eviews面板数据实例分析(包会)

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（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9.1，9.2和9.3。表9.11996—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1996199719981999200020012002CONSUMEAH3607.433693.553777.413901.814232.984517.654736.52CONSUMEBJ5729.526531.816970.837498.488493.498922.7210284.6CONSUMEFJ4248.474935.955181.455266.695638.746015.116631.68CONSUMEHB3424.354003.713834.434026.34348.474479.755069.28CONSUMEHLJ3110.923213.423303.153481.743824.444192.364462.08CONSUMEJL3037.323408.033449.743661.684020.874337.224973.88CONSUMEJS4057.54533.574889.435010.915323.185532.746042.6CONSUMEJX2942.113199.613266.813482.333623.563894.514549.32CONSUMELN3493.023719.913890.743989.934356.064654.425342.64CONSUMENMG2767.843032.33105.743468.993927.754195.624859.88CONSUMESD3770.994040.634143.964515.0550225252.415596.32CONSUMESH6763.126819.946866.418247.698868.199336.110464CONSUMESX3035.593228.713267.73492.983941.874123.014710.96CONSUMETJ4679.615204.155471.015851.536121.046987.227191.96CONSUMEZJ5764.276170.146217.936521.547020.227952.398713.08表9.21996—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9.31996—2002年中国东北、华北、华东15个省级地区的消费者物价指数（1）建立面板数据工作文件首先建立工作文件。打开工作文件后，过程如下：物价指数1996199719981999200020012002PAH109.9101.310097.8100.7100.599PBJ111.6105.3102.4100.6103.5103.198.2PFJ105.9101.799.799.1102.198.799.5PHB107.1103.598.498.199.7100.599PHLJ107.1104.4100.496.898.3100.899.3PJL107.2103.799.29898.6101.399.5PJS109.3101.799.498.7100.1100.899.2PJX108.410210198.6100.399.5100.1PLN107.9103.199.398.699.910098.9PNMG107.6104.599.399.8101.3100.6100.2PSD109.6102.899.499.3100.2101.899.3PSH109.2102.8100101.5102.5100100.5PSX107.9103.198.699.6103.999.898.4PTJ109103.199.598.999.6101.299.6PZJ107.9102.899.798.810199.899.1建立面板数据库。在窗口中输入15个不同省级地区的标识。（2）定义序列名并输入数据产生3*15个尚未输入数据的变量名。这样可以通过键盘输入或黏贴的方法数据数据。（3）估计、选择面板模型打开一个pool窗口，先输入变量后缀（所要使用的变量）。点击Estimate，打开估计窗口。A.混合模型的估计方法左边的Common表示相同系数，即表示不同个体有相同的斜率。得到如下输出结果：相应的表达式是：ˆ129.630.76ititCPIP(2.0)(79.7)20.98,4824588rRSSE上式表示15个省级地区的城镇人均指出平均占收入的76%。B.个体固定效应回归模型的估计方法将截距项选择区选Fixedeffects（固定效应）得到如下输出结果：相应的表达式为：1215ˆ515.60.7036.3537.6...198.6ititCPIPDDD(6.3)(55)20.99,2270386rRSSE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70%。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。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）。F统计量定义为：()/[(1)()]()/(1)/()/()ruruuuSSESSENTkNTNkSSESSENFSSENTNkSSENTNk其中rSSE表示约束模型，即混合估计模型的残差平方和，uSSE表示非约束模型，即个体固定效应回归模型的残差平方和。非约束模型比约束模型多了1N个被估参数。所以本例中：0.05(4824588227386)/(151)8.1(14,89)1.82270386/(105151)FF所以推翻原假设，建立个体固定效应回归模型更合理。C.时点固定效应回归模型的估计方法将时间选择为固定效应。得到如下输出结果：相应的表达式为：127ˆ2.60.78105.9134.1...93.9ititCPIPDDD(76.6)20.987,4028843RSSE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D.个体随机效应回归模型估计截距项选择Randomeffects（个体随机效应）得到如下部分输出结果：相应的表达式是：1215ˆ345.20.722.6367.0...106.1ititCPIPDDD(68.5)20.98,2979246RSSE其中虚拟变量1215,,...,DDD的定义是：1,0,iD如果属于第i个个体,i=1,2,...,15其他接下来利用Hausman统计量检验应该建立个体随机效应回归模型还是个体固定效应回归模型。0H：个体效应与回归变量（itIP）无关（个体随机效应回归模型）1H：个体效应与回归变量（itIP）相关（个体固定效应回归模型）分析过程如下：得到如下检验结果：由检验输出结果的上半部分可以看出，Hausman统计量的值是14.79，相对应的概率是0.0001，即拒接原假设，应该建立个体固定效应模型。检验结果的下半部分是Hausman检验中间结果比较。个体固定效应模型对参数的估计值为0.697561，随机效应模型对参数的估计值为0.724569。两个参数的估计量的分布方差的差为0.000049。综上分析，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和人金收入问题应该建立个体固定效应回归模型。人均消费平均占人均收入的70%。随地区不同，自发消费（截距项）存在显著性差异。（4）面板单位根检验以cp序列为例。首先在工作文件窗口中打开cp变量的15个数据组。单位根检验过程如下：得到如下检验结果：从上面的检验结果可以看出来，6种检验方法的结论都认为15个cp序列存在单位根。选择IPS检验方法进行单位根检验。检验结果如下：从上面的结果可以看出，cp面板存在单位根，同时每个个体都存在单位根。2.收集中国2000—2005年各地区城镇居民人均可支配收入X和消费指出Y统计数据如表9.4。数据是6年的，每一年都有32组数据，共192组观测值。人均可支配收入和消费支出数据（单位：元）200020012002200320042005地区可支配收入消费支出可支配收入消费支出可支配收入消费支出可支配收入消费支出可支配收入消费支出可支配收入消费支出XYXYXYXYXYXY全国6279.984998.006859.585309.017702.806029.888472.206510.949421.617182.1010493.037942.88北京10349.698493.4911577.788922.7212463.9210284.6013882.6211123.8415637.8412200.4017652.9513244.20天津8140.506121.048958.706987.229337.567191.9610312.917867.5311467.168802.4412638.559653.26河北5661.164348.475984.824479.756679.685069.287239.065439.777951.315819.189107.0