用Eviews6处理面板数据

Eviews6.0面板数据操作1.数据输入1.1创建工作文档如下图操作，在” workfilecreate ”文本框的 “workfile structure type选择“ balaneed panelpanel speeifieation”的” start date ”和” enddate ”输入数据的起止期间，” wf”输入工作文档的名称，点击”OK 即跳出新建的工作文档a界面Torkflie GreateWorlne structure typePanel 町 pe 匚 ific-ationGalanced PanelFrequency: AnnualStart date:LB光End dae： 2BD2Irregular Dated and Panel worWiles may be mede from Unstructured workFiles bjHater specif/ing date and/or otrhjr idmntifier series.Number oF cross sections:1.2创建新对象操作如下图。在” new object ”文本框的” type of object ”选 择” pool ”，” namefor object ”输入新对象的名称。创建成功后的界面如下 面第3张图所示。口回冈j Hew ObjectType of objectlavName for objectIIErc*c Quick OticriLS ftinds* QtlpErc*c Quick OticriLS ftinds* Qtlp1.3输入数据双击” workfile ”界面的I - ，跳出” pool ”界面，输入个体。一般输入方式为如下：若上海输入_sh,北京输入_bj,。个体输入完成后，点击该界面 的一键，在跳出的” series list ”输入变量名称，注意变量后要加问号。格 式如下：y? x?。点击” OK后，跳出数据输入界面，如下面第4张图所示。在这个界面上点击卜丄二!键，即可以输入或者从EXCEL处复制数据。Wnrkf i p： UHTTTI-ED: :Unti-View Proc | Object | Print Name Freeze E肢+卜 | Order+/-1 Smpl+/-1 Format Title |EstimateobsY?AH-1906N典NA几_AH-1S97NANAAH-1S9SNANAZAH-1S99NANA_AH-200(DNANAAH-2001NANA_AH-2002NANA_BJ-1996NANAT BJ-1Sg7NANA1993NANABj-igggNANASJ-2000NANA_BJ-2001NANAaj-2002N典NA_FJ-1S95NANAI _FJ-1997NW.NAF.J-1S38MANANANAFJ-2oaaNANA-IFJ-2O01lURtiiPool = iwtiti.hpEdi t O!bj *ei Vi Proc Qui ck Qgtions 世indo. HlpobsY?X?1OIOS?X?_AH-19S63282.46641Q6.261AI+19973646.1504540.247AH-19gB3777.410i4770.470AH-1 9993989.5S15176.620_AH-200D4203 5555156.753_AH-2D014495174564C.597AH-2D024784,3646093333_BJd 99651133.97065S9.901BJ-1997B203.0487419.905_BJ-19QS6S07.4518272.41S,_BJ-19997453.7579127.992_BJ-250 口8206.2719995.700_BJ-20018661.43311229.66BJ-2Q0210473.1212692.36FJ-19S6401 1.7754084.731J-19974853.4416040.944_F41的启51” U4165051459995311.5216922.109FJ-20005522.7527279.393_FJ-2001SO 94,3 368422.573FJ-2002&665 0059235.535_HB-19963197.3304149.282_HB-1 9973868 3194790.986甜萌/7fl51 67 317_HB-19994104.2815468.940H0-3OOO 4301.5555678.195在输入数据后，记得保存数据。保存操作如下:在跳出的“ workfile save ”文本框选择“ ok”即可，则自动保存到我的文档然后在“ workfile ”界面如下会显示保存路径：d:my documentsa.wf1 。若要保存到自己选择的路径下面，则在保存时选择save aSEViesdilrc Qwekktidow 血切File to save厂 Save Command Log* Save Active WorkFile在跳出的文本框里选择自己要保存的路径以及命名文件名称1.4单位根检验一般回归前要检验面板数据是否存在单位根， 以检验数据的平稳性，避免伪 回归，或虚假回归，确保估计的有效性。单位根检验时要分变量检验。（补充：网上对面板数据的单位根检验和协整检验存在不同意见，一般认为时间区间较小的面板数据无需进行这两个检验。）1.4.1生成数据组如下图操作。点击” make group ”后在跳出的” series list ”里输入要单位根检验的变量，完成后就会跳出如下图 3所示的组数据”治蝕或|obje垃| Print | N召m呂| Fr曾寻童呂| Edit十卜| Ord匡卜C ,si- SF Sh 丽 SI-SbSl-SF丽EstimateSystem.GTLrt Foal series.Delete Fool zeri es.Store Pool series.Ewtch Fool series.Import Pool data tASCII, XLS, WK?).Export PqoI(ASCII, KLS, W3 .000Ci0I0Ci0BH-br-b 1File Edit OLj feet Vi ew Prcc Quick Options Window Kelpc | Object Print | Name Freeze Default Sort Transpose | Edit4卜 5mpl+/- Title | SampleobsY AHY BJY FJY HBY HU193Ei3262.4665133.9764011.7753197392904.68719973646.1506203.0484353 44138383 93077.98919983777 4106B07.4515197.0413B96.77B3289.990195939S9.5917+537575314.5214104.2813596.93920004203.5558206.27155227624361.5553890.58020C14495.174S654.433E094.3364457.4634159.08720024764.36410473.126665.00551 20.4854493.5351.4.2生成时序图如下图操作。