第10章時間序列_截面數(shù)據(jù)模型

1、1 在進(jìn)行經(jīng)濟分析時經(jīng)常會遇到時間序列和橫截面兩在進(jìn)行經(jīng)濟分析時經(jīng)常會遇到時間序列和橫截面兩者相結(jié)合的數(shù)據(jù)。例如，在企業(yè)投資需求分析中，我們者相結(jié)合的數(shù)據(jù)。例如，在企業(yè)投資需求分析中，我們會遇到多個企業(yè)的若干指標(biāo)的月度或季度時間序列；在會遇到多個企業(yè)的若干指標(biāo)的月度或季度時間序列；在城鎮(zhèn)居民消費分析中，我們會遇到不同省市地區(qū)的反映城鎮(zhèn)居民消費分析中，我們會遇到不同省市地區(qū)的反映居民消費和居民收入的年度時間序列。本章將前述的企居民消費和居民收入的年度時間序列。本章將前述的企業(yè)或地區(qū)等統(tǒng)稱為個體，這種業(yè)或地區(qū)等統(tǒng)稱為個體，這種，有的書，有的書中也稱為平行數(shù)據(jù)或面板數(shù)據(jù)（中也稱為平行數(shù)據(jù)或面板數(shù)據(jù)（

2、panel data）。我們稱）。我們稱這些數(shù)據(jù)為聯(lián)合利用時間序列這些數(shù)據(jù)為聯(lián)合利用時間序列/截面數(shù)據(jù)（截面數(shù)據(jù)（Pooled time series，cross section）。）。2 經(jīng)典線性計量經(jīng)濟學(xué)模型在分析時只利用了時間序列經(jīng)典線性計量經(jīng)濟學(xué)模型在分析時只利用了時間序列/截面數(shù)據(jù)中的某些二維數(shù)據(jù)信息，例如使用若干經(jīng)濟指標(biāo)截面數(shù)據(jù)中的某些二維數(shù)據(jù)信息，例如使用若干經(jīng)濟指標(biāo)的時間序列建?；蚶脵M截面數(shù)據(jù)建模。然而，在實際經(jīng)的時間序列建模或利用橫截面數(shù)據(jù)建模。然而，在實際經(jīng)濟分析中，這種僅利用二維信息的模型在很多時候往往不濟分析中，這種僅利用二維信息的模型在很多時候往往不能滿足人們分析問

3、題的需要。例如，在生產(chǎn)函數(shù)分析中，能滿足人們分析問題的需要。例如，在生產(chǎn)函數(shù)分析中，僅利用橫截面數(shù)據(jù)只能對規(guī)模經(jīng)濟進(jìn)行分析，僅利用混有僅利用橫截面數(shù)據(jù)只能對規(guī)模經(jīng)濟進(jìn)行分析，僅利用混有規(guī)模經(jīng)濟和技術(shù)革新信息的時間序列數(shù)據(jù)只有在假設(shè)規(guī)模規(guī)模經(jīng)濟和技術(shù)革新信息的時間序列數(shù)據(jù)只有在假設(shè)規(guī)模收益不變的條件下才能實現(xiàn)技術(shù)革新的分析，而利用時間收益不變的條件下才能實現(xiàn)技術(shù)革新的分析，而利用時間序列序列/截面數(shù)據(jù)可以同時分析企業(yè)的規(guī)模經(jīng)濟（選擇同一時截面數(shù)據(jù)可以同時分析企業(yè)的規(guī)模經(jīng)濟（選擇同一時期的不同規(guī)模的企業(yè)數(shù)據(jù)作為樣本觀測值）和技術(shù)革新期的不同規(guī)模的企業(yè)數(shù)據(jù)作為樣本觀測值）和技術(shù)革新（選擇同一企業(yè)的不

4、同時期的數(shù)據(jù)作為樣本觀測值），可（選擇同一企業(yè)的不同時期的數(shù)據(jù)作為樣本觀測值），可以實現(xiàn)規(guī)模經(jīng)濟和技術(shù)革新的綜合分析。以實現(xiàn)規(guī)模經(jīng)濟和技術(shù)革新的綜合分析。3 時間序列時間序列/截面數(shù)據(jù)含有橫截面、時間和指標(biāo)三維信截面數(shù)據(jù)含有橫截面、時間和指標(biāo)三維信息，利用時間序列息，利用時間序列/截面數(shù)據(jù)模型可以構(gòu)造和檢驗比以往截面數(shù)據(jù)模型可以構(gòu)造和檢驗比以往單獨使用橫截面數(shù)據(jù)或時間序列數(shù)據(jù)更為真實的行為方單獨使用橫截面數(shù)據(jù)或時間序列數(shù)據(jù)更為真實的行為方程，可以進(jìn)行更加深入的分析。正是基于實際經(jīng)濟分析程，可以進(jìn)行更加深入的分析。正是基于實際經(jīng)濟分析的需要，作為非經(jīng)典計量經(jīng)濟學(xué)問題，同時利用橫截面的需要，作為非

5、經(jīng)典計量經(jīng)濟學(xué)問題，同時利用橫截面和時間序列數(shù)據(jù)的模型已經(jīng)成為近年來計量經(jīng)濟學(xué)理論和時間序列數(shù)據(jù)的模型已經(jīng)成為近年來計量經(jīng)濟學(xué)理論方法的重要發(fā)展之一。方法的重要發(fā)展之一。 4 EViews對時間序列對時間序列/截面數(shù)據(jù)模型的估計是通過含有截面數(shù)據(jù)模型的估計是通過含有Pool對象的工作文件和具有面板結(jié)構(gòu)的工作文件來實現(xiàn)的。對象的工作文件和具有面板結(jié)構(gòu)的工作文件來實現(xiàn)的。 。通。通過過Pool對象可以實現(xiàn)對各種變截距、變系數(shù)時間序列模型對象可以實現(xiàn)對各種變截距、變系數(shù)時間序列模型的估計，但的估計，但Pool對象側(cè)重分析對象側(cè)重分析“窄而長窄而長”的數(shù)據(jù)，即截面的數(shù)據(jù)，即截面成員較少，而時期較長的側(cè)

6、重時間序列分析的數(shù)據(jù)。成員較少，而時期較長的側(cè)重時間序列分析的數(shù)據(jù)。 對于截面成員較多，時期較少的對于截面成員較多，時期較少的“寬而短寬而短”的側(cè)重截的側(cè)重截面分析的數(shù)據(jù)，一般通過面分析的數(shù)據(jù)，一般通過進(jìn)行分析。利用面板結(jié)構(gòu)的工作文件進(jìn)行分析。利用面板結(jié)構(gòu)的工作文件可以實現(xiàn)變截距時間序列可以實現(xiàn)變截距時間序列/截面數(shù)據(jù)模型以及動態(tài)時間序截面數(shù)據(jù)模型以及動態(tài)時間序列列/截面數(shù)據(jù)模型的估計。截面數(shù)據(jù)模型的估計。 5 Pool對象在對象在EViews中扮演著兩種角色。首先，中扮演著兩種角色。首先，Pool對對象中包含了一系列的標(biāo)識名。這些標(biāo)識名描述了工作文件象中包含了一系列的標(biāo)識名。這些標(biāo)識名描述了

