EViews 6.0 beta在面板數(shù)據(jù)模型估計中的應(yīng)用.doc

1、EViews 6.0 beta在面板數(shù)據(jù)模型估計中的應(yīng)用來自免費的minixi1、 進入工作目錄cd d:nklx3，在指定的路徑下工作是一個良好的習慣2、建立面板數(shù)據(jù)工作文件workfile（1）最好不要選擇EViews默認的blanaced panel 類型Moren_panel（2）按照要求建立簡單的滿足時期周期和長度要求的時期型工作文件3、建立pool對象（1）新建對象（2）選擇新建對象類型并命名（3）為新建pool對象設(shè)置截面單元的表示名稱，在此提示下（Cross Section Identifiers: (Enter identifiers below this line )輸入截

2、面單元名稱。，建議采用漢語拼音，例如29個省市區(qū)的漢語拼音，建議在拼音名前加一個下劃線“_”，如圖關(guān)閉建立的pool對象，它就出現(xiàn)在當前工作文件中。4、在pool對象中建立面板數(shù)據(jù)序列雙擊pool對象，打開pool對象窗口，在菜單view的下拉項中選擇spreedsheet（展開表）在打開的序列列表窗口中輸入你要建立的序列名稱，如果是面板數(shù)據(jù)序列必須在序列名后添加“?”。例如，輸入GDP?，在GDP后的?的作用是各個截面單元的占位符，生成了29個省市區(qū)的GDP的序列名，即GDP后接截面單元名，再在接時期，就表示出面板數(shù)據(jù)的3維數(shù)據(jù)結(jié)構(gòu)（1變量2截面單元3時期）了。請看工作文件窗口中的序列名。展

3、開表（類似excel）中等待你輸入、貼入數(shù)據(jù)。5、貼入數(shù)據(jù)（1）打開編輯（edit）窗口（2）貼入數(shù)據(jù)（3）關(guān)閉pool窗口，趕快存盤見好就收6、在pool窗口對各個序列進行單位根檢驗選擇單位根檢驗設(shè)置單位根檢驗單位根檢驗結(jié)果注意檢驗方法和兩種檢驗的零假設(shè)：Null: Unit root (assumes common unit root process)各截面有相同的單位根Null: Unit root (assumes individual unit root process)允許各截面有不同單位根其中，Levin, Lin & Chu t*檢驗拒絕含有單位根的零假設(shè)，即拒絕非平穩(wěn)

4、7、在pool窗口對面板數(shù)據(jù)組合進行協(xié)整檢驗選擇進行協(xié)整檢驗協(xié)整檢驗設(shè)置對話框，注意有3種檢驗方法（test type）協(xié)整檢驗結(jié)果，同樣要注意兩種假定（含有AR，即含有單位根，非協(xié)整），兩種零假設(shè)都是非協(xié)整，小概率事件發(fā)生拒絕非協(xié)整。本例題檢驗的4個序列時協(xié)整的，特別提示還要看各個序列的單位根檢驗是否是同階單整的，否則單憑協(xié)整檢驗的結(jié)果根據(jù)不足。8、建立混合模型在pool對象窗口的proc（過程）的下拉式菜單中選擇估計打開模型設(shè)置窗口?；旌夏Ｐ偷脑O(shè)置混合模型的結(jié)果9、建立變系數(shù)模型這里只建立一次變一個變量且在截面維的變系數(shù)模型。當然也可是在時間維的變系數(shù)。而且可以一次不止變一個變量的系數(shù)。變