在” gragh options ”界面的” specifi ”下选择生成的时序图 的形状，一般都默认设置，生成的时序图如下图 3所示。观察时序图的趋势，以 确定单位根检验的检验模式。143单位根检验单位根检验时，在” groupunit root test”里的”test for root in”按检验结果一步步 检验，如果原值level”的检验结果符合要求，即不存在单位根，贝U单位根检验就 不需要检验下去了，如果不符合要求，则需继续检验一阶差分”1st differe nee”、二阶差分”2nd differenee”。”include in test equation是检验模式的选择，根据上面 时序图的形状来选择。从上面的时序图可以看出，原值的检验模式应该选择含有 截距项和趋势的检验模式，即 ” in elude in test equation选择” in dividual in tereept and trend”。检验结果如下图3所示。从检验结果可以看出，检验结果除了 levin 检验方法外其他方法的结果都不符合要求（Prob.xx小于置信度（如0.05）,则认为 拒绝单位根的原假设，通过检验）。所以继续检验一阶差分和二阶差分，直到检 验结果达到要求。如果变量原值序列通过单位根检验，则称变量为0阶单整；如果变量一阶差分后的序列通过单位根检验，则称变量为一阶单整，以此推之。注意：单位根检验的方法（test type ）较多，可以使用LLC IPS、Breintung、 ADF-Fisher和PP-Fisher这5种方法进行面板单位根检验。一般，为了方便起 见，只米用相同根单位根检验LLC和不同根单位根检验Fisher-ADF这两种检验 方法，如果它们都拒绝存在单位根的原假设，则可以认为此序列是平稳的，反 之就是非平稳的。Group: UNTITLEDWorkfile: A: : Until: led口回冈游澜 Proc | Object | Print | Name | FreeNe | | Default | Sort | Transpose | Edit+卜 | SmpbF卜 | TitlGroup MembersRJ丫-FJ丫日.Y-HLJSpreadsheet784011.7753197.3392904.6(aDcd Dat a T able graph.484853.4413868.3193077.9(515197 0413896.7783289.9rr elogr am (1) Crss Corr el i on (2 1Ui t Root Test.|CxrttecraLiJoxt Test.Granger Causali tyLbely1.5协整检验其前提是解释协整检验检验的是模型的变量之间是否存在长期稳定的关系， 变量和被解释变量在单位根检验时为同阶单整。操作如下图所示。File Edi t Obj ect Vi ew Proc Qui ckoiks tfindow Help帕別 | Pro匚 | Object | Print IN冃no兮Fine思ze| E百ttnat兮 | Digf 初兮 | PoolGenr | Sheet Kao Residual Cointegrartion TestSeries: Y? “.2 Time: 16:36Date: 05J2Sample: 196 2002ADFt-Statistic -2192551Prob0.0145 Residual variance45231.4HAG variance25865.71included o&servations： 1Nj|l Hypothesis: No cointe庐tionTrend assumption: No deterministic trendUser-specified lag length-1N ewe/-We st adomatic bandwidth seliectiom and Bartieti kernelF值小于*砸显苓性水 平 表示存在协整关系File Edi t Obj ect Vi ew Proc Qui ckoiks tfindow HelpFile Edi t Obj ect Vi ew Proc Qui ckoiks tfindow HelpAugmemted Dickev-FullerTest EquationDependent Variable: D(RESID01 ?)Method: Panel Least SquaresDate 05/21/12 Time; 16:36Sample (adjustecf): 1998 2002Included observations; 5 alter adjustmentsCress-seciions included: 5Total pool (balanced) observations： 25VariableCoefficientStd. Errort-StatisticProb.RESID01?C1-0.5776450.356960-2730004a 011 7Dff?ESID01?