7、工作文件中的時間序列中的時間序列/截面數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)。在這個角色中，截面數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)。在這個角色中，Pool對象在管理和處理時間序列對象在管理和處理時間序列/截面數(shù)據(jù)上的功能與組對象有截面數(shù)據(jù)上的功能與組對象有些相似。其次，利用些相似。其次，利用Pool對象中的過程可以實現(xiàn)對各種時對象中的過程可以實現(xiàn)對各種時間序列間序列/截面數(shù)據(jù)模型的估計及對估計結(jié)果的檢驗和處理。截面數(shù)據(jù)模型的估計及對估計結(jié)果的檢驗和處理。在這個角色中，在這個角色中，Pool對象與方程對象有些相似對象與方程對象有些相似 6 。為明。為明顯起見，名稱要相對較短。例如，國家作為截面成員時，顯起見，名稱要相對較短。例如，國家作為

8、截面成員時，可以使用可以使用USA代表美國，代表美國，CAN代表加拿大，代表加拿大，UK代表英國。代表英國。 定義了定義了Pool的截面成員名稱就等于告訴了的截面成員名稱就等于告訴了EViews，模，模型的數(shù)據(jù)結(jié)構(gòu)。在上面的例子中，型的數(shù)據(jù)結(jié)構(gòu)。在上面的例子中，EViews會自動把這個會自動把這個Pool理解成對每個國家使用單獨的時間序列。理解成對每個國家使用單獨的時間序列。 必須注意，必須注意，。因此，刪除一。因此，刪除一個個Pool并不會同時刪除它所使用的序列，但修改并不會同時刪除它所使用的序列，但修改Pool使用的使用的原序列會同時改變原序列會同時改變Pool中的數(shù)據(jù)。中的數(shù)據(jù)。 7 在

9、本章中，使用的是一個研究投資需求的例子，包括了五在本章中，使用的是一個研究投資需求的例子，包括了五家企業(yè)和三個變量的家企業(yè)和三個變量的20個年度觀測值的時間序列：個年度觀測值的時間序列： 5家企業(yè)：家企業(yè)： 3個變量：個變量： GM：通用汽車公司：通用汽車公司 I ：總投資：總投資 CH：克萊斯勒公司：克萊斯勒公司 M ：前一年企業(yè)的市場價值：前一年企業(yè)的市場價值 GE：通用電器公司：通用電器公司 K ：前一年末工廠存貨和設(shè)備的價值：前一年末工廠存貨和設(shè)備的價值 WE：西屋公司：西屋公司 US：美國鋼鐵公司：美國鋼鐵公司 要創(chuàng)建要創(chuàng)建Pool對象，選擇對象，選擇Objects/New Obje

10、ct/Pool并在編并在編輯窗口中輸入截面成員的識別名稱：輯窗口中輸入截面成員的識別名稱： 8 對截面成員的識別名稱沒有特別要求，但必須能使用這對截面成員的識別名稱沒有特別要求，但必須能使用這些識別名稱建立合法的些識別名稱建立合法的EViews序列名稱。此處推薦在每個識序列名稱。此處推薦在每個識別名中使用別名中使用“_”字符，它不是必須的，但把它作為序列名的字符，它不是必須的，但把它作為序列名的一部分，可以很容易找到識別名稱。一部分，可以很容易找到識別名稱。 9 在在Pool中使用序列的關(guān)鍵是序列命名：使用中使用序列的關(guān)鍵是序列命名：使用和和組合命名。截面識別名稱可以放在序列名中組合命名。截面

11、識別名稱可以放在序列名中的任意位置，只要保持一致即可。的任意位置，只要保持一致即可。 例如，現(xiàn)有一個例如，現(xiàn)有一個Pool對象含有識別名對象含有識別名 JPN， USA，UK，想建立每個截面成員的，想建立每個截面成員的GDP的時間序列，我們就使的時間序列，我們就使用用“GDP”作為序列的基本名。作為序列的基本名。 可以把識別名稱放在基本名的后面，此時序列名為可以把識別名稱放在基本名的后面，此時序列名為GDPJPN，GDPUSA，GDPUK；或者把識別名稱放；或者把識別名稱放在基本名的前面，此時序列名為在基本名的前面，此時序列名為JPNGDP，USAGDP，UKGDP。 ，不能這樣命名序列：不能

12、這樣命名序列：JPNGDP，GDPUSA，UKGDP1，因，因為為EViews無法在無法在Pool對象中識別這些序列。對象中識別這些序列。10 一旦選定的序列名和一旦選定的序列名和Pool中的截面成員識別名稱相對應(yīng)，中的截面成員識別名稱相對應(yīng)，就可以利用這些序列使用就可以利用這些序列使用Pool了。其中關(guān)鍵是要理解了。其中關(guān)鍵是要理解Pool序序列的概念。列的概念。 一個一個Pool序列實際就是一組序列序列實際就是一組序列, 序列名是由基本名和序列名是由基本名和所有截面識別名構(gòu)成的。所有截面識別名構(gòu)成的。，其中，其中。如果序列名為。如果序列名為GDPJPN，GDPUSA，GDPUK，相應(yīng)的，相

13、應(yīng)的Pool序列為序列為GDP?。如果序列名。如果序列名為為JPNGDP，USAGDP，UKGDP，相應(yīng)的，相應(yīng)的Pool序列為序列為 ?GDP。 當(dāng)使用一個當(dāng)使用一個Pool序列名時，序列名時，EViews認(rèn)為將準(zhǔn)備使用認(rèn)為將準(zhǔn)備使用Pool序列中的所有序列。序列中的所有序列。EViews會自動循環(huán)查找所有截面識別名會自動循環(huán)查找所有截面識別名稱并用識別名稱替代稱并用識別名稱替代“?”。然后會按指令使用這些替代后的。然后會按指令使用這些替代后的名稱了。名稱了。11 要顯示要顯示Pool中的截面成員識別名稱，單擊工具條的中的截面成員識別名稱，單擊工具條的Define按鈕，或選擇按鈕，或選擇Vi

14、ew/Cross-Section Identifiers。如果需。如果需要，也可以對識別名稱列進(jìn)行編輯。要，也可以對識別名稱列進(jìn)行編輯。 Pool中使用的數(shù)據(jù)都存在普通中使用的數(shù)據(jù)都存在普通EViews序列中。這些序列序列中。這些序列可以按通常方式使用：可以列表顯示，圖形顯示，產(chǎn)生新序可以按通常方式使用：可以列表顯示，圖形顯示，產(chǎn)生新序列，或用于估計。也可以使用列，或用于估計。也可以使用Pool對象來處理各單獨序列。對象來處理各單獨序列。12 有很多種輸入數(shù)據(jù)的方法，在介紹各種方法之前，首有很多種輸入數(shù)據(jù)的方法，在介紹各種方法之前，首先要理解時間序列先要理解時間序列/截面數(shù)據(jù)的結(jié)構(gòu)，區(qū)別堆積數(shù)

