固定效应模型的估计原理说明教学总结

1、此文档仅供收集于网络,如有侵权请联系网站删除固定效应模型的估量原理说明在面板数据线性回来模型中, 假如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, 就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 模型：（个体）只有截距项不同的y itikK2kx kitu it1 从时间和个体上看, 面板数据回来模型的说明变量对被说明变量的边际影响均是相同的, 而且除模型的说明变量之外,影响被说明变量的其他全部 （未包括在回来模型或不行观测的）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 ：

2、采纳无约束模型和有约束模型的回来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：H 0 : 1 2 3 N 1 0 RRSS URSS F N 1 : F N 1, N T 1 K 1URSS NT N K 1RRSS是有约束模型（即混合数据回来模型）的残差平方和,URSS 是无约束模型 ANCOVA 估量的残差平方和或者 LSDV 估量的残差平方和；实践：一、数据：已知 19962022 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（ panel data）工

3、作文件；（2）定义序列名并输入数据； （3）估量挑选面板模型；（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（表 1 19962022 年中国东北、华北、华东p）分别见表 1,2 和 3；15 个省级地区的居民家庭人均消费（元）数据人均消费1996 1997 1998 1999 2022 2022 2022 CONSUMEAH 3607.43 3693.55 3777.41 3901.81 4232.98 4517.65 4736.52 CONSUMEBJ 5729.52 6531.81 6970.83 7498.48 8493.49 892

4、2.72 10284.6 CONSUMEFJ 4248.47 4935.95 5181.45 5266.69 5638.74 6015.11 6631.68 CONSUMEHB 3424.35 4003.71 3834.43 4026.3 4348.47 4479.75 5069.28 CONSUMEHLJ 3110.92 3213.42 3303.15 3481.74 3824.44 4192.36 4462.08 CONSUMEJL 3037.32 3408.03 3449.74 3661.68 4020.87 4337.22 4973.88 CONSUMEJS 4057.5 4533.5

5、7 4889.43 5010.91 5323.18 5532.74 6042.6 CONSUMEJX 2942.11 3199.61 3266.81 3482.33 3623.56 3894.51 4549.32 CONSUMELN 3493.02 3719.91 3890.74 3989.93 4356.06 4654.42 5342.64 CONSUMENMG 2767.84 3032.3 3105.74 3468.99 3927.75 4195.62 4859.88 只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除CONSUMESD 3770.99 4040.63 4143.9

6、6 4515.05 5022 5252.41 5596.32 CONSUMESH 6763.12 6819.94 6866.41 8247.69 8868.19 9336.1 10464 CONSUMESX 3035.59 3228.71 3267.7 3492.98 3941.87 4123.01 4710.96 CONSUMETJ 4679.61 5204.15 5471.01 5851.53 6121.04 6987.22 7191.96 CONSUMEZJ 5764.27 6170.14 6217.93 6521.54 7020.22 7952.39 8713.08 表 2 19962

7、022 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1996 1997 1998 1999 2022 2022 2022 INCOMEAH 4512.77 4599.27 4770.47 5064.6 5293.55 5668.8 6032.4 INCOMEBJ 7332.01 7813.16 8471.98 9182.76 10349.69 11577.78 12463.92 INCOMEFJ 5172.93 6143.64 6485.63 6859.81 7432.26 8313.08 9189.36 INCOMEHB 4442.81 4958.67 5084

8、.64 5365.03 5661.16 5984.82 6679.68 INCOMEHLJ 3768.31 4090.72 4268.5 4595.14 4912.88 5425.87 6100.56 INCOMEJL 3805.53 4190.58 4206.64 4480.01 4810 5340.46 6260.16 INCOMEJS 5185.79 5765.2 6017.85 6538.2 6800.23 7375.1 8177.64 INCOMEJX 3780.2 4071.32 4251.42 4720.58 5103.58 5506.02 6335.64 INCOMELN 42

9、07.23 4518.1 4617.24 4898.61 5357.79 5797.01 6524.52 INCOMENMG 3431.81 3944.67 4353.02 4770.53 5129.05 5535.89 6051 INCOMESD 4890.28 5190.79 5380.08 5808.96 6489.97 7101.08 7614.36 INCOMESH 8178.48 8438.89 8773.1 10931.64 11718.01 12883.46 13249.8 INCOMESX 3702.69 3989.92 4098.73 4342.61 4724.11 539

