面板数据模型-Eviews实现.ppt

变系数模型的基本形式如下： i 1, 2, …, N 其中：yi 为因变量向量，xi 为 T?k 维解释变量矩阵，参数?i 表示模型的常数项，?i 为对应于解释变量矩阵 xi 的系数向量。随机误差项 ui 相互独立，且满足零均值、等方差的假设。 在式 所表示的变系数模型中，常数项 ?i 和系数向量 ?i 都是随着横截面个体的改变而变化的，因此可以将变系数模型改写成如下形式： ， i 1 , 2 , …, N 其中： ，?i ?i , ?i ? ? 。 类似于变截距模型，变系数模型也分为固定影响变系数模型和随机影响变系数模型两种类型。 例10.5 研究企业投资需求的固定影响变系数模型 例10.1的检验结果认为研究5家美国企业的投资需求状况的模型应采用变系数的形式，同时由于研究仅集中于5家企业的投资需求状况，因此选取固定影响的变系数模型进行分析。模型形式为： ， 由于数据中的5个企业分属于3个不同的行业，2个汽车企业，2个电气企业，而美国钢铁公司是另4家公司的主要供应商，影响这些企业的微观因素在不同程度上影响他们全体，因此允许模型中存在横截面异方差和同期相关，用相应的GLS法（cross-section SUR）对模型进行估计，由于?i不显著，所以模型中不包含截距项。估计结果由表10.6给出。 从估计结果可以看出，5家企业的投资需求结构具有明显的差异。在5家企业中，预期利润边际投资倾向最高是美国钢铁公司，其次是汽车制造行业的两家公司—通用汽车和克莱斯勒，而资产存量边际投资倾向最高的是西屋电气公司，最低的是通用电气公司。 例10.6 城镇居民消费的固定影响变系数模型 如果将例10.2的样本区间调整为1991 ~ 2003年，则利用10.2节所介绍的模型形式设定检验方法（N 29，k 1，T 13），计算得到的两个F统计量分别为：F2 8.635；F1 6.491。查F分布表，在给定5%的显著性水平下，得到相应的临界值为：F2 56, 319 1.37；F1? 28，319 1.51。由于 F2 1.37，所以拒绝H2；又由于 F1 1.51，所以也拒绝H1。可见，随着时间的推移省市之间的消费结构进一步发生了变化，当样本区间为1991 ~ 2003年时，反映城镇居民消费的面板数据模型应采用变系数形式，即模型具体形式如下： 其中：为29个省市的平均自发消费水平，为i地区自发消费对平均自发消费的偏离，为i地区的边际消费倾向，和一起刻画了省市间的消费结构差异。 仍然使用GLS法（cross-section weights）对模型进行估计，估计结果如下： t 4.628 EViews不能估计这样的模型：很少的时期或者庞大的截面成员。所用的时期数应至少不小于解释变量个数。即使有足够的观测值，估计的残差相关矩阵还必须是非奇异的。如果有一条不满足EViews的要求，EViews会显示错误信息：“Near Singular Matrix”。 当选择加权时，复选框Iterate to convergence控制可行GLS程序。如果选择，EViews就一直迭代权重和系数直到收敛。如果模型中包括AR项，这个选择就没有意义，因为在AR估计中，EViews会一直迭代直至收敛。 估计Pool方程的其他选项 Options 例10.2 城镇居民消费的固定影响变截距模型（1） 根据Keynes的绝对收入假说，利用29个省市的居民收入、消费数据建立城镇居民的消费模型，对各省市的居民消费结构进行对比分析。模型中的被解释变量CS为城镇居民人均全年消费，解释变量为城镇居民人均全年可支配收入YD（单位：元），变量均为年度数据，样本区间为1991 ~ 1994年。利用上节所介绍的模型形式设定检验方法（N 29，k 1，T 4），由式 和式 计算得到的两个F统计量分别为：