(-1)-0.17B312 250554-0.7156630.48141.6回归估计面板数据模型根据常数项和系数向量是否为常数,分为3种类型：混合回归File Edi t Obj ect Vi ew Proc Qui ckoiks tfindow HelpFile Edi t Obj ect Vi ew Proc Qui ckoiks tfindow Help模型储E为常数）、变截距模型（系数项为常数）和变系数模型（皆非常数）混合模型:yt= 1,2,lll,N;t =1,2,I|I,T变截距模型:Xit tM,2jd,N;t72,lll,T变系数模型:Cti+ x*i5tDependent Variable: Y?Method: Pooled Least SquaresDate: as/1 0/12 Time； 15:29Sample: 1 99S 2002Included observations: 7Cross-sections inclu口Ed: 5Total pool (balanced) obsen/ations: 35VariableCoefficientStd. ErrorbStattsticProb.C35B.斗曲1 60.291 22 2361110.0332X?0 7265430 02斗酊22916517a.aoooFixed Effecis (Cross)_AH-C-2S 4841 SBJ-C424 2389_FJ-C-94 57343_HB-C-1 54.2284JHLJG-1 49 0029Effects SpecificatioinCross-section fixed (dummy variables)R-sqjared0.990620Mean dependent var4S48.245Adjusted R-squared0.9B9D02S O dependentvar1 717.562S.E. of regression1 301197Akaike info criterion13.37S93Sum squared resid94080 5Schwarz criterion1 3 64656Log likelihood-228，tjB2OO19654.43311229.060J-2OO210473.1212692J8F.kllQQR止11 1 77dARJL 7T1点击 I进行变系数回归Pool EstionSpftcification OptionsDependent vari ablelaEmtimation methodRegressors and All 0 termsCommon coeffici ents:CroEs-Eecti o Fix&dttei ghts No weightsEVievsPool: AV Vorkf lie: A: Unt itled|EVievsPool: AV Vorkf lie: A: Unt itled|al颠B_-sMethod： LS 一 Least Squares (and AR)Sample: 196 2002EVie- IPpd1; *V WprfcfiJe; A;File Edi t Obj ect Vi ew Froc Quick Op.ti oils YTiniow HelpVie艸 |Prcac| Obje比 | Print | Name| Freer*| Estimate | DeFine| FoolGenr 15hmet|Dependent Variable: Y?Method: Pooled Least SquaresDate. 0&/17/12 Time: 10:35Sample: 1996 2002Included observations: 1Cmsections included： 5Total pool (balanced) observations: 35VariablecoefficientStd Errort-StatisticPros.C477.4320146.18543.2662700.0032_AH-X_AH0.760053D00257392046580.0000BJ-X BJ0 3065560.025S2231.23543o.aoooFJ-X FJ0.5830460.03814615.28461o.oooa0.705311 0&64&910.611080.0000HLJ“X HU0 644470O.OS161610 42500o.aoooFiited Effects (Cross)_AHC*315.8649-441.2E4S_FJ-C79S.S447_HBC-153.1271HU-C11S.4119Effects SpecificationCross-section fixed (dummy variables)R-squaredAdjusted R-squared S.E. of regression sum squared reslci Log likelihood F-statisticProb(F-statistic)0.9853S20.993720130.1145463179.1-215.7470599.74490,0000004口end&nt varS.D. dependent var Akaike info crilerionBchwar cnterionHannan-Quinn criiEr. Durbin-Watson stat49482451717.56212.89983113442113.053232.61&128上图列示了回归结果，其中： Coefficient为系数，比如AH的系数为0.760053 ,截距项为477.4820-315.8649 t-Statistic 为t值，检验每一个自变量的合理性。|t|大于临界值表 示可拒绝系数为0的假设，即系数合理。Prob为系数的概率，若其小于置信 度（如0.05）则表明|t|大于临界值，即认为系数合理。从结果可以看出，本例中系数合理。 R-squared为样本决定系数，表示总离差平方和中由回归方程可以解释部分的比例，比例越大说明回归方程可以解释的部分越多。值为0-1，越接近1表示拟合越好，0.8认为可以接受，但是R2随因变量的增多而增大， 所以可以通过增加自变量的个数来提高模型的R-squared。本例中 R-squared0.995382，接近1,拟合度相当好。Adjust R-seqaured 为修正的 R-squared，与 R-squared 有相似意义。 F-statistic表示模型拟合样本的效果，即选择的所有自变量对因变量的解释力度。 F 大于临界值则说明拒绝 0 假设。若 Prob(F-statistic) 小于 置信度(如 0.05) 则说明 F 大于临界值， 方程显著性明显。本例中 Prob(F-statistic) 为 0.000000 ， 模型方程显著。 Durbin-Watson stat :检验残差序列的自相关性。其值在 0-4之间。