15、據(jù)和非堆截面數(shù)據(jù)的結(jié)構(gòu)，區(qū)別堆積數(shù)據(jù)和非堆積數(shù)據(jù)形式。積數(shù)據(jù)形式。 時間序列時間序列/截面數(shù)據(jù)的數(shù)據(jù)信息用三維表示：截面數(shù)據(jù)的數(shù)據(jù)信息用三維表示：。例如：。例如：1950年，通用汽車公司，投資數(shù)據(jù)。年，通用汽車公司，投資數(shù)據(jù)。 使用三維數(shù)據(jù)比較困難，一般要轉(zhuǎn)化成二維數(shù)據(jù)。有使用三維數(shù)據(jù)比較困難，一般要轉(zhuǎn)化成二維數(shù)據(jù)。有幾種常用的方法。幾種常用的方法。 存在工作文件的數(shù)據(jù)都是這種非堆積數(shù)據(jù)，在這種形存在工作文件的數(shù)據(jù)都是這種非堆積數(shù)據(jù)，在這種形式中，給定截面成員、給定變量的觀測值放在一起，但和式中，給定截面成員、給定變量的觀測值放在一起，但和其他變量、其他截面成員的數(shù)據(jù)分開。例如，假定我們的其他

16、變量、其他截面成員的數(shù)據(jù)分開。例如，假定我們的數(shù)據(jù)文件為下面的形式：數(shù)據(jù)文件為下面的形式： 13 其中基本名其中基本名 I 代表企業(yè)總投資、代表企業(yè)總投資、M 代表前一年企業(yè)的市場價值、代表前一年企業(yè)的市場價值、K 代代表前一年末工廠存貨和設(shè)備的價值。每個企業(yè)都有單獨的表前一年末工廠存貨和設(shè)備的價值。每個企業(yè)都有單獨的 I、M、K 數(shù)據(jù)。數(shù)據(jù)。 EViews會自動按附錄會自動按附錄A中中 介紹的標(biāo)準(zhǔn)輸入程序讀取非堆積數(shù)據(jù)。并把介紹的標(biāo)準(zhǔn)輸入程序讀取非堆積數(shù)據(jù)。并把每個截面變量看作一個單獨序列。每個截面變量看作一個單獨序列。 14 確認(rèn)后確認(rèn)后EViews會打開新建序列的堆積式數(shù)據(jù)表。我們看會打

17、開新建序列的堆積式數(shù)據(jù)表。我們看到的是按截面成員堆積的序列，到的是按截面成員堆積的序列，Pool序列名在每列表頭，截面序列名在每列表頭，截面成員成員/年代識別符標(biāo)識每行：年代識別符標(biāo)識每行： 選擇選擇View/Spreadsheet（stacked data），），EViews會要求輸會要求輸入序列名列表入序列名列表15 Pool數(shù)據(jù)排列成堆積形式，一個變量的所有數(shù)據(jù)放在一數(shù)據(jù)排列成堆積形式，一個變量的所有數(shù)據(jù)放在一起，和其他變量的數(shù)據(jù)分開。大多數(shù)情況下，不同截面成員起，和其他變量的數(shù)據(jù)分開。大多數(shù)情況下，不同截面成員的數(shù)據(jù)從上到下依次堆積，每一列代表一個變量：的數(shù)據(jù)從上到下依次堆積，每一列代

18、表一個變量： 16 我們稱上表數(shù)據(jù)是以截面成員堆積的，單擊我們稱上表數(shù)據(jù)是以截面成員堆積的，單擊Order+/-實現(xiàn)堆實現(xiàn)堆積方式轉(zhuǎn)換，也可以按日期堆積數(shù)據(jù)：積方式轉(zhuǎn)換，也可以按日期堆積數(shù)據(jù)： 每一列代表一個變量，每一列內(nèi)數(shù)據(jù)都是按年排列的。如果每一列代表一個變量，每一列內(nèi)數(shù)據(jù)都是按年排列的。如果數(shù)據(jù)按年排列，要確保各年內(nèi)截面成員的排列順序要一致。數(shù)據(jù)按年排列，要確保各年內(nèi)截面成員的排列順序要一致。17 可以通過手工輸入數(shù)據(jù)，也可以使用剪切和粘貼工具輸可以通過手工輸入數(shù)據(jù)，也可以使用剪切和粘貼工具輸入：入： (1) 通過確定工作文件樣本來指定堆積數(shù)據(jù)表中要包含哪通過確定工作文件樣本來指定堆積數(shù)

19、據(jù)表中要包含哪些時間序列觀測值。些時間序列觀測值。 (2) 打開打開Pool，選擇，選擇View/Spreadsheet（stacked data），），EViews會要求輸入序列名列表，可以輸入普通序列名或會要求輸入序列名列表，可以輸入普通序列名或Pool序列名。如果是已有序列，序列名。如果是已有序列，EViews會顯示序列數(shù)據(jù)；如果這會顯示序列數(shù)據(jù)；如果這個序列不存在，個序列不存在，EViews會使用已說明的會使用已說明的Pool序列的截面成員序列的截面成員識別名稱建立新序列或序列組。識別名稱建立新序列或序列組。18 (3) 打開打開Pool序列的堆積式數(shù)據(jù)表。需要的話還可以單序列的堆積式

20、數(shù)據(jù)表。需要的話還可以單擊擊Order+/-按鈕進(jìn)行按截面成員堆積和按日期堆積之間的轉(zhuǎn)按鈕進(jìn)行按截面成員堆積和按日期堆積之間的轉(zhuǎn)換。換。 (4) 單擊單擊Edit+/-按鈕打開數(shù)據(jù)編輯模式輸入數(shù)據(jù)。按鈕打開數(shù)據(jù)編輯模式輸入數(shù)據(jù)。 如果有一個如果有一個Pool包含識別名包含識別名_CM，_CH，_GE，_WE，_US，通過輸入：，通過輸入：I? M? K?，指示，指示EViews來創(chuàng)建如下序列：來創(chuàng)建如下序列：I_CM，I_CH，I_GE，I_WE，I_US；M_CM，M_CH，M_GE，M_WE，M_US；K_CM，K_CH，K_GE，K_WE，K_US： 19 可以使用可以使用Pool對象從

21、文件輸入堆積數(shù)據(jù)到各單獨序列。當(dāng)對象從文件輸入堆積數(shù)據(jù)到各單獨序列。當(dāng)文件數(shù)據(jù)按截面成員或時期堆積成時，文件數(shù)據(jù)按截面成員或時期堆積成時，EViews要求：要求： (1) 堆積數(shù)據(jù)是平衡的堆積數(shù)據(jù)是平衡的 (2) 截面成員在文件中和在截面成員在文件中和在Pool中的排列順序相同。中的排列順序相同。 平衡的意思是，如果按截面成員堆積數(shù)據(jù)，每個截面成員平衡的意思是，如果按截面成員堆積數(shù)據(jù)，每個截面成員應(yīng)包括正好相同的時期；如果按日期堆積數(shù)據(jù)，每個日期應(yīng)包應(yīng)包括正好相同的時期；如果按日期堆積數(shù)據(jù)，每個日期應(yīng)包含相同數(shù)量的截面成員觀測值，并按相同順序排列。含相同數(shù)量的截面成員觀測值，并按相同順序排列。

