PanelData模型的估计过程.docVIP

Panel Data模型的估计过程 建立工作文件：CREATE A 1994 1999 建立Pool对象：在主菜单上点击Object \ New object，选择Pool，并输入Pool对象名：XF 输入横截面标志：（为便于区别，标志名前加上 _ ） 导入 / 输入数据： 在Pool窗口中点击View \ Spreadsheet (stacked data ) 在序列窗口中输入序列名：cons? （注意Pool序列中统配符？都不可省略） 在序列窗口中先点击Edit按钮，进入数据输入/编辑状态 输入数据，此时可以手工输入，也可以从Excel表中直接复制-粘贴（这个方式较为方便），也可以从Excel文件导入（但必须先将Excel文件另存为win95格式，否则EViews不能识别）；另外，序列窗口的数据顺序初始是按地区（横截面）排列，点击order按钮可以改成按年排列。 输入 / 生成其他变量数据： 再次点击View \ Spreadsheet (stacked data ) 在序列窗口中输入新序列名：INC? 点击Procs \ Generate Pool Serise，生成新的Pool序列——上期消费CONS1： 估计Panel Data模型： 打开Pool对象XF 点击Estimate按钮 在Estimation窗口中依次估计不同形式的模型： 混合模型：在常系数栏（common coefficients）输入解释变量名cons1? inc?， 在截据项栏（intercept）选择常数（common） 变截据模型：在常系数栏（common coefficients）输入解释变量名cons1? inc?， 在截据项栏（intercept）选择固定效应（fixed effects） 变系数模型： 在截面单元系数栏（cross section specific coefficients）输入解释变量名cons1? inc?， 在截据项栏（intercept）选择固定效应（fixed effects） Panel Data模型的识别： ∵ F2={(1148951-299023) /[(28-1)(2+1)]}/[299023/28*5-28*3]=1.965 而 F2 = 1.965 F0.05(81,56)=1.52 （利用Excel的FINV函数计算） ∴ 拒绝H20，模型不是混合回归模型 又 ∵ F1={(643899-299023) /[(28-1)*2]}/[299023/28*5-28*3]=1.196 而 F1 =1.196 F0.05(54,56)=1.56 ∴ 接受H10，模型是变截据模型，而不是变系数模型，即各地区的边际消费倾向相同，差异只表现在平均水平上。 重新估计模型，调整异方差性： - 1 - S3 S2 S1 WLS估计，调整异方差