10、1.05 6234.36 INCOMETJ 5967.71 6608.39 7110.54 7649.83 8140.5 8958.7 9337.56 INCOMEZJ 6955.79 7358.72 7836.76 8427.95 9279.16 10464.67 11715.6 表 3 19962022 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1996 1997 1998 1999 2022 2022 2022 PAH 109.9 101.3 100 97.8 100.7 100.5 99 PBJ 111.6 105.3 102.4 100.6 103.5 103.1

11、 98.2 PFJ 105.9 101.7 99.7 99.1 102.1 98.7 99.5 PHB 107.1 103.5 98.4 98.1 99.7 100.5 99 PHLJ 107.1 104.4 100.4 96.8 98.3 100.8 99.3 PJL 107.2 103.7 99.2 98 98.6 101.3 99.5 PJS 109.3 101.7 99.4 98.7 100.1 100.8 99.2 PJX 108.4 102 101 98.6 100.3 99.5 100.1 PLN 107.9 103.1 99.3 98.6 99.9 100 98.9 PNMG

12、107.6 104.5 99.3 99.8 101.3 100.6 100.2 PSD 109.6 102.8 99.4 99.3 100.2 101.8 99.3 PSH 109.2 102.8 100 101.5 102.5 100 100.5 PSX 107.9 103.1 98.6 99.6 103.9 99.8 98.4 PTJ 109 103.1 99.5 98.9 99.6 101.2 99.6 PZJ 107.9 102.8 99.7 98.8 101 99.8 99.1 只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除 二、 1.输入操作：步骤：（1）File Ne

13、w Workfile 步骤：（2）Start date End date OK 步骤：（3）Object New Object 步骤：（4）Type of object Pool 只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除步骤：（5）输入全部序列名称步骤：（6）定义各变量点击只供学习与沟通sheet输入 consume？income？p. 此文档仅供收集于网络,如有侵权请联系网站删除步骤：（7）将表 1、2、3 中的数据复制到 Eviews 中2.估量操作：步骤：（1）点击 poolmodel Estimate 只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除对话框说

14、明Dependent variable: 被说明变量； Common：系数相同部分Cross-section specific: 截面系数不同部分步骤：（2）将截距项挑选区选Fixed effects（固定效应）Cross-section：Fixed 只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除 得到如下输出结果：接下来用 F 统计量检验是应当建立混合回来模型,仍是个体固定效应回来 模型；H ：i；模型中不同个体的截距相同（真实模型为混合回来模型）；H ：模型中不同个体的截距项 对模型进行检验：i不同（真实模型为个体固定效应回来模型） ；FRRSS URSS N1（ 496527

15、5-2259743 ）= 2259743 15-190=7.69F 0.05（ 14,90 ） 18023URSSNTNK1所以推翻原假设,建立个体固定效应回来模型更合理；RRSS 求法请参见 Eview 面板数据之混合回来模型只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除 相应的表达式为：Consume it596.500.69Incomeit53.23D 1592.44D 2.230.16D15其中虚拟变量D1,D26.64 49.55 R20.99,SSE r2259743,.,D 的定义是：D i1, 假如属于第个个体 ,i1,2,.,150,其他15 个省级地区的城镇人均

16、指出平均占收入 北京市居民的自发性消费明显高于其他地区；只供学习与沟通68.62% ；从上面的结果可以看出此文档仅供收集于网络,如有侵权请联系网站删除2.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； 假如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,那么应当建立时点固定效应模型：y ittKkx kitu it2 （2）,将时间项挑选k2时点固定效应模型与个体固定效应模型的操作区分在于步骤区选 Period：Fixed（时间固定效应）得到如下结果：只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除接下来用 F

17、统计量检验是应当建立混合回来模型,仍是个体固定效应回来模型；H ：i；模型中不同个体的截距相同（真实模型为混合回来模型）；H ：模型中不同个体的截距项 对模型进行检验：t不同（真实模型为时间固定效应回来模型） ；FRRSS URSS T（4965275-4080749 ）1 = 4080749 7-11 98=3.54F 0.05（ 6,98 ） 219URSSNTTK所以推翻原假设,可以建立时点固定效应回来模型 RRSS 求法请参见 Eview 面板数据之混合回来模型 相应的表达式为：其中虚拟变量D 1,D2Consume it2.60.78IP it114D 1137.5D2.97.7D7

