EVIEWS面板數(shù)據(jù)分析操作教程及實(shí)例ppt課件

《EVIEWS面板數(shù)據(jù)分析操作教程及實(shí)例ppt課件》由會(huì)員分享，可在線閱讀，更多相關(guān)《EVIEWS面板數(shù)據(jù)分析操作教程及實(shí)例ppt課件（37頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、單擊此處編輯母版標(biāo)題樣式,*,單擊此處編輯母版文本樣式,第二級(jí),第三級(jí),第四級(jí),第五級(jí),第十章,Panel Data,模型,第一步 錄入數(shù)據(jù),第二步,分析數(shù)據(jù)的平穩(wěn)性（單位根檢驗(yàn)）,第三步 平穩(wěn)性檢驗(yàn)后分析路徑選擇,第四步,協(xié)整檢驗(yàn),第五步 回歸模型,1,第一步 錄入數(shù)據(jù),一 請(qǐng)點(diǎn),實(shí)例數(shù)據(jù),二 請(qǐng)點(diǎn),錄入數(shù)據(jù)軟件操作,2,實(shí)例數(shù)據(jù),錄入企業(yè)投資需求模型數(shù)據(jù)：,五家企業(yè)和三個(gè)變量的,20,個(gè)年度（,1935-1954,年）觀測(cè)值的時(shí)間序列,（數(shù)據(jù)略）,5,家企業(yè)：,3,個(gè)變量：,GM,：通用汽車(chē)公司,I,：總投資,CH,：克萊斯勒公司,M,：前一年企業(yè)的市場(chǎng)價(jià)值,GE,：通用電器公司 （反映企

2、業(yè)的預(yù)期利潤(rùn)）,WE,：西屋公司,K,：前一年末工廠存貨和設(shè)備的價(jià)值,US,：美國(guó)鋼鐵公司 （反映企業(yè)必要重置投資期望值）,3,錄入 數(shù)據(jù)軟件操作,（,EVIEW6.0,）,方式一,File/New/,Workfile,Workfile,structure type,：,Dated-regular frequency,Start date,1935,End date,1954,OK,Objects/New Object,：,Type of Object,pool,OK,Cross Section,Identifiers:,_GM,_CH _GE _WE _US,View/Spreadsheet

3、 View,：,i?m?k?,方式二,（方式是否正確，有待考證）,File/New/,Workfile,Workfile,structure type,：,Balanced Panel,Start date,1935,End date,1954,Number of cross,1,OK,Cross Section,Identifiers:,_GM,_CH _GE _WE _US,View/Spreadsheet View,：,i?m?k?,4,第二步 分析數(shù)據(jù)的平穩(wěn)性（單位根檢驗(yàn)）,請(qǐng)點(diǎn),說(shuō)明,請(qǐng)點(diǎn),軟件操作,結(jié)果,點(diǎn)檢驗(yàn)結(jié)果,1,結(jié)果,2,5,分析數(shù)據(jù)的平穩(wěn)性（單位根檢驗(yàn)）說(shuō)明,注：所有序列

4、者要檢驗(yàn),原：不穩(wěn)定,（,Hadri,除外，,Hadri,中 原：穩(wěn)定）,目的：,防止虛假回歸或偽回歸,方法,：相同根下：,LLC,、,Breintung,、,Hadri,不同根下：,IPS,、,ADF-Fisher,和,PP-Fisher5,模式：,三種檢驗(yàn)?zāi)Ｊ剑杭扔汹厔?shì)又有截距、只有截距、以上都無(wú)（對(duì)面板序列繪制時(shí)序圖做出模式選擇）。,秩序,：水平（,level,）、一階差分、二階甚至高階差分直至序列平穩(wěn)為止。,備注：,ADF,檢驗(yàn)是通過(guò)三個(gè)模型來(lái)完成，首先從含有截距和趨勢(shì)項(xiàng)的模型開(kāi)始，再檢驗(yàn)只含截距項(xiàng)的模型，最后檢驗(yàn)二者都不含的模型。并且認(rèn)為，只有三個(gè)模型的檢驗(yàn)結(jié)果都不能拒絕原假設(shè)時(shí)，我

