张晓峒面板数据eviews.pptVIP

面板数据型工作文件（panel）的估计窗口 面板数据型工作文件（Pool）画图 混合数据型工作文件（panel）画图 谢谢. 1．Quah检验（1990） 2．LL（Levin-Lin）检验（1992） 3．LLC（Levin-Lin-Chu）检验（2002） 4．Breitung检验（2002） 5．Hadri检验 6．Abuaf-Jorion检验（1990），Jorion-Sweeney检验（1996） 7．Bai-Ng检验（2001），Moon-Perron检验（2002） 8．IPS（Im-Pesaran-Shin）检验（1997,2002） 6．面板数据的单位根检验 6．面板数据的单位根检验 LLC检验是左单端检验，因为LLC = 9.7 -1.65，所以存在单位根。 6．面板数据的单位根检验 6.3 IPS（Im-Pesaran-Shin）检验（1997, 2002） （适用于不同根（common root）情形） IPS检验是左单端检验，因为IPS= 6.5 -1.65，所以存在单位根。 6．面板数据的单位根检验 6.4 MW（Maddala-Wu）检验（1997），又称Fisher-ADF检验。（适用于不同根情形） IPS检验和LL检验的缺陷是只适用于平衡面板数据，为解决此问题，Maddala-Wu（1997）提出了组合pi值检验。其中pi表示ADF检验的显著性水平。 6．面板数据的单位根检验 7．面板数据模型的协整检验 7．面板数据模型的协整检验 7．面板数据模型的协整检验 4．面板数据模型检验与设定方法 4.4 Hausman检验 原假设与备择假设是 H0: 个体效应与回归变量无关（个体随机效应回归模型） H1: 个体效应与回归变量相关（个体固定效应回归模型） 人均消费对收入的面板数据散点图 对数的人均消费对收入的面板数据散点图 5．面板数据建模案例分析 案例1（file:5panel02）：1996-2002年中国东北、华北、华东15个省级地区的居民家庭固定价格的人均消费（CP）和人均收入（IP）数据见file:panel02。数据是7年的，每一年都有15个数据，共105组观测值。 5．面板数据建模案例分析 个体固定效应模型估计结果如下： LnCPit = 0.6878 + 0.8925 LnIPit +?it (5.4) (60.6) R2 = 0.99, DW = 1.5 5．面板数据建模案例分析 混合模型与个体固定效应模型比较，应该建立个体固定效应模型。 5．面板数据建模案例分析 个体随机效应模型与个体固定效应模型比较，应该建立个体固定效应模型。 拟合的个体回归直线 例3: 加入人力资本的生产函数研究 人均产出 y 对人均资本 K 的面板数据散点图 对数形式人均产出 Lny 对人均资本 LnK 的面板数据散点图 5．面板数据建模案例分析 （File：5panel04） （File：5panel04a） 5．面板数据建模案例分析 例3: 加入人力资本的生产函数研究 人均产出 Lny 对人均受教育时间 edu 的面板数据散点图 对数形式人均产出Lny 对人均受教育时间 edu 的面板数据散点图 结合图形分析，建立如下计量模型: （File：5panel04） （File：5panel04a） ………………. 《面板数据的计量经济分析》，白仲林著，张晓峒主审， 南开大学出版社，2008，书号ISBN978-7-310-02915-0。 Wooldridge Baltagi 图6 图7 File：panel02c 用原变量建模还是用对数变量建模? 从结果看，北京、上海、浙江是自发消费（消费函数截距）最大的3个地区。 动态模型 y=.8y(-1)+v，样本容量分别为T=20，50，100时，各模拟2万次 3. 面板数据模型估计方法 混合最小二乘（Pooled OLS）估计 （适用于混合模型） 平均数（between）OLS估计 （适用于混合模型和个体随机效应模型） 离差变换（within）OLS估计 （适用于个体固定效应回归模型） 一阶差分（first difference）OLS估计 （适用于个体固定效应模型） 可行GLS（feasible