eviews教程第25章时间序列截面数据模型

1、eviews 教程第 25 章时间序列截面数据模型(3) 对转换后变量使用 OLS (X 包括常数项和回归量 x ) (25.12) 其中 。 EViews 在输出中给出了由(3) 得到的 的参数估计。使用协方差矩阵的标准估计量计算标准差。 EViews 给出了随机影响的估计值。计算公式为： (25.13) 得到的是 的最 优线性无偏预测值。 最后，EViews 给出了加权和不加权的概括统计量。加权统计量来自 (3) 中的GLS 估计方程。未加权统计量来自普通模型的残差，普通模型中包括(3) 中的参数和估计随机影响： (25.14) 三、截面加权 当残差具有截面异方差性和同步不相关时最好进行截

2、面加权回归： (25.15) EViews 进行 FGLS ，并且 从一阶段Pool 最小二乘回归得出。 估计方差计算公式为： (25.16) 其中 是 OLS 的拟合值。 估计系数 值和协方差矩阵由标准 GLS 估计量给出。 四、 SUR 加权 当残差具有截面异方差性和同步相关性时， SUR 加权最小二乘是可行的 GLS 估计量： (25.17) 其 中 是同步相关的对称阵： (25.18) 一般项 ，在所有的 t 时为常数。 EViews 估计 SUR 模型时使用的 是由一阶段 Pool最小二乘回归得到： (25.19) 分母中的最大值函数是为了解决向下加权协方差项产 生的不平衡数据情况。

3、如果缺失值的数目可渐进忽略，这种方法生成可逆的 的一致估计量。 模型的参数估计和参数协方差矩阵计算使用标准的 GLS 公式。 五、怀特( White )协方差估计 在 Pool 估计中可计算怀特的异方差性一致协方差估计(除了SUR和随机影响估计)。 EViews 使用堆积模型计算怀特协方差矩阵： (25.20) 其中 K 是估 计参数总数。这种方差估计量足以解释各截面成员产生的异方差性，但不能解释截面成员间同步相关的可能。 * *第二十五章 时间序列 / 截面数据模型 在经典计量经济学模型中，所利用的数据(样本观测值)的一个特征是，或者只利用时间序 列数据 (time series) ，或者只

4、利用截面数据 (cross section) 。我们 经常遇到在同一时间包含不同截面成员信息的数据，或在若干时间区间观测到相关的一些截面成员的数据。例如许多欧洲国家的GDP时间序列数据，或者是一段时间不同地区的失业状态数据。我们称这些数 据为联合利用时间序列 /截面数据( Pooled time series ，crosssection )。有的书中也称这类数据为面板数据 (panel data)，指在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样 本数据。 处理时间序列 / 截面数据的 EViews 对象称为一个 Pool 。EViews 提供了许多专用工具处理 Pool 数

5、据，包括数据管理，选择时 间序列长度和截面成员的多少，以及进行数据估计。本章将主要介绍怎样建立 Pool 数据以及定义和处理 Pool 对象。 §25.1Pool 对象 Pool 对象的核心是建立用来表示截面成员的名 称表。为明显起见，名称要相对较短。例如，国家作为截面成员时， 可以使用 USA 代表美国， CAN 代表加拿大， UK 代表英国。 定义 了 Pool 的截面成员名称就等于告诉了 EViews ，模型的数据结构。在 上面的例子中， EViews 会自动把这个 Pool 理解成对每个国家使用单 独的时间序列。 必须注意， Pool 对象本身不包含序列或数据。一个 Pool

6、 对象只是对基本数据结构的一种描述。因此，删除一个 Pool 并不会同时删除它所使用的序列，但修改 Pool 使用的原序列会同时 改变 Pool 中的数据。 一、创建 Pool 对象 在本章中，使用 的是一个研究投资需求的例子，包括了五家企业和三个变量的 20 个年度观测值的时间序列：5家企业：3个变量：CM通用汽车公司I :总投资CH ：克莱斯勒公司 F ：前一年企业的市场价值GE:通用电器公司 S :前一年末工厂存货和设备的价值 WE ：西屋公司 US ：美国钢铁公司 要创建 Pool 对象， 选择 Objects/NewObject/Pool, 并在编辑窗口中输入截面成员的识别名称： 对

