eviews處理面板數(shù)據(jù)操作步驟詳版【行業(yè)研究】

1、第十章 Panel Data模型,第一步 錄入數(shù)據(jù) 第二步 分析數(shù)據(jù)的平穩(wěn)性（單位根檢驗(yàn)） 第三步 平穩(wěn)性檢驗(yàn)后分析路徑選擇 第四步 協(xié)整檢驗(yàn) 第五步 回歸模型,1,谷風(fēng)優(yōu)質(zhì),第一步 錄入數(shù)據(jù),一 請點(diǎn) 實(shí)例數(shù)據(jù) 二 請點(diǎn) 錄入數(shù)據(jù)軟件操作,2,谷風(fēng)優(yōu)質(zhì),實(shí)例數(shù)據(jù),錄入企業(yè)投資需求模型數(shù)據(jù)：五家企業(yè)和三個(gè)變量的20個(gè)年度（1935-1954年）觀測值的時(shí)間序列 （數(shù)據(jù)略） 5家企業(yè)： 3個(gè)變量： GM：通用汽車公司 I ：總投資 CH：克萊斯勒公司 M ：前一年企業(yè)的市場價(jià)值 GE：通用電器公司 （反映企業(yè)的預(yù)期利潤） WE：西屋公司 K ：前一年末工廠存貨和設(shè)備的價(jià)值 US：美國鋼鐵公司 （

2、反映企業(yè)必要重置投資期望值）,3,谷風(fēng)優(yōu)質(zhì),錄入 數(shù)據(jù)軟件操作（EVIEW6.0） 方式一 File/New/ Workfile Workfile structure type ： Dated-regular frequency Start date 1935 End date 1954 OK Objects/New Object ： Type of Object pool OK Cross Section Identifiers:_GM _CH _GE _WE _US View/Spreadsheet View：i? m? k? 方式二（方式是否正確，有待考證） File/New/ Work

3、file Workfile structure type ： Balanced Panel Start date 1935 End date 1954 Number of cross 1 OK Cross Section Identifiers:_GM _CH _GE _WE _US View/Spreadsheet View：i? m? k?,4,谷風(fēng)優(yōu)質(zhì),第二步 分析數(shù)據(jù)的平穩(wěn)性（單位根檢驗(yàn)）,請點(diǎn) 說明 請點(diǎn) 軟件操作 結(jié)果 點(diǎn)檢驗(yàn)結(jié)果1 結(jié)果2,5,谷風(fēng)優(yōu)質(zhì),分析數(shù)據(jù)的平穩(wěn)性（單位根檢驗(yàn)）說明 注：所有序列者要檢驗(yàn),原：不穩(wěn)定（Hadri 除外， Hadri 中 原：穩(wěn)定） 目的：防止

4、虛假回歸或偽回歸 方法： 相同根下：LLC、Breintung 、 Hadri 不同根下：IPS、ADF-Fisher 和PP-Fisher5 模式： 三種檢驗(yàn)?zāi)Ｊ剑杭扔汹厔萦钟薪鼐?、只有截距、以上都無（對面板序列繪制時(shí)序圖做出模式選擇）。 秩序：水平（level）、一階差分、二階甚至高階差分直至序列平穩(wěn)為止。 備注：ADF檢驗(yàn)是通過三個(gè)模型來完成，首先從含有截距和趨勢項(xiàng)的模型開始，再檢驗(yàn)只含截距項(xiàng)的模型，最后檢驗(yàn)二者都不含的模型。并且認(rèn)為，只有三個(gè)模型的檢驗(yàn)結(jié)果都不能拒絕原假設(shè)時(shí)，我們才認(rèn)為時(shí)間序列是非平穩(wěn)的，而只要其中有一個(gè)模型的檢驗(yàn)結(jié)果拒絕了零假設(shè)，就可認(rèn)為時(shí)間序列是平穩(wěn)的。,6,谷風(fēng)優(yōu)