5、系數(shù)模型的設(shè)置變系數(shù)模型的估計結(jié)果10、建立截距維的固定效應(yīng)模型，并檢驗?zāi)Ｐ偷娜哂嘈裕ㄊ欠癖然旌夏Ｐ蛢?yōu)？）截面維固定效應(yīng)模型的設(shè)置截面維固定效應(yīng)模型的估計結(jié)果截面維固定效應(yīng)模型的冗余性檢驗，首先在pool模型的view中選擇似然比的檢驗菜單選項似然比檢驗的結(jié)果，零假設(shè)固定效應(yīng)模型是冗余的，小概率事件發(fā)生，拒絕冗余，于是摒棄混合模型：11、建立截距維的隨機效應(yīng)模型，并進行Hausman檢驗，確定是選擇隨機效應(yīng)亦或是固定效應(yīng)模型，零假設(shè)：隨機效應(yīng)模型成立。截面維隨機效應(yīng)模型的設(shè)置截面維隨機效應(yīng)模型的估計結(jié)果截面維隨機效應(yīng)模型的Hausman檢驗菜單項的選擇截面維隨機效應(yīng)模型Hausman檢驗的結(jié)果

6、：Hausman檢驗的零假設(shè)是應(yīng)當選擇隨機效應(yīng)模型，小概率事件發(fā)生拒絕零假設(shè)，選擇固定效應(yīng)模型12、13在時間維重復(fù)10、和11、的工作，確定數(shù)據(jù)適合采用何種模型？14、建立截面變截距模型，分析沒有觀察的截面單元因素的影響截面變截距模型的設(shè)置截面變截距模型的估計結(jié)果15、建立時期變截距模型，分析沒有觀察的時期因素的影響時期變截距模型的設(shè)置時期變截距模型的估計結(jié)果16、在整個估計、檢驗構(gòu)成中養(yǎng)成使用凍結(jié)和命名保存的習慣，以便撰寫報告時調(diào)用。17、工作中注意使用工作文件窗口頂部的顯示過濾器，簡化你的窗口，以免眼花繚亂。過慮前選擇過慮過慮后對同一組數(shù)據(jù)處理兩個模型，例如生產(chǎn)函數(shù)和增長模型，可以導(dǎo)出p

7、age，在導(dǎo)入page，使它們既有聯(lián)系又有區(qū)別。18、祝大家好運，也祝賀在下從北京地質(zhì)學院畢業(yè)50周年，十分榮幸我的校友5月15日在北京舉行了紀念會；十分榮幸楊遵義院士（古生物）、王鴻禎院士（地史）、涂光織院士（礦床，同班小王成了涂夫人，可惜，自古紅顏多薄命）和張本仁院士（南京大學研究生畢業(yè)，教完構(gòu)造課就成了右派？，教課時還不是院士）是在下的院士老師，還有許多老師都將永遠的銘記，教數(shù)學的女老師（蘇教授的夫人），教俄語的王語今教授。也特向我在武漢大學的老師張堯庭教授、馮文權(quán)教授致敬。特發(fā)此貼祝福我的老師們和同學們健康。謝謝。19、面板數(shù)據(jù)優(yōu)點很多，但是請注意面板數(shù)據(jù)模型方法的協(xié)方差分析的方法學特

8、性，它是將其他序列的影響保持固定，并從總變異中扣除它們的影響以后，再判別目標序列的差異顯著性。我也想創(chuàng)建詞條賺積分面板數(shù)據(jù)的分析方法或許我們已經(jīng)了解許多了，但是到底有沒有一個基本的步驟呢？那些步驟是必須的？這些都是我們在研究的過程中需要考慮的，而且又是很實在的問題。面板單位根檢驗如何進行？協(xié)整檢驗?zāi)?？什么情況下要進行模型的修正？面板模型回歸形式的選擇？如何更有效的進行回歸？諸如此類的問題我們應(yīng)該如何去分析并一一解決？以下是我近期對面板數(shù)據(jù)研究后做出的一個簡要總結(jié)，和大家分享一下，也希望大家都進來討論討論。步驟一：分析數(shù)據(jù)的平穩(wěn)性（單位根檢驗）按照正規(guī)程序，面板數(shù)據(jù)模型在回歸前需檢驗數(shù)據(jù)的平穩(wěn)性

