面板数据模型

1、面板数据模型2000300040005000600070008000900010000110002000400060008000100001200014000CP_IAHCP_IBJCP_IFJCP_IHBCP_IHLJCP_IJLCP_IJSCP_IJXCP_ILNCP_INMGCP_ISDCP_ISHCP_ISXCP_ITJCP_IZJIP_I2000300040005000600070008000900010000110002000400060008000100001200014000IPCROSSCP1996CP1997CP1998CP1999CP2000CP2001CP2002IP2

2、000300040005000600070008000900010000110002000400060008000100001200014000IPCROSSCP1996CP1997CP1998CP1999CP2000CP2001CP2002IP用原变量建模还是用对数变量建模用原变量建模还是用对数变量建模? ?图8图9(1)建立年度频率文件建立年度频率文件面板数据EVIEWS输入（2）建立合成数据库）建立合成数据库（pool）对象）对象 在打开工作文件窗口的基础上，点击主功能菜单中的Objects键，选New Object功能，从而打开New Object（新对象）选择窗 在Type of O

3、bject选择区选择Pool（混合数据库），在Name of Object选择区命名CS（初始显示为Untitled），点击OK，从而打开Pool对象说明窗口。在窗口中输入15个地区标识AH（安徽）、BJ（北京）、ZJ（浙江）。（3）定义序列名并输入数据）定义序列名并输入数据 在新建立的Pool（混合数据）窗口的工具栏中点击Sheet键，从而打开Series List（列出序列名）窗口，定义时间序列变量CP?和IP?，如下图。点击OK键，从而打开Pool（混合数据库）窗口，输入数据，输入完成后的情形见图。图11.3.3 序列列表对话框 图 序列的堆栈形式数据表 从结果看，北京、上海、浙江是自发

4、消费（消费函数截距）最大的3个地区。3. 面板数据模型估计方法面板数据模型估计方法混合最小二乘混合最小二乘（Pooled OLS）估计估计 （适用于混合模型）（适用于混合模型）平均数平均数（between）OLS估计估计 （适用于混合模型和个体随机效应模型）（适用于混合模型和个体随机效应模型）离差变换离差变换（within）OLS估计估计 （适用于个体固定效应回归模型）（适用于个体固定效应回归模型）一阶差分一阶差分（first difference）OLS估计估计 （适用于个体固定效应模型）（适用于个体固定效应模型）可行可行GLS（feasible GLS）估计估计 （适用于随机效应模型）（适

5、用于随机效应模型）混合模型与个体固定效应模型比较，应该建立个体固定效应模型。混合模型与个体固定效应模型比较，应该建立个体固定效应模型。 4 4面板数据模型检验与设定方法面板数据模型检验与设定方法4.4 Hausman检验检验原假设与备择假设是原假设与备择假设是H0: 个体效应与回归变量无关（个体随机效应回归模型）个体效应与回归变量无关（个体随机效应回归模型）H1: 个体效应与回归变量相关（个体固定效应回归模型）个体效应与回归变量相关（个体固定效应回归模型）个体随机效应模型与个体固定效应模型比较，应该建立个体固定效应模型。个体随机效应模型与个体固定效应模型比较，应该建立个体固定效应模型。6面板数

6、据的单位根检验面板数据的单位根检验LLC检验是左单端检验检验是左单端检验，因为，因为LLC = 4.28 -1.65，所以存在单位根。，所以存在单位根。6面板数据的单位根检验面板数据的单位根检验6.3 IPS（Im-Pesaran-Shin）检验（）检验（1997, 2002） （适用于不同根（适用于不同根（common root）情形）情形）IPS检验是左单端检验检验是左单端检验，因为，因为IPS= 5.15 -1.65，所以存在单位根。，所以存在单位根。6面板数据的单位根检验面板数据的单位根检验6.4 MW（Maddala-Wu）检验（）检验（1997），又称），又称Fisher-ADF检验。（适用于不同根情形）检验。（适用于不同根情形）IPS检验和检验和LL检验的缺陷是只适用于平衡面板数据，为解决此问题，检验的缺陷是只适用于平衡面板数据，为解决此问题，Maddala-Wu（1997）提出了组合提出了组合pi值检验。其中值检验。其中pi表示表示ADF检验的显著性水平。检验的显著性水平。6面板数据的单位根检验面板数据的单位根检验7面板数据模