5、質(zhì),分析數(shù)據(jù)的平穩(wěn)性軟 件 操 作,在Pool對象，View/Unit Root Test，輸入相應(yīng)的Pool序列名,填寫模式，先做序列圖再選擇,填寫秩序,選擇檢驗(yàn)方法,填寫序列名,右邊所有欄目軟件 自動(dòng)填寫無需更改,7,谷風(fēng)優(yōu)質(zhì),例10.4中I?的水平變量的所有方法的單位根檢驗(yàn)結(jié)果:,各種方法的結(jié)果(除Breitung檢驗(yàn) 外)都接受原假設(shè)， I?存在單位根，是非平穩(wěn)的。,只有此處小于0.05,說明除此法外都認(rèn)為非平穩(wěn),8,谷風(fēng)優(yōu)質(zhì),例10.4中I?的一階差分變量的所有方法的單位根檢驗(yàn)結(jié)果:,各種方法的結(jié)果都拒絕原假設(shè)，所以可以得出結(jié)論： I?是I(1)的。,所有P值均小于0.05，說明平穩(wěn)

6、,9,谷風(fēng)優(yōu)質(zhì),第三步 平穩(wěn)性檢驗(yàn)后分析路徑選擇,平穩(wěn)性檢驗(yàn)后若： 變量之間是非同階單整 請點(diǎn) 思路一 序列變換 變量之間是同階單整 請點(diǎn) 思路二 協(xié)整檢驗(yàn),10,谷風(fēng)優(yōu)質(zhì),思路一：變量之間是非同階單整 ：序列變換,變量之間是非同階單整的指即面板數(shù)據(jù)中有些序列平穩(wěn)而有些序列不平穩(wěn)，此時(shí)不能進(jìn)行協(xié)整檢驗(yàn)與直接對原序列進(jìn)行回歸。 對序列進(jìn)行差分或取對數(shù)使之變成同階序列 若變換序列后均為平穩(wěn)序列可用變換后的序列直接進(jìn)行回歸 若變換序列后均為同階非平穩(wěn)序列，則請點(diǎn) 思路二,11,谷風(fēng)優(yōu)質(zhì),思路二 變量之間是同階單整：協(xié)整檢驗(yàn),請點(diǎn)協(xié)整檢驗(yàn)說明 請點(diǎn) 軟件操作 結(jié)果判定請點(diǎn) 1 2 3 協(xié)整檢驗(yàn)通過：

7、請點(diǎn)因果分析. 請點(diǎn)回歸分析 協(xié)整檢驗(yàn)沒通過： 若均為2階單整，則都取差分或都取對數(shù)生成新序列進(jìn)行單位根 檢驗(yàn)否是1階單整（取差分或?qū)?shù)后都會變成1階單整），如是 對新序列進(jìn)行協(xié)整檢驗(yàn)，如無法達(dá)成協(xié)整，分析終止。 若均為1階單整，直接全取差分或全取對數(shù)，進(jìn)行回歸分析,12,谷風(fēng)優(yōu)質(zhì),協(xié)整檢驗(yàn) 說 明,原：不存在協(xié)整 面板數(shù)據(jù)的協(xié)整檢驗(yàn)方法可以分為兩大類，一類是建立在Engle and Granger二步法檢驗(yàn)基礎(chǔ)上的面板協(xié)整檢驗(yàn)，具體方法主要有Pedroni檢驗(yàn)和Kao檢驗(yàn)；另一類是建立在Johansen協(xié)整檢驗(yàn)基礎(chǔ)上的面板協(xié)整檢驗(yàn)。 1Pedroni檢驗(yàn) 2Kao檢驗(yàn) 3Johansen面板

8、協(xié)整檢驗(yàn),13,谷風(fēng)優(yōu)質(zhì),Pool序列的協(xié)整檢驗(yàn) 在EViews中打開pool對象，選擇Views/ Cointegration Test，則顯示協(xié)整檢驗(yàn)的對話框。,圖10.6 面板數(shù)據(jù)的協(xié)整檢驗(yàn)的對話框,協(xié)整檢驗(yàn)操作,14,谷風(fēng)優(yōu)質(zhì),Pedroni檢驗(yàn)：,原假設(shè)：無協(xié)整關(guān)系,此欄目下P值均小于0.05 存在協(xié)整關(guān)系,此欄目下P值均兩個(gè)小于0.05 存在協(xié)整關(guān)系 一個(gè)大于0.05，不支持協(xié)整,15,谷風(fēng)優(yōu)質(zhì),表10.8 Kao檢驗(yàn)和Pedroni檢驗(yàn)結(jié)果 (滯后階數(shù)由SIC準(zhǔn)則確定),除此項(xiàng)外均支持協(xié)整,16,谷風(fēng)優(yōu)質(zhì),表10.8 Johansen面板協(xié)整檢驗(yàn)結(jié)果 (選擇序列有確定性趨勢而協(xié)整