22、 特別要指出的是，基礎(chǔ)數(shù)據(jù)并不一定是平衡的，只要在輸特別要指出的是，基礎(chǔ)數(shù)據(jù)并不一定是平衡的，只要在輸入文件中有表示即可。如果觀測值中有缺失數(shù)據(jù)，一定要保證入文件中有表示即可。如果觀測值中有缺失數(shù)據(jù)，一定要保證文件中給這些缺失值留有位置。文件中給這些缺失值留有位置。 要使用要使用Pool對象從文件讀取數(shù)據(jù)，先打開對象從文件讀取數(shù)據(jù)，先打開Pool，然后選擇，然后選擇Procs/Import Pool Data(ASCII,.XLS,.WK?)，要使用與，要使用與Pool對象對應(yīng)的輸入程序。對象對應(yīng)的輸入程序。2021 通過附錄通過附錄A的學(xué)習(xí)，大家對這個對話框應(yīng)該比較熟悉，的學(xué)習(xí)，大家對這個對

23、話框應(yīng)該比較熟悉，填寫說明如下：填寫說明如下： 注明注明Pool序列是按行還是按列排列，數(shù)據(jù)是按截面成序列是按行還是按列排列，數(shù)據(jù)是按截面成員堆積還是按日期堆積。員堆積還是按日期堆積。 在編輯框輸入序列的名稱。這些序列名應(yīng)該是普通序在編輯框輸入序列的名稱。這些序列名應(yīng)該是普通序列名或者是列名或者是Pool名。名。 填入樣本信息，起始格位置和表單名（可選項）。填入樣本信息，起始格位置和表單名（可選項）。 如果輸入序列用如果輸入序列用Pool序列名，序列名，EViews會用截面成員識會用截面成員識別名創(chuàng)建和命名序列。如果用普通序列名，別名創(chuàng)建和命名序列。如果用普通序列名，EViews會創(chuàng)建會創(chuàng)建單

24、個序列。單個序列。 EViews會使用樣本信息讀入文件到說明變量中。如果會使用樣本信息讀入文件到說明變量中。如果輸入的是普通序列名，輸入的是普通序列名，EViews會把多個數(shù)據(jù)值輸入到序列會把多個數(shù)據(jù)值輸入到序列中，直到從文件中讀入的最后一組數(shù)據(jù)。中，直到從文件中讀入的最后一組數(shù)據(jù)。 22 按照和上面數(shù)據(jù)輸入相反的程序可進(jìn)行數(shù)據(jù)輸出。由于按照和上面數(shù)據(jù)輸入相反的程序可進(jìn)行數(shù)據(jù)輸出。由于EViews可以輸入輸出非堆積數(shù)據(jù)，按截面成員堆積和按日期可以輸入輸出非堆積數(shù)據(jù)，按截面成員堆積和按日期堆積數(shù)據(jù)，因此可以利用堆積數(shù)據(jù)，因此可以利用EViews按照需要調(diào)整數(shù)據(jù)結(jié)構(gòu)。按照需要調(diào)整數(shù)據(jù)結(jié)構(gòu)。 23

25、每個截面成員的基礎(chǔ)序列都是普通序列，因此每個截面成員的基礎(chǔ)序列都是普通序列，因此EViews中對中對各單個截面成員序列適用的工具都可使用。另外，各單個截面成員序列適用的工具都可使用。另外，EViews還有還有專門適用于專門適用于Pool數(shù)據(jù)的專用工具。可以使用數(shù)據(jù)的專用工具。可以使用EViews對與一特定對與一特定變量對應(yīng)的所有序列進(jìn)行類似操作。變量對應(yīng)的所有序列進(jìn)行類似操作。 用數(shù)據(jù)表形式查看堆積數(shù)據(jù)。選擇用數(shù)據(jù)表形式查看堆積數(shù)據(jù)。選擇View/Spreadsheet (stacked data)，然后列出要顯示的序列。序列名包括普通序列，然后列出要顯示的序列。序列名包括普通序列名和名和Po

26、ol序列名。序列名。 可以使用可以使用Pool對象計算序列的描述統(tǒng)計量。在對象計算序列的描述統(tǒng)計量。在Pool工具欄工具欄選擇選擇View/Descriptive Statistics，EViews會打開如下對話框：會打開如下對話框： 24 在編輯框內(nèi)輸入計算描述統(tǒng)計量的序列。在編輯框內(nèi)輸入計算描述統(tǒng)計量的序列。EViews可以可以計算序列的平均值，中位數(shù)，最小值，最大值，標(biāo)準(zhǔn)差，偏計算序列的平均值，中位數(shù)，最小值，最大值，標(biāo)準(zhǔn)差，偏度，峰度，和度，峰度，和Jarque-Bera統(tǒng)計量。統(tǒng)計量。 下一步選擇樣本選項：下一步選擇樣本選項：25 （1）Individual（單獨的）（單獨的）: 利

27、用所有的有效觀測值。利用所有的有效觀測值。即使某一變量的觀測值是針對某一截面成員的，也計算在即使某一變量的觀測值是針對某一截面成員的，也計算在內(nèi)。內(nèi)。 （2）Common（截面共同的）（截面共同的）: 使用的有效觀測值必須使用的有效觀測值必須是某一截面成員的數(shù)據(jù)，在同一期對所有變量都有數(shù)值。是某一截面成員的數(shù)據(jù)，在同一期對所有變量都有數(shù)值。而不管同期其他截面成員的變量是否有值。而不管同期其他截面成員的變量是否有值。 （3）Balanced（平衡的）（平衡的）: 使用的有效觀測值必須是對使用的有效觀測值必須是對所有截面成員，所有變量在同一期都有數(shù)值。所有截面成員，所有變量在同一期都有數(shù)值。26

28、最后還必須選擇與計算方法相對應(yīng)的數(shù)據(jù)結(jié)構(gòu)：最后還必須選擇與計算方法相對應(yīng)的數(shù)據(jù)結(jié)構(gòu)： （1）（Stacked data）: 計算表中每一變量所計算表中每一變量所有截面成員，所有時期的統(tǒng)計量。如果忽略數(shù)據(jù)的有截面成員，所有時期的統(tǒng)計量。如果忽略數(shù)據(jù)的pool性質(zhì)，性質(zhì)，得到的就是變量的描述統(tǒng)計量。得到的就是變量的描述統(tǒng)計量。 （2）（Stacked-means removed）: 計算除去截面平均值之后的描述統(tǒng)計量值。計算除去截面平均值之后的描述統(tǒng)計量值。 （3）（Cross-section specific）: 計算每個計算每個截面變量所有時期的描述統(tǒng)計量。是通過對各單獨序列計算截面變量所有時

29、期的描述統(tǒng)計量。是通過對各單獨序列計算統(tǒng)計量而得到的。統(tǒng)計量而得到的。 （4）（Time period specific）: 計算時期特性計算時期特性描述統(tǒng)計量。對每一時期，使用描述統(tǒng)計量。對每一時期，使用pool中所有截面成員的變量中所有截面成員的變量數(shù)據(jù)計算的統(tǒng)計量。數(shù)據(jù)計算的統(tǒng)計量。 注意，后面兩種方法可能產(chǎn)生很多輸出結(jié)果。截面成注意，后面兩種方法可能產(chǎn)生很多輸出結(jié)果。截面成員描述計算會對每一變量員描述計算會對每一變量/截面成員組合產(chǎn)生一系列結(jié)果。截面成員組合產(chǎn)生一系列結(jié)果。如果有三個如果有三個Pool變量，變量，20個截面成員，個截面成員，EViews就會計算就會計算60個個序列的描述

