变系数时间序列模型的估计.PPT

§10.6 Pool序列的单位根检验 EViews在Pool对象中提供了比较方便的，可以进行多序列单位根检验的工具。在Pool对象中，对ADF、PP等单位根检验方法均可以实现。在Pool工具栏选择View/Unit Root Test…，EViews会打开如下对话框，在对话框最上边的“Pool series”栏中输入所要检验的序列名称，并选定其他设置后单击“OK”，便可以进行相应的单位根检验了。 以我国各省市城镇居民人均消费和可支配收入作为例子：相应的Pool识别名称为BJ_，TJ_，HB_，SX_，NMG_，LN_， …… 。估计城镇居民人均消费?CS的回归模型，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 ~ 2003年。 §10.7 Pool方程实例 * * 第十章 利用横截面和时间序列的计量模型 在进行经济分析时经常会遇到时间序列和横截面两者相结合的数据。例如，在企业投资需求分析中，我们会遇到多个企业的若干指标的月度或季度时间序列；在城镇居民消费分析中，我们会遇到不同省市地区的反映居民消费和居民收入的年度时间序列。本章将前述的企业或地区等统称为个体，这种具有三维（个体、指标、时间）信息的数据结构称为时间序列/截面数据，有的书中也称为平行数据或面板数据（panel data）。我们称这些数据为联合利用时间序列/截面数据（Pooled time series，cross section）。 EViews对时间序列/截面数据模型的估计是通过含有Pool对象的工作文件和具有面板结构的工作文件来实现的。 处理时间序列/截面数据的EViews对象称为Pool。通过Pool对象可以实现对各种变截距、变系数时间序列模型的估计，但Pool对象侧重分析“窄而长”的数据，即截面成员较少，而时期较长的侧重时间序列分析的数据。 对于截面成员较多，时期较少的“宽而短”的侧重截面分析的数据，一般通过具有面板结构的工作文件（Panel workfile）进行分析。利用面板结构的工作文件可以实现变截距时间序列/截面数据模型以及动态时间序列/截面数据模型的估计。 §10.1 Pool对象 10.1.1 含有Pool对象的工作文件 Pool对象在EViews中扮演着两种角色。首先，Pool对象中包含了一系列的标识名。这些标识名描述了工作文件中的时间序列/截面数据的数据结构。在这个角色中，Pool对象在管理和处理时间序列/截面数据上的功能与组对象有些相似。其次，利用Pool对象中的过程可以实现对各种时间序列/截面数据模型的估计及对估计结果的检验和处理。在这个角色中，Pool对象与方程对象有些相似 Pool对象的核心是建立表示截面成员的名称表。为明显起见，名称要相对较短。例如，国家作为截面成员时，可以使用USA代表美国，CAN代表加拿大，UK代表英国。 定义了Pool的截面成员名称就等于告诉了EViews，模型的数据结构。在上面的例子中，EViews会自动把这个Pool理解成对每个国家使用单独的时间序列。 必须注意，Pool对象本身不包含序列或数据。一个Pool对象只是对基本数据结构的一种描述。因此，删除一个Pool并不会同时删除它所使用的序列，但修改Pool使用的原序列会同时改变Pool中的数据。 1. 创建Pool对象 在本章中，使用的是一个研究投资需求的例子，包括了五家企业和三个变量的20个年度观测值的时间序列： 例10.5 研究企业投资需求模型 5家企业： 3个变量： GM：通用汽车公司 I ：总投资 CH：克莱斯勒公司 M ：前一年企业的市场价值 GE：通用电器公司 K ：前一年末工厂存货和设备的价值 WE：西屋公司 US：美国钢铁公司 要创建Pool对象，选择Objects/New Object/Pool…并在编辑窗口中输入截面成员的识别名称： 对截面成员的识别名称没有特别要求，但必须能使用这些识别名称建立合法的EViews序列名称。此处推荐