Eviews面板数据之固定效应模型

Eviews面板数据（shj€i之固定效应模型

在面板数据线性回归模型中，如果对于不同（btnm6的截面或者不同的时

间

序列，只是模型的截距项是不同（反itm的，而模型的斜率系数是相同的，则

称此模型（m6xng）为固定效应模型。固定效应模型分为便nw在谈：

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（个体）惟独截距项不同

的模型:

K

然=4+ZAK+%⑴

从时间和个体上看，面板数据回归模型的解释变量对被解释变量的边际影

响均是相同的，而且除模型的解释变量之外，影响被解释变量的其他所有（未

包括在回归模型或者不可观测的）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：采用无约束模型和有约束模型的回归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：

Ho:A=A2=A3=...=Ay-=O

~F(NT.N(7_1)-K+1)

URSS

(NT-N-K+1)

RRSS是有约束模型（即混合数据回归模型）的残差平方和，URSS是无约

束模型ANCOVA估计的残差平方和或者LSDV估计的残差平方和。

实践:

一、数据：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；

⑶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1,2和3。

表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1996199719981999200020012002

CONSUMEAH3607.433693.553777.413901.814232.984517.654736.52

CONSUMEBJ5729.526531.816970.837498.488493.498922.7210284.6

CONSUMEFJ4248.474935.955181.45526c.695638.746015.116631.68

CONSUMEHB3424.354003.713834.434026.34348.474479.755069.28

C0NSUME1ILJ3110.923213.423303.153481.743824.444192.364462.08

CONSUMEJL3037.323408.033449.743661.684020.874337.224973.88

CONSUMEJS4057.54533.574889.435010.915323.185532.746042.6

CONSUMEJX2942.113199.613266.813482.333623.563894.514549.32

CONSUMELN3493.023719.913890.74398S.934356.064654.425342.64

CONSIJMENMG2767.843032.33105.743468.993927.754195.624859.88

CONSUMESD3770.994040.634143.964515.0550225252.415596.32

CONSLIMESH6763.126819.946866.418247.698868.199336.110464

CONSUMESX3035.593228.713267.73492.983941.874123.014710.96

CONSUMETJ4679.615204.155471.015851.536121.046987.227191.96

CONSIJMEZJ5764.276170.146217.936521.547020.227952.398713.08

表21996-2002年中国东北、华北、华东15个省级地区（d衿的居民家庭人均

收入（元）数据

人均收入1996199719981999200020012002

INCOMEAH4512.774599.274770.475064.65293.555668.86032.4

INCOMEBJ7332.017813.168471.989182.7510349.6911577.7812463.92

INCOMEFJ5172.936143.646485.636859.817432.268313.089189.36

INCOMEHB4442.814958.675084.645365.035661.165984.826679.68

INCOMEHLJ3768.314090.724268.54595.144912.885425.876100.56

INCOMEJL3805.534190.584206.644480.0148105340.466260.16

INCOMEJS5185.795765.26017.856538.26800.237375.18177.64

INCOMEJX3780.24071.324251.424720.585103.585506.026335.64

INCOMELN4207.234518.14617.244898.615357.795797.016524.52

2

INCOMEXMG3431.813944.674353.024770.535129.055535.896351

INCOMESD4890.285190.795380.085808.966489.977101.087614.36

INCOMESH8178.488438.898773.110931.6411718.0112883.4613249.8

INCOMESX3702.693989.924098.734342.614724.115391.056234.36

INCOMETJ5967.716608.397110.547649.838140.58958.79337.56

INCOMEZJ6955.797358.727836.768427.959279.1610464.6711715.6

表31996・2002年中国东北（d加唱b进）、华北、华东15个省级地区的消费者物

价指数

物价指数1996199719981999200020012002

PAH109.9101.310097.8100.7100.599

PBJ111.6105.3102.4100.6103.5103.198.2

PFJ105.9101.799.799.1102.198.799.5

PHB107.1103.598.498.199.7100.599

PHLJ107.1104.4100.496.298.3100.899.3

PJL107.2103.799.29898.6101.399.5

PJS109.3101.799.498.7100.1100.899.2

PJX108.410210198.e100.399.5100.1

PLN107.9103.199.398.e99.910()98.9

PNMG107.6104.599.399.8101.3100.6100.2

PSD109.6102.899.499.3100.2101.899.3

PSH109.2102.8100101.5102.5100100.5

PSX107.9103.198.699.e103.999.898.4

PTJ109103.199.598.999.6101.299.6

PZJ107.9102.899.798.810199.899.1

二、1输入（shiirU臊作:

步骤(bzha):(l)File------New------Workfile

步骤(bzha):(2)Startdate-Enddate------(K

3

步骤(bizha):(3)Object----NewObject

FileEditObjectviewProcQuickOptionsAdd-insWindowHelp

NewObject..

GenerateSeries.

ManageLinks&Formulae..

SetchfromDB.

JpdateselectedfromDB..

StoreselectedtoDB..