30、統(tǒng)計量。序列的描述統(tǒng)計量。 27 (1) 可以使用可以使用PoolGenr(panelgenr)程序生成或者修改程序生成或者修改Pool序列。點擊序列。點擊Pool工具欄的工具欄的Poolgenr并輸入要生成的方程并輸入要生成的方程式，使用正確的式，使用正確的Pool名稱。例如上面的例子，輸入：名稱。例如上面的例子，輸入：r?=I?/I_US, 相當(dāng)于輸入下面五個命令：相當(dāng)于輸入下面五個命令： r_CM = I_CM/I_US r_CH = I_CH/I_US r_GE = I_GE/I_US r_WE = I_WE/I_US r_US = I_US/I_US PoolGenr按照輸入的方程在

31、各截面成員間進(jìn)行循環(huán)計按照輸入的方程在各截面成員間進(jìn)行循環(huán)計算，生成新的序列或修改已有序列。算，生成新的序列或修改已有序列。 28 (2) 可聯(lián)合使用可聯(lián)合使用PoolGenr和和Genr生成新的變量。例生成新的變量。例如，要生成一個虛擬變量，在美國鋼鐵（如，要生成一個虛擬變量，在美國鋼鐵（US）時?。r取1，其他企業(yè)時取其他企業(yè)時取0，先選擇，先選擇PoolGenr，然后輸入：，然后輸入：dum?=0，從而初始化所有虛擬變量序列為從而初始化所有虛擬變量序列為0。然后，把。然后，把US值設(shè)置值設(shè)置為為1，在主菜單選擇，在主菜單選擇Genr，然后輸入：，然后輸入：dum_US=1。 29 (3)

32、 還可以利用數(shù)據(jù)的內(nèi)在循環(huán)特性進(jìn)行給定時期的截還可以利用數(shù)據(jù)的內(nèi)在循環(huán)特性進(jìn)行給定時期的截面成員間的計算。例如，建立一普通序列面成員間的計算。例如，建立一普通序列IS，在主菜單選，在主菜單選擇擇Genr，然后輸入：，然后輸入：IS=0，即初始值設(shè)為，即初始值設(shè)為0，然后選，然后選PoolGenr并輸入：并輸入： IS=IS+I? 相當(dāng)于對普通序列從相當(dāng)于對普通序列從Genr輸入下列計算：輸入下列計算： IS=I_GM+I_CH+I_GE+I_WE+I_US 這個例子用來說明內(nèi)在循環(huán)這個概念。這個例子用來說明內(nèi)在循環(huán)這個概念。30 如果希望使用如果希望使用EViews的組對象工具處理一系列的組對

33、象工具處理一系列Pool序列，序列，選擇選擇Procs/Make Group輸入普通序列和輸入普通序列和Pool序列名稱，序列名稱，EViews就會生成一個包含這些序列的未命名組對象。就會生成一個包含這些序列的未命名組對象。 Pool可用來刪除和存取序列。只需選擇可用來刪除和存取序列。只需選擇Procs/Delete pool series，Procs/Store pool series(DB)，Procs/Fetch pool series(DB)，輸入普通序列和，輸入普通序列和Pool序列名稱即可。序列名稱即可。31 設(shè)有因變量設(shè)有因變量 yit 與與1 k 維解釋變量向量維解釋變量向量

34、xit，滿足線性關(guān)系滿足線性關(guān)系 i =1, 2, , N , t =1, 2, T (10.1.1) 式式(10.1.1)是考慮是考慮 k 個經(jīng)濟指標(biāo)在個經(jīng)濟指標(biāo)在 N 個個體及個個體及 T 個時間個時間點上的變動關(guān)系。其中點上的變動關(guān)系。其中 N 表示個體截面成員的個數(shù)，表示個體截面成員的個數(shù)，T 表示表示每個截面成員的觀測時期總數(shù)，參數(shù)每個截面成員的觀測時期總數(shù)，參數(shù) it 表示模型的常數(shù)項，表示模型的常數(shù)項， it 表示對應(yīng)于解釋變量向量表示對應(yīng)于解釋變量向量 xit 的的 k 1 維系數(shù)向量，維系數(shù)向量，k 表示解表示解釋變量個數(shù)。隨機誤差項釋變量個數(shù)。隨機誤差項 uit 相互獨立，

35、且滿足零均值、等相互獨立，且滿足零均值、等方差為方差為 u2 的假設(shè)。的假設(shè)。ititititituyx32 在式在式(10.1.1)描述的模型中，自由度（描述的模型中，自由度（NT）遠(yuǎn)遠(yuǎn)小于）遠(yuǎn)遠(yuǎn)小于參數(shù)個數(shù)，這使得模型無法估計。為了實現(xiàn)模型的估計，參數(shù)個數(shù)，這使得模型無法估計。為了實現(xiàn)模型的估計，可以分別建立以下兩類模型：從個體成員角度考慮，可以分別建立以下兩類模型：從個體成員角度考慮，；在時；在時間點上截面，間點上截面，。 由于含有由于含有 N 個個體成員方程的式（個個體成員方程的式（10.1.2）和含有）和含有 T個時間截面方程的式（個時間截面方程的式（10.1.4）兩種形式的模型在估

36、計方）兩種形式的模型在估計方法上類似，因此本章主要討論含有法上類似，因此本章主要討論含有 N 個個體成員方程的時個個體成員方程的時間序列間序列/截面數(shù)據(jù)模型的估計方法。截面數(shù)據(jù)模型的估計方法。 33 我們可以把這些數(shù)據(jù)看作一系列截面說明回歸量，因此有我們可以把這些數(shù)據(jù)看作一系列截面說明回歸量，因此有N個截面方程：個截面方程：， i =1 , 2 , , N (10.1.2) 其中：其中：yi 是是 T 1 維被解釋變量向量維被解釋變量向量，xi 是是 T k 維解釋變量矩陣維解釋變量矩陣，yi 和和 xi 包含個體成員的各經(jīng)濟指標(biāo)時間序列，例如個體成員代包含個體成員的各經(jīng)濟指標(biāo)時間序列，例如個

37、體成員代表各不同地區(qū)，則表各不同地區(qū)，則 yi 和和 xi 的各個分量代表的各個分量代表 i 地區(qū)的消費和收入、地區(qū)的消費和收入、物價等指標(biāo)的經(jīng)濟時間序列。物價等指標(biāo)的經(jīng)濟時間序列。 式（式（10.1.2）寫成矩陣的回歸形式為：）寫成矩陣的回歸形式為： (10.1.3) iiiiixuyNNNNNuuuxxxyyy21121212100000034 單擊單擊Pool工具欄的工具欄的Estimate選項打開如下對話框：選項打開如下對話框： 35 在因變量對話框中輸入在因變量對話框中輸入Pool變量或變量或Pool變量表達(dá)式。變量表達(dá)式。 在下面的編輯窗口中輸入樣本說明。樣本的缺省值是各在下面的編