18、76.0 2 R0.986,SSE4080749,.,D 的定义是：D t1, 假如属于第 t 个截面, t=1996,.,20220,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；假如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,那么应当建立时点个体固定效应模型：Ky it t t k x kit u it 3k 2时点固定效应模型与个体固定效应模型的操作区分在于步骤（2）,将截距项挑选区域： Cross-section：fixed （个体固定效应） ,时间项挑选区选 Period ： Fixed（

19、时间固定效应）只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除得到结果如下：Dependent Variable: CONSUME. Method: Pooled Least Squares Date: 07/21/14 Time: 15:44 Sample: 1996 2022 Included observations: 7 Cross-sections included: 15 Total pool balanced observations: 105 Variable Coefficient Std. Error t-Statistic Prob. C 806.6751 22

20、1.2143 3.646578 0.0005 INCOME. 0.653338 0.034541 18.91504 0.0000 Fixed Effects Cross AH-C -94.50854 BJ-C 698.0132 FJ-C -18.86465 HB-C -200.3997 HLJ-C -246.3712 JL-C -54.16421 JS-C -31.26919 JX-C -392.9844 LN-C 47.39508 NMG-C -284.2660 SD-C -150.8912 SH-C 465.4906 只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除SX-C -1

21、52.6560 TJ-C 103.9569 ZJ-C 311.5193 Fixed Effects Period 1996-C -59.12373 1997-C 17.95469 1998-C -31.45564 1999-C -57.24042 2022-C 36.24382 2022-C -29.26415 2022-C 122.8854 Effects Specification Cross-section fixed dummy variables Period fixed dummy variables R-squared 0.993278 Mean dependent var 49

22、81.017 Adjusted R-squared 0.991577 S.D. dependent var 1700.985 S.E. of regression 156.1067 Akaike info criterion 13.12288 Sum squared resid 2022652. Schwarz criterion 13.67895 Log likelihood -666.9514 Hannan-Quinn criter. 13.34821 F-statistic 584.0406 Durbin-Watson stat 1.455623 ProbF-statistic 0.00

23、0000 接下来用 F 统计量检验是应当建立混合回来模型,仍是个体固定效应回来模型；H ：1=2=N1 和1=2=T10：对模型进行检验：FRRSS URSS （TN2）=（4965275-202265220226521 83）22-2=5.83F 0.05（20,83 ）17URSSNTTNK所以推翻原假设,可以建立个体时点固定效应回来模型D.个体随机效应回来模型估量只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除截距项挑选 Random effects（个体随机效应）得到如下部分输出结果：只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除相应的表达式是：CP . it13

24、45.20.72IP it2.6D 1367.0 D2. 106.1 D 152979246其中虚拟变量D68.5 2 R0.98,SSE,D2,.,D 的定义是：D i1, 假如属于第 i 个个体 ,i=1,2,.,150,其他接下来利用 Hausman 统计量检验应当建立个体随机效应回来模型仍是个体固定效应回来模型；H ：个体效应与回来变量（H ：个体效应与回来变量（分析过程如下：只供学习与沟通IP ）无关（个体随机效应回来模型）IP ）相关（个体固定效应回来模型）此文档仅供收集于网络,如有侵权请联系网站删除得到如下检验结果：由检验输出结果的上半部分可以看出,Hausman 统计量的值是

25、14.79,相对应的概率是 0.0001,即拒接原假设,应当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量值为 0.697561,随机效应模型对参数的估量值为 计量的分布方差的差为 0.000049；只供学习与沟通0.724569；两个参数的估此文档仅供收集于网络,如有侵权请联系网站删除综上分析, 19962022 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当建立个体固定效应回来模型；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

26、；第一在工作文件窗口中打开单位根检验过程如下：只供学习与沟通cp 变量的 15 个数据组；此文档仅供收集于网络,如有侵权请联系网站删除得到如下检验结果：只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除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；挑选 IPS 检验方法进行单位根检验；检验结果如下：只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除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 2022 2022年各地区城镇居民人均可支配收入 X 和消费指出 Y 统计只供学习与沟通此文档仅供收集于网

27、络,如有侵权请联系网站删除数据如表 9.4；数据是 6 年的,每一年都有 人均可支配收入和消费支出数据（单位：元）32 组数据,共 192 组观测值；地2022 2022 2022 2022 2022 2022 可支可支可支可支可支可支配收消费配收消费配收消费配收消费配收消费配收消费区入支出入支出入支出入支出入支出入支出全X Y X Y X Y X Y X Y X Y 6279.949986859.553097702.860298472.265109421.6718210493.7942国8 .00 8 .01 0 .88 0 .94 1 .10 03 .88 北10349.849311577