9、。李子奈曾指出，一些非平穩(wěn)的經(jīng)濟時間序列往往表現(xiàn)出共同的變化趨勢，而這些序列間本身不一定有直接的關(guān)聯(lián)，此時，對這些數(shù)據(jù)進行回歸，盡管有較高的R平方，但其結(jié)果是沒有任何實際意義的。這種情況稱為稱為虛假回歸或偽回歸（spurious regression）。他認為平穩(wěn)的真正含義是：一個時間序列剔除了不變的均值（可視為截距）和時間趨勢以后，剩余的序列為零均值，同方差，即白噪聲。因此單位根檢驗時有三種檢驗?zāi)Ｊ剑杭扔汹厔萦钟薪鼐?、只有截距、以上都無。因此為了避免偽回歸，確保估計結(jié)果的有效性，我們必須對各面板序列的平穩(wěn)性進行檢驗。而檢驗數(shù)據(jù)平穩(wěn)性最常用的辦法就是單位根檢驗。首先，我們可以先對面板序列繪制時

10、序圖，以粗略觀測時序圖中由各個觀測值描出代表變量的折線是否含有趨勢項和（或）截距項，從而為進一步的單位根檢驗的檢驗?zāi)Ｊ阶鰷蕚?。單位根檢驗方法的文獻綜述：在非平穩(wěn)的面板數(shù)據(jù)漸進過程中,Levin andLin(1993) 很早就發(fā)現(xiàn)這些估計量的極限分布是高斯分布,這些結(jié)果也被應(yīng)用在有異方差的面板數(shù)據(jù)中,并建立了對面板單位根進行檢驗的早期版本。后來經(jīng)過Levin et al. (2002)的改進,提出了檢驗面板單位根的LLC 法。Levin et al. (2002) 指出,該方法允許不同截距和時間趨勢,異方差和高階序列相關(guān),適合于中等維度(時間序列介于25250 之間,截面數(shù)介于10250 之間

11、) 的面板單位根檢驗。Im et al. (1997) 還提出了檢驗面板單位根的IPS 法,但Breitung(2000) 發(fā)現(xiàn)IPS 法對限定性趨勢的設(shè)定極為敏感,并提出了面板單位根檢驗的Breitung 法。Maddala and Wu(1999)又提出了ADF-Fisher和PP-Fisher面板單位根檢驗方法。由上述綜述可知，可以使用LLC、IPS、Breintung、ADF-Fisher 和PP-Fisher5種方法進行面板單位根檢驗。其中LLC-T 、BR-T、IPS-W 、ADF-FCS、PP-FCS 、H-Z 分別指Levin, Lin & Chu t* 統(tǒng)計量、Bre

12、itung t 統(tǒng)計量、lm Pesaran & Shin W 統(tǒng)計量、ADF- Fisher Chi-square統(tǒng)計量、PP-Fisher Chi-square統(tǒng)計量、Hadri Z統(tǒng)計量，并且Levin, Lin & Chu t* 統(tǒng)計量、Breitung t統(tǒng)計量的原假設(shè)為存在普通的單位根過程，lm Pesaran & Shin W 統(tǒng)計量、ADF- Fisher Chi-square統(tǒng)計量、PP-Fisher Chi-square統(tǒng)計量的原假設(shè)為存在有效的單位根過程， Hadri Z統(tǒng)計量的檢驗原假設(shè)為不存在普通的單位根過程。有時，為了方便，只采用兩種面板數(shù)據(jù)