Copyselected...ShowFetchStoreDelete

Rai

SatRenameselected..F2

Delateselected

ErintSelected

步骤(bizhd):(4)Typeofobjeet—Pool

WorkfileNewObjectX-DX

IViewProcjObTypeofobject-NamefcrobjectGenrfSample

Range:1996poolmodelFilter:*

Sample:1996Pool_______________

Equation

..Factor

时esidGraph

Group

Matrix-Vector-Coef

1

Sample

Scalar

Series

SeriesLink

SeriesAlphaI0K-

Soool

能pace

Stnrig

SVe&orCancel

S/stem

Table

Text

ValMap

VAR

<>.Untitled

步骤：(5)输入所有序列(xDi)洛称

底Pool:POOLMODELWorkfile:UNTITLED::Untitled\

ViewProcObjectpmtNameFreezeEstimateDefinePoolGenrSheet

CrossSectionIdentifiers:(Enteridentifiersbelowthisline)

AH

BJ

FJ

HB

HU

JX

LN

NMG

SD

SH

sx

TJ

ZJ

步骤(bzhd):(6)定义各变量(bidnlidg)点击sheet-输入(shuru)consume?

income?p?

5

Pool:POOLMODELWorkfile:UNTITLED:Untitled\

ViewProcObjectPrintNameFreezeEstimateDefinePoolGeSheet

CrossSectionIdenti

SeriesListX

AH

BJListofordinaryandpool(specifiedwith?)series

FJ

IIBconsume?(income?p?

HLJ

JL

JS

JX

LN

NMGOKCancel

SD

SH

SX

TJ

ZJ

步骤（bizhd）:（7）将表1、2、3中的数据（sMijCi）复制到Evicws中

obsCONSUME?INCOME?P?

obsCONSUME?INCOME?P?

AH-19963607.4304512.770109.9000_

All-19973693.5504599.270101.3000

AH-19983777.1104770.470100.0000

AH-19993901.8105064.6C097.80000

AH-20004232.9805293.550100.7000

AH-20014517.6505668.8C0100.5000

AH-20024736.5206032.4C099,00000

BJ-19965729.5207332.010111.6000

BJT9976531.8107813.160105.3000

BJ-19986970.830847L980102.4000

BJ-19997498.4809182.760100.6000

BJ-20008493.49010349.69103.5000

2.估计(西臊作(应哨:

步骤(bizhOi):(1)点击poolmodel----Estimate

6

w

viePracObjectPrintKaneEstimateDefinePoolG<;nrSb<wl

C1-0S

SSSsetionIdentifisrs:(Entsridentifisrsbelowthistins)

AH门

PoolEstination

双

阳Spr<:il'ic«tinnOpLions

DependentvariableRegressorsandAROtents

JSK

Cotmoncoefficients:

MIG

SDEstimationnethodod

S1I

SXFixedandRarckxnEffectsCross-scctio<ispecificcoefficients：

TJCrgss-section:None

Period:None

Periodspecificcoefficients:

Weights:Noweights

Estinatkxicettingxg

MethodLS-LeostSquares(andAR)

Saiiple:19962002

确定取消

对话框说明（shuGming）

X

Dependentvariab被解释猴s变量；Commoncoefficients系数(xshCi)相同部

分

Cross-sectionspec截面：（jimdd）系数不同部份

步骤（bizhau）:（2）将截距项选择区选Fixedeffect（s固定效应）

7

Cross-seEtix@d

PoolEstimation

SpecificationOptions

Dependentvariatle-leRegressorsandAR(0termsems

Commonccefficients:

consume?

cincome?

Estimationmethodcd

FixedaiidRaiidumEKtiulbCross-sectionspecificcoefficients:

Cross-section：Fixed

Period:None

Periodspecificcoefficients:

Weights:Noweights

MethodLS-LeastSquares(andAR)

Sample:19962002Balance

Sample

确定取错

得到如下(riixia)输*1*结果:

8

ependentVariable:CONSUME?

Method:BooledLeastSquares

Date:07/16/14Time:11:06

Sample:19962002

Includedobservations:7

Cross-sectionsincluded:15

Totalpool(balanced)observations:105

variableCoefficientStd.Errort-StatisticProb.

c596.504989.845046.6392630.0000

INCOME?0.6862320.01385049.548620.0000

FixedEffects(Cross)

AH-C-53.23597

BJ—C592.4387

FJ-C-41.75884

UB-C-169.6295

HLJ-C-192.0354

JL-C0.493915

JS—C-36.60391

JX-C-341.5000

LN-C88.76802

NMG-C-230.1840

sDC

140.3215

sH

327.1060

sX-C

TJ-C-95.13180

-C61.43642

ZJ-C

230.1580

EffectsSpecification

Cross-sectionfixed(dummyvariables)