7、截面成员的识别名称没有特别要求，但必须能使用这些识别名称建立合法的 EViews 序列名称。此处推荐在每个识别名中使用“ _”字符，它不是必须的，但把它作为序列名的一部分，可以很容易找到识别名称。 二、观察或编辑 Pool 定义 要显示 Pool 中的截面成员识别名称，单击工具条的 Define 按钮，或选择View/Cross-Section Identifiers 。如果需要，也可以对识别名称列进行编辑。 三、使用 Pool 和序列 Pool 中使用的数据都存在普通 EViews 序列中。这些序列可以按通常方式使用：可以列表显示，图 形显示，产生新序列，或用于估计。也可以使用 Pool 对

8、象来处理各单独序列。 四、序列 命名 在 Pool 中使用序列的关键是序列命名：使用基本名和截面识别名称组合命名。截面 识别名称可以放在序列名中的任意位置，只要保持一致即可。 例如，现有一个 Pool 对象 含有识别名 JPN , USA， UK ,想建立每个截面成员的 GDP的时间序列，我们就 使用“ GDP”作为序列的基本名。可以把识别名称放在基本名的后面，此时序列名为GDPJPN , GDPUSA , GDPUK ;或者把识别名称放在基本名的前面，此时序列名为JPNGDP , USA GDP, UKGDP。把识别名称放在序列名的前面，中间或后面并没什么 关系，只要易于识别就行了。但是必须

9、注意要保持一致，不能这样命名序列：JPNGDP，GDPUSA UKGDP1因为EViews无法在Pool对象中识别这些序列。五、Pool序列 一旦选定的序列名和 Pool 中的截面成员识别名称相对应，就可以利用这些序列使用 Pool 了。其中关键是要理解 Pool 序列的概念。 一个 Pool 序列实际就是一组序列 , 序列名是 由基本名和所有截面识别名构成的。 Pool 序列名使用基本名和“？”占位符，其中“？” 代表截面识别名。如果序列名为GDPJPN， GDPUSA GDPUK， 相应的 Pool 序列为 GDP? 。如果序列名为 JPNGDP， USAGDP UKGDP， 相应的 Po

10、ol 序列为 ?GDP。 当使用一个 Pool 序列名时， EViews 认为将准备使用 Pool 序列中的所有序列。 EViews 会自动循环查找所 有截面识别名称并用识别名称替代“？”。然后会按指令使用这些替代后的名称了。 Pool 序列必须通过 Pool 对象来定义，因为如果没有截面识别名称，占位符“？”就没有意义。 §25.2 输入 Pool 数据 有很多种输入数 据的方法，在介绍各种方法之前，首先要理解时间序列 / 截面数据的结构，区别堆积数据 和非堆积数据形式。 时间序列 / 截面数据的数据信息用三维表示：时期，截面成员，变量。 例如： 1 950年，通用汽车公司，投资数

11、据。 使用三维数据比较困难，一般要转化成二维数据。有几种常用的方法。 一、非堆积数据 存在工作文件的数据都是这种非堆积数据， 在这种形式中，给定截面成员、给定变量的观测值放在一起，但和其他变量、其他截面成员的数据分开。例如，假定我们的数据文件为下面的形式： 其中基本名 I 代表 企业总投资、 F 代表前一年企业的市场价值、 S 代表前一年末工厂存货和设备的价值。每 个企业都有单独的 I 、 F 、S 数据。 EViews 会自动按第四章介绍的标准输入程序读取非 堆积数据。并把每个截面变量看作一个单独序列。注意要按照上述的 Pool 命名规则命名 确认后 EViews 会打开新建序列的堆积式数据表。我们看到的是按截面成员堆积的序列， Pool 序列名在每列表头，截面成员 / 年代识别符标识每行： 二、堆积数据 选择 View/Spreadsheet ( stacked data )， EViews 会要求输入序列名列表 Pool 数据排列成堆积形式，一个变 量的所有数据放在一起，和