13、單位根檢驗方法，即相同根單位根檢驗LLC（Levin-Lin-Chu）檢驗和不同根單位根檢驗Fisher-ADF檢驗（注：對普通序列（非面板序列）的單位根檢驗方法則常用ADF檢驗），如果在兩種檢驗中均拒絕存在單位根的原假設(shè)則我們說此序列是平穩(wěn)的，反之則不平穩(wěn)。如果我們以T（trend）代表序列含趨勢項，以I（intercept）代表序列含截距項，T&I代表兩項都含，N（none）代表兩項都不含，那么我們可以基于前面時序圖得出的結(jié)論，在單位根檢驗中選擇相應(yīng)檢驗?zāi)Ｊ健５跁r序圖得出的結(jié)論畢竟是粗略的，嚴格來說，那些檢驗結(jié)構(gòu)均需一一檢驗。具體操作可以參照李子奈的說法：ADF檢驗是通過三個模

14、型來完成，首先從含有截距和趨勢項的模型開始，再檢驗只含截距項的模型，最后檢驗二者都不含的模型。并且認為，只有三個模型的檢驗結(jié)果都不能拒絕原假設(shè)時，我們才認為時間序列是非平穩(wěn)的，而只要其中有一個模型的檢驗結(jié)果拒絕了零假設(shè)，就可認為時間序列是平穩(wěn)的。此外，單位根檢驗一般是先從水平（level）序列開始檢驗起，如果存在單位根，則對該序列進行一階差分后繼續(xù)檢驗，若仍存在單位根，則進行二階甚至高階差分后檢驗，直至序列平穩(wěn)為止。我們記I(0)為零階單整，I(1)為一階單整，依次類推，I(N)為N階單整。步驟二：協(xié)整檢驗或模型修正情況一：如果基于單位根檢驗的結(jié)果發(fā)現(xiàn)變量之間是同階單整的，那么我們可以進行協(xié)整

15、檢驗。協(xié)整檢驗是考察變量間長期均衡關(guān)系的方法。所謂的協(xié)整是指若兩個或多個非平穩(wěn)的變量序列，其某個線性組合后的序列呈平穩(wěn)性。此時我們稱這些變量序列間有協(xié)整關(guān)系存在。因此協(xié)整的要求或前提是同階單整。但也有如下的寬限說法：如果變量個數(shù)多于兩個，即解釋變量個數(shù)多于一個，被解釋變量的單整階數(shù)不能高于任何一個解釋變量的單整階數(shù)。另當解釋變量的單整階數(shù)高于被解釋變量的單整階數(shù)時，則必須至少有兩個解釋變量的單整階數(shù)高于被解釋變量的單整階數(shù)。如果只含有兩個解釋變量，則兩個變量的單整階數(shù)應(yīng)該相同。也就是說，單整階數(shù)不同的兩個或以上的非平穩(wěn)序列如果一起進行協(xié)整檢驗，必然有某些低階單整的，即波動相對高階序列的波動甚微

16、弱（有可能波動幅度也不同）的序列，對協(xié)整結(jié)果的影響不大，因此包不包含的重要性不大。而相對處于最高階序列，由于其波動較大，對回歸殘差的平穩(wěn)性帶來極大的影響，所以如果協(xié)整是包含有某些高階單整序列的話（但如果所有變量都是階數(shù)相同的高階，此時也被稱作同階單整，這樣的話另當別論），一定不能將其納入?yún)f(xié)整檢驗。協(xié)整檢驗方法的文獻綜述：(1)Kao(1999)、Kao and Chiang(2000)利用推廣的DF和ADF檢驗提出了檢驗面板協(xié)整的方法,這種方法零假設(shè)是沒有協(xié)整關(guān)系,并且利用靜態(tài)面板回歸的殘差來構(gòu)建統(tǒng)計量。(2)Pedron(1999)在零假設(shè)是在動態(tài)多元面板回歸中沒有協(xié)整關(guān)系的條件下給出了七種