38、輯窗口中輸入樣本說明。樣本的缺省值是各截面成員中的最大樣本值。如果得不到某時期截面成員的解截面成員中的最大樣本值。如果得不到某時期截面成員的解釋變量或因變量的值，那么此觀測值會被排除掉。釋變量或因變量的值，那么此觀測值會被排除掉。 復(fù)選框復(fù)選框Balanced Sample說明在各截面成員間進(jìn)行數(shù)據(jù)說明在各截面成員間進(jìn)行數(shù)據(jù)排除。只要某一時期數(shù)據(jù)對任何一個截面成員無效，此時期排除。只要某一時期數(shù)據(jù)對任何一個截面成員無效，此時期就被排除。這種排除保證得到的樣本區(qū)間對所有截面成員都就被排除。這種排除保證得到的樣本區(qū)間對所有截面成員都是有效的。是有效的。 如果某截面成員的所有觀測值都沒有，那么如果某

39、截面成員的所有觀測值都沒有，那么Pool在進(jìn)行在進(jìn)行估計時就排除這個截面成員。同時估計時就排除這個截面成員。同時EViews會在輸出中告訴漏會在輸出中告訴漏掉的截面成員。掉的截面成員。 36 在三個編輯框中輸入解釋變量。在三個編輯框中輸入解釋變量。 (1) Common :此欄中輸入的變量對所有截面成員有此欄中輸入的變量對所有截面成員有相同的系數(shù)，并用一般名稱或相同的系數(shù)，并用一般名稱或Pool名稱輸出結(jié)果。名稱輸出結(jié)果。 (2) Cross-section specific :此欄中輸入的變量對此欄中輸入的變量對Pool中每個截面成員的系數(shù)不同。中每個截面成員的系數(shù)不同。EViews會對每個

40、截面成員估計會對每個截面成員估計不同的系數(shù)，并使用截面成員識別名后跟一般序列名，中間不同的系數(shù)，并使用截面成員識別名后跟一般序列名，中間用用“”連接進(jìn)行標(biāo)簽。連接進(jìn)行標(biāo)簽。 (3) Period specific :此欄中輸入的變量對此欄中輸入的變量對Pool中每個中每個時期的系數(shù)不同。時期的系數(shù)不同。EViews會對每個時期估計不同的系數(shù)，并會對每個時期估計不同的系數(shù)，并使用變量名后跟時期，中間用使用變量名后跟時期，中間用“”連接進(jìn)行標(biāo)簽。連接進(jìn)行標(biāo)簽。37 如，如果在截面系數(shù)編輯框中輸入一般變量如，如果在截面系數(shù)編輯框中輸入一般變量M?和和K?，會，會輸出輸出M?和和K?的估計系數(shù)。如果在

41、截面系數(shù)編輯框中輸入這兩的估計系數(shù)。如果在截面系數(shù)編輯框中輸入這兩個變量，會輸出如下形式的系數(shù)：個變量，會輸出如下形式的系數(shù)：_GM-M_GM，_CH-M_CH，_GE-M_GE，_WE-M_WE，_US-M_US和和_GM-K_GM，_CH-K_CH，_GE-K_GE，_WE-K_WE，_US-K_US，等等。，等等。 如果在時期系數(shù)編輯框中輸入一般變量如果在時期系數(shù)編輯框中輸入一般變量M?和和K?，會輸出，會輸出M?和和K?的各時期的估計系數(shù)：的各時期的估計系數(shù)：C_1935, C_1936 , , K?_1935，K?_1936, , M?_1935，M?_1936 , , 等等。等等。

42、 注意，使用截面成員特定系數(shù)法估計模型會生成很多系數(shù)注意，使用截面成員特定系數(shù)法估計模型會生成很多系數(shù),等于等于Pool中截面成員數(shù)和所列變量數(shù)的乘積。中截面成員數(shù)和所列變量數(shù)的乘積。38 模型模型(10.1.2)常用的有如下三種情形：常用的有如下三種情形： 對于情形對于情形1，在橫截面上無個體影響、無結(jié)構(gòu)變化，則，在橫截面上無個體影響、無結(jié)構(gòu)變化，則普通最小二乘法估計給出了普通最小二乘法估計給出了 和和 的一致有效估計。相當(dāng)于的一致有效估計。相當(dāng)于將多個時期的截面數(shù)據(jù)放在一起作為樣本數(shù)據(jù)。將多個時期的截面數(shù)據(jù)放在一起作為樣本數(shù)據(jù)。 對于情形對于情形2，稱為變截距模型，在橫截面上個體影響不，稱

43、為變截距模型，在橫截面上個體影響不同，個體影響表現(xiàn)為模型中被忽略的反映個體差異的變量的同，個體影響表現(xiàn)為模型中被忽略的反映個體差異的變量的影響，又分為固定影響和隨機影響兩種情況。影響，又分為固定影響和隨機影響兩種情況。 對于情形對于情形3，稱為變系數(shù)模型，除了存在個體影響外，稱為變系數(shù)模型，除了存在個體影響外，在橫截面上還存在變化的經(jīng)濟結(jié)構(gòu)，因而結(jié)構(gòu)參數(shù)在不同橫在橫截面上還存在變化的經(jīng)濟結(jié)構(gòu)，因而結(jié)構(gòu)參數(shù)在不同橫截面上是不同的。截面上是不同的。jiji ,jiji ,jiji ,39 在對時間序列在對時間序列/截面數(shù)據(jù)模型進(jìn)行估計時，使用的截面數(shù)據(jù)模型進(jìn)行估計時，使用的樣本數(shù)據(jù)包含了個體、指標(biāo)

44、、時間樣本數(shù)據(jù)包含了個體、指標(biāo)、時間3個方向上的信息。個方向上的信息。如果模型形式設(shè)定不正確，估計結(jié)果將與所要模擬的如果模型形式設(shè)定不正確，估計結(jié)果將與所要模擬的經(jīng)濟現(xiàn)實偏離甚遠(yuǎn)。因此，建立時間序列經(jīng)濟現(xiàn)實偏離甚遠(yuǎn)。因此，建立時間序列/截面數(shù)據(jù)模截面數(shù)據(jù)模型的第一步便是檢驗被解釋變量型的第一步便是檢驗被解釋變量 yit 的參數(shù)的參數(shù) i 和和 i 是是否對所有個體樣本點或時期都是一樣的，即檢驗樣本否對所有個體樣本點或時期都是一樣的，即檢驗樣本數(shù)據(jù)究竟符合上面哪種時間序列數(shù)據(jù)究竟符合上面哪種時間序列/截面數(shù)據(jù)模型形式，截面數(shù)據(jù)模型形式，從而避免模型設(shè)定的偏差，改進(jìn)參數(shù)估計的有效性。從而避免模型設(shè)