R-squared0.992490Meandependentvar4981.017

AdjustedR-squared0.991225S.D.dependentvar1700.985

S.E.ofregression159.3436Akaikoinfoerirprion13.11944

Sumsquaredresid2259743.Schwarzcriterion13.52385

_og1ikelihood

-672.7706Hannan-Quinncriter.13.28332

1.624146

F-statistic784.1521Durbin-Watsonstat

Prob(E-statiStic)0.000000

接下来用F统计量检验是应该建立混合回归（hugu）模型，还是个体固定效

应回归模型。

Ho:a,=ao模型中不同个体值鼓）的截距相同（真实模型为混合回归模

型）。

Hi：模型中不同（biitn）个体的截距项a不同（3血1X真实模型为个

体固定效应回归模型），

对模型进行（jnxng：检验:

9

(RRSS-URSS)(4965275-2259743)

/N-1——1H=7.69>玲414,90)=1.8023

URSS

/(NT-N-K+l).90

所以推翻原假设，建立个体固定效应回归模型更合理。

RRSS求法请参见Eview面板数据之混合回归模理

相应(xiAngyig)的表达式为：

Consume,=596.50+0.69Income-53.23D1+592.44D2+.+230.16D15

(6.64)(49.5RJ=0.99,SSE=2259743

其中(qznng)虚拟变量D,医..,I)B的定义(dmgy)是：

八儿如果属于划个个体」=1,2，…,15

，1。.其他

15个省级地区的城镇人均指出(zhichU)平均占收入68.62%。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(qfa地区。

2.时点固定效应(xi*yng)模型

时点固定效应(xiayng)模型就是对于不同的截面(时点)有不同截距的模

型。如果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，那末应该建立时点固定效应模型:

K

典=%+£夕内”+%⑵

h2

时点固定效应(xiayng)模型与个体固定效应模型的操作区别在于步骤(2),

将时间(shjiWn)项选择(xuAnzO区选Period:Fixed(时间固定效应)

11

得到如下结果:

DependentVariable:CONSIMB?

Method:PooledLeastSquares

Date:07/21/HTime:11:08

Sumple:19962002

Indudedobservations.7

Cross-sechonsinduded15

Totalpool(balanced)observations.105

VariableCoeficientStd.ErrorLStalislicProb

C-2.63022568.56382-0.0383620.9695

INCOME?0.7800050.01026475.996950.oooo

FwedEffects(Period)

1996-C114.0250

1997-C137.5006

1998-C53.93619

1999-C-38.64127

2000-C-9.015003

2001-C-160.0261

2002-C-97.74908

EfectsSpecitication

Periodfixed(duiwnyvariables)

R-squared0.986139Meandependent?ar49H1.017

AdjustedR-squnrcd0.985160S.1).dependentvtr1700.985

SE.ofregression205.1087Akaikeinfocriterion13.55«09

Sumsquaredresid4080749Schwaraiterion13.76030

Loglike!inood-703.7997Hannan-(>iinncriter13,64003

F-sUtistic1007.948Durbin-Vatson0.786995

Prob(F-sUUtic)0.oooooo

接下来用F统计量检验是应该建立混合（hunh0回归模型，还是个体固定效

应回归模型。

o模型中不同个体（git）的截距相同（真实模型为混合回归模

型）。

H:模型（m6xmg）中不同个体的截距项a,不同（真实（zhdnsh）模型为时间

（shji白n）固定效应回归模型）。

对模型进行检验:

(RRSS”(49652757080719)

7-1./7・1

=354>乃川(6,98)=2J9

URSS/4080749

/(NT-T-K+l)98

所以推翻原假设，可以建立时点固定效应网归模型

RRSS求法请参见Evicw面板数据之混合回归模型

相应的表达式为:

12

Consume,=-2.6+0.78IP+l14D+137.5D2+..-97.7D,

R2=0（986,XSE=4080749

其中虚拟变量DJD2JD,的定义是：

八11,如果属于第l个板面.11996.........2002

0,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。如果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，那末应该建立时点个体固定效应模型：

K

A=2

时点固定效应模型与个体固定效应模型的操作区别在于步骤（2）,将截距项选

择区域：Cross-sectianfixed（个体固定效应），时间项选择区选Period

Fixed（时间固定效应）

13

PoolEstimationX

SpeaficatonOptions

-DependentvariafcieieRegressorsandAR(0terms;mis

Commoncoefficients:

consume?

cincome?

Estimationmethodod

FixedandRandcmEffectsCross-sectionspecificcoefficients:

Cross-section：Fixed

Period:Fixed

Periodspecificcoeffidents:

Weights:Noweights

-Estimationsettingsngs

MethodLSLeastSquares(andAR)

Balance

Sample:19962052

Sample

确定取销

得到(dCdo)结果如下：

DependentVjuiable:CONSUME?

Method:PooledLeastSquares

Date:07/21/14Time:15:44

Sample:19962002

Includedobservations:7

Cross-sectionsincluded:15

Totalpool(balanced)observations:105

VariableCoefficientStd.Errort-StatisticProb.

C806.6751221.21433.6465780.0005

INCOME?0.6533380.03454118.915040.0000

FixedEffects(Cross)

AH-€-94.50854

BJ—C698.0132