585103.585506.026335.64INCOMELN4207.234518.14617.244898.615357.795797.016524.52INCOMENMG3431.813944.674353.024770.535129.055535.896051INCOMESD4890.285190.795380.085808.966489.977101.087614.36INCOMESH8178.488438.898773.110931.6411718.0112883.4613249.8INCOMESX3702.693989.924098.734342.614724.115391.056234.36INCOMETJ5967.716608.397110.547649.838140.58958.79337.56INCOMEZJ6955.797358.727836.768427.959279.1610464.6711715.6表31996—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1996199719981999200020012002PAH109.9101.310097.8100.7100.599PBJ111.6105.3102.4100.6103.5103.198.2PFJ105.9101.799.799.1102.198.799.5PHB107.1103.598.498.199.7100.599PHLJ107.1104.4100.496.898.3100.899.3PJL107.2103.799.29898.6101.399.5PJS109.3101.799.498.7100.1100.899.2PJX108.410210198.6100.399.5100.1PLN107.9103.199.398.699.910098.9PNMG107.6104.599.399.8101.3100.6100.2PSD109.6102.899.499.3100.2101.899.3PSH109.2102.8100101.5102.5100100.5PSX107.9103.198.699.6103.999.898.4PTJ109103.199.598.999.6101.299.6PZJ107.9102.899.798.810199.899.13二、1.输入操作：步骤：（1）File——New——Workfile步骤：（2）Startdate——Enddate——OK步骤：（3）Object——NewObject步骤：（4）Typeofobject——Pool4步骤：（5）输入所有序列名称步骤：（6）定义各变量点击sheet—输入consume？income？p?5步骤：（7）将表1、2、3中的数据复制到Eviews中2.估计操作：步骤：（1）点击poolmodel——Estimate6对话框说明Dependentvariable:被解释变量；Common：系数相同部分Cross-sectionspecific:截面系数不同部分步骤：（2）将截距项选择区选Fixedeffects（固定效应）Cross-section：Fixed7得到如下输出结果：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。0H：i。模型中不同个体的截距相同（真实模型为混合回归模型）。1H：模型中不同个体的截距项i不同（真实模型为个体固定效应回归模型）。对模型进行检验：0.05()115-1==7.69=.90(1)RRSSURSSNFFURSSNTNK（4965275-2259743）（14,90）180232259743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8相应的表达式为：1215596.500.6953.23592.44...230.16ititConsumeIncomeDDD(6.64)(49.55)20.99,2259743rRSSE其中虚拟变量1215,,...,DDD的定义是：1,1,2,...,150,iiiD如果属于第个个体,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。92.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效应模型：2Kittkkititkyxu(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：10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。0H：i。模型中不同个体的截距相同（真实模型为混合回归模型）。1H：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：0.05()7-11==3.54=.98(1)RRSSURSSTFFURSSNTTK（4965275-4080749）（6,98）2194080749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：1272.60.78114137.5...97.7ititConsumeIPDDD(76.0)20.986,4080749RSSE其中虚拟变量127,,...,DDD的定义是：1,0,tD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）模型的截距都显著地不相同，那么应该建立时点个体固定效应模型：2Kitttkkititkyxu(3)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）11得到结果如下：DependentVariable:CONSUME?Method:PooledLeastSquaresDate:07/21/14Time:15:44Sample:19962002Includedobservations:7Cross-sectionsincluded:15Totalpool(balanced)observations:105VariableCoefficientStd.Errort-StatisticProb.C806.6751221.21433.6465780.0005INCOME?0.6533380.0345411