9、方程只有截距的情況),注：加“*”表示在5%的顯著性水平下拒絕原假設(shè)而接受備擇假設(shè)。 上述檢驗(yàn)結(jié)果檢驗(yàn)的樣本區(qū)間為1991-2003年，從表10.8和表10.9的檢驗(yàn)結(jié)果可以看出，我國29個(gè)省市的城鎮(zhèn)居民消費(fèi)和收入的面板數(shù)據(jù)之間存在協(xié)整關(guān)系。,支持協(xié)整,17,谷風(fēng)優(yōu)質(zhì),格蘭杰因果檢驗(yàn)（因果檢驗(yàn)的前提是變量協(xié)整）。Eviews好像沒有在POOL窗口中提供Granger causality test，如果想對面板數(shù)據(jù)中的某些合成序列做因果檢驗(yàn)的話，不妨先導(dǎo)出相關(guān)序列到一個(gè)組中(POOL窗口中的Proc/Make Group)，再來試試,因果分析,18,谷風(fēng)優(yōu)質(zhì),一 確定影響形式 固定影響 隨機(jī)影響

10、 二 確定模型形式 形式一 形式二 形式三 估計(jì)方法說明 一二三確定后就可以進(jìn)行模型最終的設(shè)定與估計(jì)（略：自已去完成）,回歸模型,19,谷風(fēng)優(yōu)質(zhì),一 確定影響形式,請點(diǎn) ：說 明 請點(diǎn)：軟件操作,20,谷風(fēng)優(yōu)質(zhì),一 確定影響形式說明,方法 Hausman檢驗(yàn) 原：應(yīng)建立隨機(jī)效應(yīng)模型 步驟 首先：建立隨機(jī)效應(yīng)回歸 其次：用Hausman檢驗(yàn)該模型是否是隨機(jī)效應(yīng)模型,21,谷風(fēng)優(yōu)質(zhì),一 確定影響形式軟件操作,第一步：建立建立隨機(jī)效應(yīng)回歸 POOL/ESTIMATE如右窗口 點(diǎn)確定結(jié)果請點(diǎn) 結(jié)果,此處選random,由于自變量前系數(shù)不變，所以自變量填寫在此處,22,谷風(fēng)優(yōu)質(zhì),第二步： Hausman

11、檢驗(yàn) 原假設(shè)：應(yīng)建立隨機(jī)效應(yīng)模型 在軟件的上一步分析的結(jié)果窗口（見左圖）進(jìn)行如下操作： View/ Fixed/Random Effects Testing/ Correlated Random Effects - Hausman Test 請點(diǎn) 結(jié)果,23,谷風(fēng)優(yōu)質(zhì),中部地區(qū)模型的Hausman Test結(jié)果：,由（10.3.68）式構(gòu)造的中部地區(qū)模型的Hausman Test統(tǒng)計(jì)量（W） 是0.29，p值是0.59，接受原假設(shè):隨機(jī)影響模型中個(gè)體影響與解釋變量不相關(guān)， 結(jié)論： 可以將模型設(shè)定為隨機(jī)模型。,P值大于0.05，所以接受原假設(shè)：應(yīng)建立隨機(jī)效應(yīng)模型,24,谷風(fēng)優(yōu)質(zhì),說 明 （1）

12、模型有三種形式 形式一：變系數(shù)模型 形式二：固定影響模型 形式二：不變參數(shù)模型 （2）根據(jù)F檢驗(yàn)確定上述三種形式之一 請點(diǎn)（確定模型形式的F檢驗(yàn)）,二 確定模型形式,25,谷風(fēng)優(yōu)質(zhì),確定模型形式的F檢驗(yàn) 原假設(shè)：兩個(gè)如下 H1： H2： 判定規(guī)則 ： 接受假設(shè) H2 則為不變參數(shù)模型（模型三），檢驗(yàn)結(jié)束。 拒絕假設(shè)H2，則檢驗(yàn)假設(shè)H1。如接受H1，則模型為變截距模型（模型二） 若拒絕H1 ，則模型為變參數(shù)模型（模型一）。 構(gòu)建統(tǒng)計(jì)量：請點(diǎn)F統(tǒng)計(jì)量,26,谷風(fēng)優(yōu)質(zhì),構(gòu)建變參數(shù)模型得殘差平方和S1 并考慮其自由度 請點(diǎn) 構(gòu)建變截距模型得殘差平方和S2并考慮其自由度 請點(diǎn) 構(gòu)建不變參數(shù)模型得殘差平方