28、.892212463.102813882.111215637.122017652.1324京69 .49 78 .72 92 4.60 62 3.84 84 0.40 95 4.20 天8140.561218958.769879337.5719110312.786711467.880212638.9653津0 .04 0 .22 6 .96 91 .53 16 .44 55 .26 河5661.143485984.844796679.650697239.054397951.358199107.06699北6 .47 2 .75 8 .28 6 .77 1 .18 9 .67 山4724.139

29、415391.041236234.347107005.051057902.856548913.96342西1 .87 5 .01 6 .96 3 .38 6 .15 1 .63 内蒙5129.039275535.841956051.048597012.954198122.962199136.76928古5 .75 9 .62 0 .88 0 .14 9 .26 9 .60 辽5357.743565797.046546524.553427240.560778007.565439107.57369宁9 .06 1 .42 2 .64 8 .92 6 .28 5 .27 吉4810.04020534

30、0.443376260.149737005.154927840.660688690.66794林0 .87 6 .22 6 .88 7 .10 1 .99 2 .71 黑龙4912.838245425.841926100.544626678.950157470.755678272.56178江8 .44 7 .36 6 .08 0 .19 1 .53 1 .01 上11718.886812883.933613249.104614867.110416682.126318645.1377海01 .19 46 .10 80 4.00 49 0.34 82 1.03 03 3.41 江6800.253

31、237375.155328177.660429262.4670810481.733212318.8621苏3 .18 0 .74 4 .60 6 .58 93 .26 57 .82 浙9279.1702010464.795211715.871313179.971214546.106316293.1225江6 .22 67 .39 60 .08 53 .89 38 6.14 77 3.74 安5293.542325668.845176032.447366778.050647511.457118470.66367徽5 .98 0 .65 0 .52 3 .34 3 .33 8 .67 福7432.

32、256388313.060159189.366319999.5735611175.816112321.8794建6 .74 8 .11 6 .68 4 .26 37 .15 31 .41 江5103.536235506.038946335.645496901.449147559.653378619.66109西8 .56 2 .51 4 .32 2 .55 4 .84 6 .39 山6489.950227101.052527614.355968399.960699437.8667310744.7457东7 .00 8 .41 6 .32 1 .35 0 .75 79 .31 河4766.238

33、305267.441106245.445046926.149417704.952948667.96038南6 .71 2 .17 0 .68 2 .60 0 .19 7 .02 湖5524.546445855.948046788.556087321.959638022.763988785.96736只供学习与沟通此文档仅供收集于网络,如有侵权请联系网站删除北4 .50 8 .79 2 .92 8 .25 5 .52 4 .56 湖6218.752186780.555466958.555747674.260828617.468849523.97504南3 .79 6 .22 6 .72 0 .6

34、2 8 .61 7 .99 广9761.5801610415.809911137.898812380.963613627.106914769.1180东7 .91 19 .63 20 .48 43 .27 65 4.79 94 9.87 广5834.448526665.752247315.354137785.057638689.964459286.77032西3 .31 3 .73 2 .44 4 .50 9 .73 0 .80 海5358.340825838.843676822.754597259.255027735.758028123.95928南2 .56 4 .85 2 .64 5 .

35、43 8 .40 4 .79 重6275.955696721.058737238.063608093.671189220.9797310243.8623庆8 .84 9 .69 4 .24 7 .06 6 .05 46 .29 四5894.248556360.451766610.854137041.857597709.863718385.96891川7 .78 7 .17 0 .08 7 .21 7 .14 6 .27 贵5122.242785451.942735944.045986569.249487322.054948151.16159州1 .28 1 .90 8 .28 3 .98 5

36、.45 3 .29 云6324.651856797.752527240.558277643.560238870.868379265.96996南4 .31 1 .60 6 .92 7 .56 8 .01 0 .90 西7426.355547869.159948079.169528765.480459106.083389431.18617藏2 .42 6 .39 2 .44 5 .34 7 .21 8 .11 陕5124.242765483.746376330.853786806.356667492.462338272.06656西4 .67 3 .74 4 .04 5 .54 7 .07 2 .46 甘4916.241265382.944206151.450646657.252987376.