45、定的偏差，改進(jìn)參數(shù)估計的有效性。40 經(jīng)常使用的檢驗是協(xié)方差分析檢驗，主要檢驗如下兩經(jīng)常使用的檢驗是協(xié)方差分析檢驗，主要檢驗如下兩個假設(shè)：個假設(shè)： H1： H2： 可見如果接受假設(shè)可見如果接受假設(shè) H2 則可以認(rèn)為樣本數(shù)據(jù)符合情形則可以認(rèn)為樣本數(shù)據(jù)符合情形3，即模型為即模型為，無需進(jìn)行進(jìn)一步的檢驗。，無需進(jìn)行進(jìn)一步的檢驗。 如果拒絕假設(shè)如果拒絕假設(shè)H2，則需檢驗假設(shè)則需檢驗假設(shè)H1。如果接受如果接受H1，則則認(rèn)為樣本數(shù)據(jù)符合情形認(rèn)為樣本數(shù)據(jù)符合情形2，即模型為，即模型為，反之拒絕，反之拒絕H1 ，則認(rèn)為樣本數(shù)據(jù)符合情形，則認(rèn)為樣本數(shù)據(jù)符合情形1，即模型為，即模型為。N21N21N2141 下面

46、介紹假設(shè)檢驗的下面介紹假設(shè)檢驗的 F 統(tǒng)計量的計算方法。首先計算情統(tǒng)計量的計算方法。首先計算情形形3()的殘差平方和，記為的殘差平方和，記為 S1 1 ；情形情形2()的殘差平方和記為的殘差平方和記為 S2 2 ；情形情形1()的殘差平方和的殘差平方和記為記為 S3 3 。計算計算 F2 統(tǒng)計量統(tǒng)計量 (10.2.7) 在假設(shè)在假設(shè) H2 下檢驗統(tǒng)計量下檢驗統(tǒng)計量 F2 服從相應(yīng)自由度下的服從相應(yīng)自由度下的F分布。分布。若計算所得到的統(tǒng)計量若計算所得到的統(tǒng)計量 F2 的值不小于給定置信度下的相應(yīng)臨的值不小于給定置信度下的相應(yīng)臨界值，則拒絕假設(shè)界值，則拒絕假設(shè) H2，繼續(xù)檢驗假設(shè)，繼續(xù)檢驗假設(shè)

47、H1。反之，接受。反之，接受 H2則則認(rèn)為樣本數(shù)據(jù)符合模型情形認(rèn)為樣本數(shù)據(jù)符合模型情形1 ，即，即。)1(),1)(1()1()1)(1/()(1132kTNkNFkNNTSkNSSF42 在假設(shè)在假設(shè)H1下檢驗統(tǒng)計量下檢驗統(tǒng)計量F1也服從相應(yīng)自由度下的也服從相應(yīng)自由度下的F分布，分布，即即 (10.2.8) 若計算所得到的統(tǒng)計量若計算所得到的統(tǒng)計量F1的值不小于給定置信度下的相的值不小于給定置信度下的相應(yīng)臨界值，則拒絕假設(shè)應(yīng)臨界值，則拒絕假設(shè)H1。 如果接受如果接受H1，則認(rèn)為樣本數(shù)據(jù)符合情形則認(rèn)為樣本數(shù)據(jù)符合情形2，即模型為，即模型為，反之拒絕，反之拒絕H1 ，則認(rèn)為樣本數(shù)據(jù)符合情形，則認(rèn)

48、為樣本數(shù)據(jù)符合情形3，即模，即模型為型為。)1(,) 1()1() 1/()(1121kTNkNFkNNTSkNSSF43 建立一個研究五家企業(yè)投資需求狀況的時間序列建立一個研究五家企業(yè)投資需求狀況的時間序列/截面截面數(shù)據(jù)模型：數(shù)據(jù)模型： t =1 , 2 , , 20其中：企業(yè)標(biāo)識數(shù)字從其中：企業(yè)標(biāo)識數(shù)字從1 5，分別對應(yīng)通用汽車（，分別對應(yīng)通用汽車（GM）、）、克萊斯勒（克萊斯勒（CH）、通用電氣（）、通用電氣（GE）、西屋（）、西屋（WE）和美國）和美國鋼鐵（鋼鐵（US）。被解釋變量）。被解釋變量It = (I1,t, I2,t, I3,t, I4,t, I5,t) 分別是分別是5家家企

49、業(yè)的總投資。解釋變量為企業(yè)的總投資。解釋變量為Mt = (M1,t, M2,t, M3,t, M4,t, M5,t) 分分別是別是5家企業(yè)前一年企業(yè)市場價值（反映企業(yè)的預(yù)期利潤）；家企業(yè)前一年企業(yè)市場價值（反映企業(yè)的預(yù)期利潤）；Kt = (K1,t, K2,t, K3,t, K4,t, K5,t) 分別是分別是5家企業(yè)前一年末工廠存貨家企業(yè)前一年末工廠存貨及設(shè)備價值（反映企業(yè)必要重置投資期望值）。及設(shè)備價值（反映企業(yè)必要重置投資期望值）。tttituKMI2144變參數(shù)模型變參數(shù)模型: :45變截距模型變截距模型: :46不變參數(shù)模型不變參數(shù)模型: :47 例例10.5中系數(shù)中系數(shù) 和和 取何

50、種形式可以利用模型形式設(shè)定檢驗取何種形式可以利用模型形式設(shè)定檢驗方法來確定。方法來確定。 (1) 首先分別計算首先分別計算3種形式的模型：變參數(shù)模型、變截距模種形式的模型：變參數(shù)模型、變截距模型和不變參數(shù)模型，在每個模型的回歸統(tǒng)計量里可以得到相應(yīng)型和不變參數(shù)模型，在每個模型的回歸統(tǒng)計量里可以得到相應(yīng)的殘差平方和的殘差平方和S1=339121.5、S2 = 444288.4 和和S3 = 1570884。 (2) 按按(10.2.7)式和式和(10.2.8)式計算式計算F統(tǒng)計量，其中統(tǒng)計量，其中N=5、k=2、T=20，得到的兩個，得到的兩個F統(tǒng)計量分別為：統(tǒng)計量分別為： F1= (S2 - S

51、1)/8)/(S1 /85) = 3.29 F2= (S3 - S1)/12)/(S1 /85) = 25.73 利用函數(shù)利用函數(shù) qfdist(d, k1, k2) 得到得到F分布的臨界值，其中分布的臨界值，其中d 是臨是臨界點，界點，k1和和k2是自由度。在給定是自由度。在給定5%的顯著性水平下的顯著性水平下(d=0.95)，得，得到相應(yīng)的臨界值為：到相應(yīng)的臨界值為： F 2(12, 85) = 1.87 F 1(8, 85) =2.049 由于由于 F21.87，所以拒絕所以拒絕H2；又由于又由于 F12.049，所以也拒絕所以也拒絕H1。因此，例因此，例10.5的模型應(yīng)采用變系數(shù)的形式

52、的模型應(yīng)采用變系數(shù)的形式。 48 使用時間序列使用時間序列/截面數(shù)據(jù)模型數(shù)據(jù)結(jié)構(gòu)信息，有很多種方截面數(shù)據(jù)模型數(shù)據(jù)結(jié)構(gòu)信息，有很多種方法進(jìn)行方程估計。可以估計固定截距模型，隨機截距模型，法進(jìn)行方程估計?？梢怨烙嫻潭ń鼐嗄Ｐ?，隨機截距模型，或者模型變量對各截面成員的系數(shù)不同，以及估計單獨的或者模型變量對各截面成員的系數(shù)不同，以及估計單獨的AR項系數(shù)。也可以為各個截面成員分別估計一個方程。項系數(shù)。也可以為各個截面成員分別估計一個方程。 EViews的的Pool對象估計模型使用的方法有：最小二乘法，對象估計模型使用的方法有：最小二乘法，估計截面權(quán)重的加權(quán)最小二乘法或似乎不相關(guān)回歸。這些方估計截面權(quán)重的