13、和S3并考慮其自由度 請點(diǎn) 計(jì)算 F2 統(tǒng)計(jì)量 獲得S1，S2，S3后手工計(jì)算F2，F(xiàn)1，并查找臨界值做出判定 請點(diǎn)：判定規(guī)則 請點(diǎn) 判定實(shí)例,假設(shè)檢驗(yàn)的 F 統(tǒng)計(jì)量的計(jì)算方法,27,谷風(fēng)優(yōu)質(zhì),例10.5中系數(shù) 和 取何種形式可以利用模型形式設(shè)定檢驗(yàn)方法來確定。 (1) 首先分別計(jì)算3種形式的模型：變參數(shù)模型、變截距模型和不變參數(shù)模型，在每個(gè)模型的回歸統(tǒng)計(jì)量里可以得到相應(yīng)的殘差平方和S1=339121.5、S2 = 444288.4 和S3 = 1570884。 (2) 按(10.2.7)式和(10.2.8)式計(jì)算F統(tǒng)計(jì)量，其中N=5、k=2、T=20，得到的兩個(gè)F統(tǒng)計(jì)量分別為： F1=(S2

14、-S1)/8)/(S1 /85) = 3.29 F2=(S3-S1)/12)/(S1 /85) = 25.73 利用函數(shù) qfdist(d,k1,k2) 得到F分布的臨界值，其中d 是臨界點(diǎn)，k1和k2是自由度。在給定5%的顯著性水平下(d=0.95)，得到相應(yīng)的臨界值為： F2(12, 85) = 1.87 F1(8, 85) =2.049 由于 F21.87，所以拒絕H2；又由于 F12.049，所以也拒絕H1。因此，例10.5的模型應(yīng)采用變系數(shù)的形式。,模型形式檢驗(yàn)步驟：注要手工計(jì)算,28,谷風(fēng)優(yōu)質(zhì),模型一 變系數(shù)模型,根據(jù)以前所做的影響效應(yīng)填寫,POOL/ESTIMATE如右窗口 點(diǎn)確

15、定結(jié)果請點(diǎn) 結(jié)果,由于自變量前系數(shù)可變，所以自變量填寫在此處,29,谷風(fēng)優(yōu)質(zhì),手工記下 S1,手工記下：自由度為 N（ T-K-1 ）,30,谷風(fēng)優(yōu)質(zhì),模型二：固定影響 (Fixed Effects) (i j，i =j ),說 明 軟件給出的固定影響分為： 一 總體均值 二 個(gè)體對總體的偏離,由于自變量前系數(shù)不變，所以自變量填寫在此處,POOL/ESTIMATE如右窗口 點(diǎn)確定結(jié)果請點(diǎn) 結(jié)果,31,谷風(fēng)優(yōu)質(zhì),記下S2,記下：自由度為N（T-1）-K,32,谷風(fēng)優(yōu)質(zhì),附注：包含時(shí)期個(gè)體恒量的固定影響變截距模型,33,谷風(fēng)優(yōu)質(zhì),34,谷風(fēng)優(yōu)質(zhì),模型三：不變參數(shù)模型（所有截面截距相同、系數(shù)相同）,

16、由于自變量前系數(shù)不變，所以自變量填寫在此處，截距也不變，在此填寫C,小心此處選：NONE,點(diǎn)確定結(jié)果請點(diǎn) 結(jié)果,35,谷風(fēng)優(yōu)質(zhì),所有的截面的系數(shù)相等，和將5個(gè)公司的數(shù)據(jù)接到一起，用OLS的估計(jì)結(jié)果相同。,記下S3,記下自由度為NT-（K+1）,36,谷風(fēng)優(yōu)質(zhì),（1）橫截面的異方差與序列的自相關(guān)性是運(yùn)用面板數(shù)據(jù)模型時(shí)可能遇到的最為常見的問題,此時(shí)運(yùn)用OLS可能會產(chǎn)生結(jié)果失真,因此為了消除影響,對我國東、中、西部地區(qū)的分析將采用不相關(guān)回歸方法( SeeminglyUnrelated Regression, SUR)來估計(jì)方程。而對于全國范圍內(nèi)的估計(jì)來說,由于橫截面?zhèn)€數(shù)大于時(shí)序個(gè)數(shù),所以采用截面加權(quán)估計(jì)法(Cro