5、們才認(rèn)為時(shí)間序列是非平穩(wěn)的，而只要其中有一個(gè)模型的檢驗(yàn)結(jié)果拒絕了零假設(shè)，就可認(rèn)為時(shí)間序列是平穩(wěn)的。,6,分析數(shù)據(jù)的平穩(wěn)性軟 件 操 作,在,Pool,對(duì)象，,View/Unit Root Test,，輸入相應(yīng)的,Pool,序列名,填寫(xiě)模式，先做序列圖再選擇,填寫(xiě)秩序,選擇檢驗(yàn)方法,填寫(xiě)序列名,右邊所有欄目軟件 自動(dòng)填寫(xiě)無(wú)需更改,7,例,10.4,中,I?,的水平變量的所有方法的單位根檢驗(yàn)結(jié)果,:,各種方法的結(jié)果,(,除,Breitung,檢驗(yàn) 外,),都接受原假設(shè)，,I?,存在單位根，是非平穩(wěn)的。,只有此處小于,0.05,說(shuō)明除此法外都認(rèn)為非平穩(wěn),8,例,10.4,中,I?,的一階差分變量的所

6、有方法的單位根檢驗(yàn)結(jié)果,:,各種方法的結(jié)果都拒絕原假設(shè)，所以可以得出結(jié)論：,I?,是,I(1),的。,所有,P,值均小于,0.05,，說(shuō)明平穩(wěn),9,第三步 平穩(wěn)性檢驗(yàn)后分析路徑選擇,平穩(wěn)性檢驗(yàn)后若：,變量之間是非同階單整,請(qǐng)點(diǎn),思路一 序列變換,變量之間是同階單整,請(qǐng)點(diǎn),思路二 協(xié)整檢驗(yàn),10,思路一：,變量之間是非同階單整,：序列變換,變量之間是非同階單整的指即面板數(shù)據(jù)中有,些序列平穩(wěn)而有些序列不平穩(wěn),，此時(shí),不能進(jìn)行協(xié)整檢驗(yàn)與直接對(duì)原序列進(jìn)行回歸,。,對(duì)序列進(jìn)行,差分或取對(duì)數(shù),使之變成同階序列,若變換序列后,均為平穩(wěn)序列,可用,變換后的序列,直接進(jìn)行,回歸,若變換序列后均為同階非平穩(wěn)序列，

7、則請(qǐng)點(diǎn),思路二,11,思路二,變量之間是同階單整：協(xié)整檢驗(yàn),請(qǐng)點(diǎn),協(xié)整檢驗(yàn)說(shuō)明,請(qǐng)點(diǎn),軟件操作,結(jié)果判定,請(qǐng)點(diǎn),1,2,3,協(xié)整檢驗(yàn),通過(guò),：,請(qǐng)點(diǎn),因果分析,.,請(qǐng)點(diǎn),回歸分析,協(xié)整檢驗(yàn),沒(méi)通過(guò),：,若均為,2,階單整,，,則都取差分或都取對(duì)數(shù)生成新序列進(jìn)行單位根,檢驗(yàn)否是,1,階單整（取差分或?qū)?shù)后都會(huì)變成,1,階單整），如是,對(duì)新序列進(jìn)行協(xié)整檢驗(yàn)，如無(wú)法達(dá)成協(xié)整，分析終止。,若均為,1,階單整，直接全取差分或全取對(duì)數(shù)，進(jìn)行回歸分析,12,協(xié)整檢驗(yàn),說(shuō) 明,原：不存在協(xié)整,面板數(shù)據(jù)的協(xié)整檢驗(yàn)方法可以分為兩大類(lèi)，一類(lèi)是建立在,Engle and Granger,二步法檢驗(yàn)基礎(chǔ)上的面板協(xié)整檢驗(yàn)

8、，具體方法主要有,Pedroni,檢驗(yàn)和,Kao,檢驗(yàn)；另一類(lèi)是建立在,Johansen,協(xié)整檢驗(yàn)基礎(chǔ)上的面板協(xié)整檢驗(yàn)。,1,Pedroni,檢驗(yàn),2,Kao,檢驗(yàn),3,Johansen,面板協(xié)整檢驗(yàn),13,Pool,序列的協(xié)整檢驗(yàn),在,EViews,中打開(kāi),pool,對(duì)象，選擇,Views/,Cointegration,Test,，則顯示協(xié)整檢驗(yàn)的對(duì)話框。,圖,10.6,面板數(shù)據(jù)的協(xié)整檢驗(yàn)的對(duì)話框,協(xié)整檢驗(yàn)操作,14,Pedroni,檢驗(yàn),：,原假設(shè)：無(wú)協(xié)整關(guān)系,此欄目下,P,值均小于,0.05,存在協(xié)整關(guān)系,此欄目下,P,值均兩個(gè)小于,0.05,存在協(xié)整關(guān)系,一個(gè)大于,0.05,，不支持協(xié)