53、加權(quán)最小二乘法或似乎不相關(guān)回歸。這些方法的使用都不改變原數(shù)據(jù)的排序。法的使用都不改變原數(shù)據(jù)的排序。 下面將介紹怎樣使用下面將介紹怎樣使用Pool和系統(tǒng)估計更一般和復(fù)雜的模和系統(tǒng)估計更一般和復(fù)雜的模型，包括二階段最小二乘估計和非線性模型，以及有復(fù)雜截型，包括二階段最小二乘估計和非線性模型，以及有復(fù)雜截面系數(shù)限制的模型。面系數(shù)限制的模型。 49 下面討論下面討論Pool模型的計算方法。設(shè)有模型的計算方法。設(shè)有N個觀測值互相堆積。個觀測值互相堆積。為討論方便，把堆積方程表示為：為討論方便，把堆積方程表示為：, i =1, 2, , N (10.3.1) 其中其中 yi 是是第第 i 個個截面成員的截

54、面成員的T 1維維因變量向量，因變量向量，xi 是是第第 i 個個截截面成員面成員的的T k 維維解釋變量矩陣。解釋變量矩陣。 i 是是第第 i 個個截面成員的截面成員的k 1維維未知參數(shù)向量，未知參數(shù)向量，ui 是是第第 i 個個截面成員的截面成員的T 1維維擾動項向量。用擾動項向量。用分塊矩陣形式表示如下：分塊矩陣形式表示如下： NNNNNuuuxxxyyy2121212121000000iiiiiuxy50 并且方程的殘差協(xié)方差矩陣為：并且方程的殘差協(xié)方差矩陣為： 基本說明把基本說明把Pool說明作為聯(lián)立方程系統(tǒng)并使用系統(tǒng)最說明作為聯(lián)立方程系統(tǒng)并使用系統(tǒng)最小二乘法估計模型。小二乘法估計模

55、型。NNNNNNEEuuuuuuuuuuuuuuuuuuuu212221212111)(51 當(dāng)殘差同期不相關(guān)，并且時期和截面同方差時，當(dāng)殘差同期不相關(guān)，并且時期和截面同方差時， 對堆積數(shù)據(jù)模型使用普通最小二乘法估計系數(shù)和協(xié)方差。對堆積數(shù)據(jù)模型使用普通最小二乘法估計系數(shù)和協(xié)方差。相當(dāng)于情形相當(dāng)于情形3： i = = j ， i = = j ，在橫截面上無個體影響、無結(jié)在橫截面上無個體影響、無結(jié)構(gòu)變化，則普通最小二乘法估計給出了構(gòu)變化，則普通最小二乘法估計給出了 和和 的一致有效估的一致有效估計。相當(dāng)于將多個時期的截面數(shù)據(jù)放在一起作為樣本數(shù)據(jù)。計。相當(dāng)于將多個時期的截面數(shù)據(jù)放在一起作為樣本數(shù)據(jù)。

56、其中其中 yi 和和 xi 分別是分別是 各時期的因變量向量和解釋變量矩陣。各時期的因變量向量和解釋變量矩陣。TNII2uxxxyyyTT212152以例以例10.5為例為例:53 所有的截面的系數(shù)相等，和將所有的截面的系數(shù)相等，和將5個公司的數(shù)據(jù)接到一起，個公司的數(shù)據(jù)接到一起，用用OLS的估計結(jié)果相同。的估計結(jié)果相同。54 固定影響估計量通過為每個截面成員估計不同常數(shù)項使固定影響估計量通過為每個截面成員估計不同常數(shù)項使 i 不同。不同。模型對應(yīng)的向量形式如下：模型對應(yīng)的向量形式如下： (10.3.2) 其中：其中：yi, e, ui是是T 1維向量，維向量，xi是是T k維矩陣，即維矩陣，即

57、 ， ， ，NNNNuuuxxxeeeyyyY21212121000000121TiTiiiyyyy1111TekTTkiTiTikiiikiiiixxxxxxxxx,2,1,2,22,21,1 ,12,11,x121TiTiiiuuuu55 EViews將每個變量減去平均值，并用轉(zhuǎn)換后的數(shù)據(jù)，通過將每個變量減去平均值，并用轉(zhuǎn)換后的數(shù)據(jù)，通過最小二乘估計來計算固定影響。最小二乘估計來計算固定影響。 (10.3.3)其中其中 ，, i =1, 2, , N (10.3.4) TxxTyytitititi/,/FEiiiyxNiTtiitiitNiTtiitiitFEyy11111)()()()(

58、xxxxxxktkititiitxxx1,2,1,x56 如果引進(jìn)總體均值截距項（如果引進(jìn)總體均值截距項（m），可以將模型（），可以將模型（10.3.1）寫成如下的等價形式：寫成如下的等價形式： i =1, 2, , N (10.3.10) 在該形式下，模型（在該形式下，模型（10.3.1）中的反映個體影響的跨成員）中的反映個體影響的跨成員方程變化的截距項被分解成在各個體成員方程中都相等的總方程變化的截距項被分解成在各個體成員方程中都相等的總體均值截距項體均值截距項（m）和跨成員方程變化的表示個體對總體均和跨成員方程變化的表示個體對總體均值偏離的個體截距項（值偏離的個體截距項（ i*）。）。個

59、體截距項個體截距項 i* 表示的是個體成表示的是個體成員員i對總體平均狀態(tài)的偏離，所有偏離之和應(yīng)該為零，即對總體平均狀態(tài)的偏離，所有偏離之和應(yīng)該為零，即 (10.3.11)iiiimuxy*01*Nii57 在該約束下，可以得到模型在該約束下，可以得到模型(10.3.10)中的各參數(shù)的最優(yōu)線中的各參數(shù)的最優(yōu)線性無偏估計性無偏估計 (10.3.12) (10.3.13) (10.3.14)其中：其中： ， ， 。 EViews計算固定影響是包含總體均值截距項的變截距模計算固定影響是包含總體均值截距項的變截距模型，以例型，以例10.5為例：為例：FEymxFEiiimyx*)(111NiTtitN

60、Txx)(111NiTtityNTyTxxTyytitititi/,/NiTtiitiitNiTtiitiitFEyy11111)()()()(xxxxxx585960 模型模型(10.3.1)還可以推廣為包含時期個體恒量的形式，還可以推廣為包含時期個體恒量的形式，即模型形式為：即模型形式為： i =1, 2, N ，t =1, 2, T (10.3.15) 其中：其中： t 為時期個體恒量，反映時期特有的影響。類似地，為時期個體恒量，反映時期特有的影響。類似地，通過引進(jìn)相應(yīng)的個體成員和時期虛擬變量，利用普通最小通過引進(jìn)相應(yīng)的個體成員和時期虛擬變量，利用普通最小二乘法可以得到各參數(shù)的二乘法可以