用Eviews6处理面板数据

Eviews6 0 面板数据操作 1 数据输入 1 11 1 创建工作文档创建工作文档 如下图操作 在 workfile create 文本框的 workfile structure type 选择 balanced panel panel specification 的 start date 和 end date 输入数据的起止期间 wf 输入工作文档的名称 点击 OK 即跳出新建的工作文档 a 界面 1 21 2 创建新对象创建新对象 操作如下图 在 new object 文本框的 type of object 选择 pool name for object 输入新对象的名称 创建成功后的界面如下面第 3 张图 所示 1 31 3 输入数据输入数据 双击 workfile 界面的 跳出 pool 界面 输入个体 一般输 入方式为如下 若上海输入 sh 北京输入 bj 个体输入完成后 点击该界 面的键 在跳出的 series list 输入变量名称 注意变量后要加问号 格式如下 y x 点击 OK 后 跳出数据输入界面 如下面第 4 张图所示 在这个界面上点击键 即可以输入或者从 EXCEL 处复制数据 在输入数据后 记得保存数据 保存操作如下 在跳出的 workfile save 文本框选择 ok 即可 则自动保存到我的文 档 然后在 workfile 界面如下会显示保存路径 d my documents a wf1 若要保存到自己选择的路径下面 则在保存时选择 save as 在跳出的文本框里选择自己要保存的路径以及命名文件名称 1 41 4 单位根检验单位根检验 一般回归前要检验面板数据是否存在单位根 以检验数据的平稳性 避免 伪回归 或虚假回归 确保估计的有效性 单位根检验时要分变量检验 补充 网上对面板数据的单位根检验和协整检验存在不同意见 一般认为时间区间较 小的面板数据无需进行这两个检验 1 4 11 4 1 生成数据组生成数据组 如下图操作 点击 make group 后在跳出的 series list 里输入要单 位根检验的变量 完成后就会跳出如下图 3 所示的组数据 1 4 21 4 2 生成时序图生成时序图 如下图操作 在 gragh options 界面的 specifi 下选择生成的时序 图的形状 一般都默认设置 生成的时序图如下图 3 所示 观察时序图的趋势 以确定单位根检验的检验模式 1 4 31 4 3 单位根检验单位根检验 单位根检验时 在 group unit root test 里的 test for root in 按检验结果一步 步检验 如果原值 level 的检验结果符合要求 即不存在单位根 则单位根检 验就不需要检验下去了 如果不符合要求 则需继续检验一阶差分 1st difference 二阶差分 2nd difference include in test equation 是检验模式的选 择 根据上面时序图的形状来选择 从上面的时序图可以看出 原值的检验模 式应该选择含有截距项和趋势的检验模式 即 include in test equation 选择 individual intercept and trend 检验结果如下图 3 所示 从检验结果可以看出 检验结果除了 levin 检验方法外其他方法的结果都不符合要求 Prob xx 小于置 信度 如 0 05 则认为拒绝单位根的原假设 通过检验 所以继续检验一阶差分 和二阶差分 直到检验结果达到要求 如果变量原值序列通过单位根检验 则 称变量为 0 阶单整 如果变量一阶差分后的序列通过单位根检验 则称变量为 一阶单整 以此推之 注意 注意 单位根检验的方法 test type 较多 可以使用 LLC IPS Breintung ADF Fisher 和 PP Fisher 这 5 种方法进行面板单位根 检验 一般 为了方便起见 只采用相同根单位根检验只采用相同根单位根检验 LLCLLC 和不同根单位根检和不同根单位根检 验验 Fisher ADFFisher ADF 这两种检验方法 如果它们都拒绝存在单位根的原假设 则可以这两种检验方法 如果它们都拒绝存在单位根的原假设 则可以 认为此序列是平稳的 反之就是非平稳的认为此序列是平稳的 反之就是非平稳的 1 51 5 协整检验协整检验 协整检验检验的是模型的变量之间是否存在长期稳定的关系 其前提是解 释变量和被解释变量在单位根检验时为同阶单整 操作如下图所示 1 61 6 回归估计回归估计 面板数据模型根据常数项和系数向量是否为常数 分为 3 种类型 混合回 归模型 都为常数 变截距模型 系数项为常数 和变系数模型 皆非常数 混合模型 ititit yx 1 2 1 2 iN tT 变截距模型 itiitit yx 1 2 1 2 iN tT 变系数模型 itiitiit yx 1 2 1 2 iN tT 判断一个面板数据究竟属于哪种模型 用 F 统计统计量 21 1 1 1 1 1 1 SSNK FFNK N TK SNTN K 31 2 1 1 1 1 1 1 1 SSNK FFNKN TK SNTN K 来检验以下两个假设 12 1 N H 1212 2 NN H 其中 分别为变系数模型 变截距模型和混合模型的残差平1S2S3S 方和 K 为解释变量的个数 N 为截面个体数量 为常数项 为系数向量 若计算得到的统计量的值小于给定显著性水平下的相应临界值 则接受假2F 设 用混合模型拟合样本 反之 则需用检验假设 如果计算得到2H1F1H 的值小于给定显著性水平下的相应临界值 则认为接受假设 用变截距1F1H 模型拟合 否则用变系数模型拟合 具体操作 1 分别对面板数据进行 3 种类型模型的回归 得到 此1S2S3S 外 一般来说 用样本数据推断总体效应 应用随机效应回归模型 直接对样 本数据进行分析 采用固定效应回归模型 首先回到面板数据表 如果是在如下这个界面时 点击按钮 在跳出的 series list 文本框里输入模型变量 如下图 也可以通过重新打开工作文件 如下图操作 选择自己当初保存的路径和文件名 点击打开 打开后 跳出工作文件 双击 然后分别进行变系数 变截距和混合模型的回归估计 点击 进行变系数回归变系数回归 变系数 变截距回归变截距回归 混合模型估计混合模型估计 前面同 2 操作 在 pool estimation 输入如下 2 确定模型形式 把模型估计取得的 s1 s2 s3 数值代入前述公式 第 13 页 如下 21 1 1 1 1 1 1 SSNK FFNK N TK SNTN K 31 2 1 1 1 1 1 1 1 SSNK FFNKN TK SNTN K 计算得到 F1 F2 值 检验假设 H1 H2 从而确定采用何种模型形式 变系数 变截距 混合效应 3 回归分析 若检验结果表明应采用变系数模型 回到以下界面进行估计 点击 进行变系数回归 上图列示了回归结果 其中 Coefficient 为系数 比如 AH 的系数为 0 760053 截距项为 477 4820 315 8649 t Statistic 为 t 值 检验每一个自变量的合理性 t 大于临界值 表示可拒绝系数为 0 的假设 即系数合理 Prob 为系数的概率 若其小于 置信度 如 0 05 则表明 t 大于临界值 即认为系数合理 从结果可以看出 本例中系数合理 R squared 为样本决定系数 表示总离差平方和中由回归方程可以解 释部分的比例 比例越大说明回归方程可以解释的部分越多 值为 0 1 越 接近 1 表示拟合越好 0 8 认为可以接受 但是 R2 随因变量的增多而增大 所以可以通过增加自变量的个数来提高模型的 R squared 本例中 R squared0 995382 接近 1 拟合度相当好 Adjust R seqaured 为 修正的 R squared 与 R squared 有相似意义 F statistic 表示模型拟合