17、基于殘差的面板協(xié)整檢驗方法。和Kao的方法不同的是,Pedroni的檢驗方法允許異質(zhì)面板的存在。(3)Larsson et al(2001)發(fā)展了基于Johansen(1995)向量自回歸的似然檢驗的面板協(xié)整檢驗方法，這種檢驗的方法是檢驗變量存在共同的協(xié)整的秩。我們主要采用的是Pedroni、Kao、Johansen的方法。通過了協(xié)整檢驗，說明變量之間存在著長期穩(wěn)定的均衡關(guān)系，其方程回歸殘差是平穩(wěn)的。因此可以在此基礎(chǔ)上直接對原方程進行回歸，此時的回歸結(jié)果是較精確的。這時，我們或許還想進一步對面板數(shù)據(jù)做格蘭杰因果檢驗（因果檢驗的前提是變量協(xié)整）。但如果變量之間不是協(xié)整（即非同階單整）的話，是不能

18、進行格蘭杰因果檢驗的，不過此時可以先對數(shù)據(jù)進行處理。引用張曉峒的原話，“如果y和x不同階，不能做格蘭杰因果檢驗，但可通過差分序列或其他處理得到同階單整序列，并且要看它們此時有無經(jīng)濟意義?！毕旅婧喴榻B一下因果檢驗的含義：這里的因果關(guān)系是從統(tǒng)計角度而言的，即是通過概率或者分布函數(shù)的角度體現(xiàn)出來的：在所有其它事件的發(fā)生情況固定不變的條件下，如果一個事件X的發(fā)生與不發(fā)生對于另一個事件Y的發(fā)生的概率（如果通過事件定義了隨機變量那么也可以說分布函數(shù)）有影響，并且這兩個事件在時間上又有先后順序（A前B后），那么我們便可以說X是Y的原因?？紤]最簡單的形式，Granger檢驗是運用F-統(tǒng)計量來檢驗X的滯后值是

19、否顯著影響Y（在統(tǒng)計的意義下，且已經(jīng)綜合考慮了Y的滯后值；如果影響不顯著，那么稱X不是Y的“Granger原因”（Granger cause）；如果影響顯著，那么稱X是Y的“Granger原因”。同樣，這也可以用于檢驗Y是X的“原因”，檢驗Y的滯后值是否影響X（已經(jīng)考慮了X的滯后對X自身的影響）。Eviews好像沒有在POOL窗口中提供Granger causality test，而只有unit root test和cointegration test。說明Eviews是無法對面板數(shù)據(jù)序列做格蘭杰檢驗的，格蘭杰檢驗只能針對序列組做。也就是說格蘭杰因果檢驗在Eviews中是針對普通的序列對(pa

20、irwise)而言的。你如果想對面板數(shù)據(jù)中的某些合成序列做因果檢驗的話，不妨先導(dǎo)出相關(guān)序列到一個組中(POOL窗口中的Proc/Make Group)，再來試試。情況二：如果如果基于單位根檢驗的結(jié)果發(fā)現(xiàn)變量之間是非同階單整的，即面板數(shù)據(jù)中有些序列平穩(wěn)而有些序列不平穩(wěn)，此時不能進行協(xié)整檢驗與直接對原序列進行回歸。但此時也不要著急，我們可以在保持變量經(jīng)濟意義的前提下，對我們前面提出的模型進行修正，以消除數(shù)據(jù)不平穩(wěn)對回歸造成的不利影響。如差分某些序列，將基于時間頻度的絕對數(shù)據(jù)變成時間頻度下的變動數(shù)據(jù)或增長率數(shù)據(jù)。此時的研究轉(zhuǎn)向新的模型，但要保證模型具有經(jīng)濟意義。因此一般不要對原序列進行二階差分，因為對變動數(shù)據(jù)或增長率數(shù)據(jù)再進行差分，我們不好對其冠以經(jīng)濟解釋。難道你稱其為變動率的變動率？步驟三：面板模型的選擇與回歸面板數(shù)據(jù)模型的選擇通常有三種形式：一種是混合估計模型（Pooled Regression Model）。如果從時間上看，不同個體之間不存在顯著性差異；從截面上看，不同截面之間也不存在顯著性差異，那