9、整,15,表,10.8 Kao,檢驗(yàn)和,Pedroni,檢驗(yàn)結(jié)果,(,滯后階數(shù)由,SIC,準(zhǔn)則確定,),檢驗(yàn)方法,檢驗(yàn)假設(shè),統(tǒng)計(jì)量名,統(tǒng)計(jì)量值（,P,值）,Kao,檢驗(yàn),H,0,：,=1,ADF,-6.787326,（,0.0000,）*,Pedroni,檢驗(yàn),H,0,：,=1,H,1,：,(,i,=,),1,Panel v-Statistic,2.099652,（,0.044,）*,Panel rho-Statistic,-3.415758,（,0.0012,）*,Panel PP-Statistic,-5.991403,（,0.0000,）*,Panel ADF-Statistic,-7.

10、835311,（,0.0000,）*,H,0,：,=1,H,1,：,(,i,=,),1.87,，,所以拒絕,H,2,；,又由于,F,1,2.049,，,所以也拒絕,H,1,。,因此，例,10.5,的模型應(yīng)采用變系數(shù)的形式,。,模型形式檢驗(yàn)步驟：注要手工計(jì)算,28,模型一 變系數(shù)模型,根據(jù)以前所做的影響效應(yīng)填寫(xiě),POOL/ESTIMATE,如右窗口,點(diǎn)確定結(jié)果請(qǐng)點(diǎn),結(jié)果,由于自變量前系數(shù)可變，所以自變量填寫(xiě)在此處,29,手工記下,S1,手工記下,：,自由度為,N,（,T-K-1,）,30,模型二：,固定影響,(Fixed Effects)(,i,j,，,i,=,j,),說(shuō) 明,軟件給出的固定影響

11、分為：,一 總體均值,二 個(gè)體對(duì)總體的偏離,由于自變量前系數(shù)不變，所以自變量填寫(xiě)在此處,POOL/ESTIMATE,如右窗口,點(diǎn)確定結(jié)果請(qǐng)點(diǎn),結(jié)果,31,記下,S2,記下：自由度為,N,（,T-1,）,-K,32,附注：包含時(shí)期個(gè)體恒量的固定影響變截距模型,33,34,模型三：,不變參數(shù)模型,（所有截面截距相同、系數(shù)相同）,由于自變量前系數(shù)不變，所以自變量填寫(xiě)在此處，截距也不變，在此填寫(xiě),C,小心,此處選：,NONE,點(diǎn)確定結(jié)果請(qǐng)點(diǎn),結(jié)果,35,所有的截面的系數(shù)相等，和將,5,個(gè)公司的數(shù)據(jù)接到一起，用,OLS,的估計(jì)結(jié)果相同。,記下,S3,記下自由度為,NT-,（,K+1,）,36,（,1,）

12、橫截面的異方差與序列的自相關(guān)性是運(yùn)用面板數(shù)據(jù)模型時(shí)可能遇到的最為常見(jiàn)的問(wèn)題,此時(shí)運(yùn)用,OLS,可能會(huì)產(chǎn)生結(jié)果失真,因此為了消除影響,對(duì)我國(guó)東、中、西部地區(qū)的分析將采用不相關(guān)回歸方法,(,SeeminglyUnrelated,Regression,SUR),來(lái)估計(jì)方程。而對(duì)于全國(guó)范圍內(nèi)的估計(jì)來(lái)說(shuō),由于橫截面?zhèn)€數(shù)大于時(shí)序個(gè)數(shù),所以采用截面加權(quán)估計(jì)法,(Cross,SectionWeights,CSW),。,（,2,）一般而言，面板數(shù)據(jù)可用固定效應(yīng),(fixed effect),和隨機(jī)效應(yīng),(random effect),估計(jì)方法,即如果選擇固定效應(yīng)模型,則利用虛擬變量最小二乘法,(LSDV),進(jìn)行估計(jì),;,如果選擇隨機(jī)效應(yīng)模型,則利用可行的廣義最小二乘法,(FGLS),進(jìn)行估計(jì),(Greene,2000),。它可以極大限度地利用面板數(shù)據(jù)的優(yōu)點(diǎn),盡量減少估計(jì)誤差。至于究竟是采用固定效應(yīng)還是隨機(jī)效應(yīng),則要看,Hausman,檢驗(yàn)的結(jié)果。,三 估計(jì)方法說(shuō)明,37,