面板數(shù)據(jù)相關(guān)資料-文庫(kù)吧
2025-06-03 02:25 本頁(yè)面
【正文】 IPJL（吉林） IPJS（江蘇） IPJX（江西） IPLN（遼寧） IPNMG（內(nèi)蒙古） IPSD（山東） IPSH（上海） IPSX（山西） IPTJ（天津） IPZJ（浙江） 資料來(lái)源：《中國(guó)統(tǒng)計(jì)年鑒》19972003。 圖2 15個(gè)省級(jí)地區(qū)的人均消費(fèi)序列（縱剖面） 圖3 15個(gè)省級(jí)地區(qū)的人均收入序列圖4 15個(gè)地區(qū)的人均消費(fèi)散點(diǎn)圖（7個(gè)時(shí)期） 圖5 15個(gè)地區(qū)的人均收入散點(diǎn)圖（7個(gè)時(shí)期）(每條連線表示同一年度15個(gè)地區(qū)的消費(fèi)值) (每條連線表示同一年度15個(gè)地區(qū)的收入值)用CP表示消費(fèi)，IP表示收入。AH, BJ, FJ, HB, HLJ, JL, JS, JX, LN, NMG, SD, SH, SX, TJ, ZJ分別表示安徽省、北京市、福建省、河北省、黑龍江省、吉林省、江蘇省、江西省、遼寧省、內(nèi)蒙古自治區(qū)、山東省、上海市、山西省、天津市、浙江省。15個(gè)地區(qū)7年人均消費(fèi)對(duì)收入的面板數(shù)據(jù)散點(diǎn)圖見(jiàn)圖6和圖7。圖6中每一種符號(hào)代表一個(gè)省級(jí)地區(qū)的7個(gè)觀測(cè)點(diǎn)組成的時(shí)間序列，相當(dāng)于觀察15個(gè)截面上兩個(gè)變量的時(shí)間序列數(shù)據(jù)的散點(diǎn)圖。圖7中每一種符號(hào)代表一個(gè)年度的截面散點(diǎn)圖（共7個(gè)時(shí)期），相當(dāng)于觀察7個(gè)時(shí)期上兩個(gè)變量的截面數(shù)據(jù)的散點(diǎn)圖。圖6 人均消費(fèi)對(duì)收入的面板數(shù)據(jù)（15個(gè)時(shí)間序列疊加）圖7 人均消費(fèi)對(duì)收入的面板數(shù)據(jù)（7個(gè)時(shí)期疊加） 為了觀察得更清楚一些，圖8給出北京和內(nèi)蒙古19962002年消費(fèi)對(duì)收入散點(diǎn)圖。從圖中可以看出，無(wú)論是從收入還是從消費(fèi)看內(nèi)蒙古的水平都低于北京市。內(nèi)蒙古2002年的收入與消費(fèi)規(guī)模還不如北京市1996年的大。圖9給出該15個(gè)省級(jí)地區(qū)1996和2002年的消費(fèi)對(duì)收入散點(diǎn)圖?？梢?jiàn)6年之后15個(gè)地區(qū)的消費(fèi)和收入都有了相應(yīng)的提高。 圖8 北京和內(nèi)蒙古19962002年消費(fèi)對(duì)收入時(shí)序圖 圖9 1996和2002年15個(gè)地區(qū)的消費(fèi)對(duì)收入散點(diǎn)圖EViews文件說(shuō)明（dataeviews）ine_* ：名義收入；consume_* ：名義消費(fèi)；ip_*：實(shí)際收入；cp_*：實(shí)際消費(fèi)；p_*：價(jià)格指數(shù)。操作方法：建立工作文件（File）→建立面板（Object）→定義截面標(biāo)示符（Define）→定義變量名稱（Sheet）→拷貝數(shù)據(jù)（或通過(guò)Import導(dǎo)入數(shù)據(jù)）練習(xí)題：1． 2． 觀察不同截面的cp（ip）的時(shí)間趨勢(shì)圖； （如果是建立pool，需要將Stacked文件按照時(shí)間將原文件拆分，即新文件的結(jié)構(gòu)是截面數(shù)據(jù)）3． 觀察不同截面的cp和ip的散點(diǎn)圖；（需要建立stack文件，將不同時(shí)期的橫軸變量羅列成一個(gè)變量；將不同時(shí)期的縱軸變量拆分成T個(gè)變量，然后用scatter觀察：即第一個(gè)變量對(duì)所有其他變量的散點(diǎn)圖）4． 觀察不同時(shí)期上cp（ip）的截面圖；（如果是建立pool，需要將Stacked文件按照截面將原文件拆分，即新文件的結(jié)構(gòu)是時(shí)間序列數(shù)據(jù)）5． 觀察不同時(shí)期上cp和ip的散點(diǎn)圖；（需要建立stack文件，將不同截面的橫軸變量羅列成一個(gè)變量；將不同截面的縱軸變量拆分成N個(gè)變量，然后用scatter觀察：即第一個(gè)變量對(duì)所有其他變量的散點(diǎn)圖）Panel Data的EViews操作1．建立Panel的方法（1）直接在FileNew workfile中完成（2）如果數(shù)據(jù)是以疊加的形式存放的，如下表所示注意：數(shù)據(jù)文件中必須存有截面變量和時(shí)間變量?？梢圆捎玫诙N方法。Step1：建立undated的工作文件 Step2：導(dǎo)入數(shù)據(jù) Step3：Proc/Structure current page 混合估計(jì)模型用面板數(shù)據(jù)建立的模型通常有三種，即混合估計(jì)模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型。所謂混合估計(jì)模型是指斜率和截距雙固定的模型。如果從時(shí)間上看，不同個(gè)體之間不存在顯著性差異。從截面上看，不同截面之間也不存在顯著性差異，那么就可以直接把面板數(shù)據(jù)混合在一起用普通最小二乘法（OLS）估計(jì)參數(shù)。比如，在例1中，在每一年，不同省份的消費(fèi)與消費(fèi)的關(guān)系均相同；對(duì)每一個(gè)省份來(lái)說(shuō)，每年的消費(fèi)與收入的關(guān)系也相同。在這種情況下，就可以使用混合估計(jì)模型。如果從時(shí)間和截面看模型截距都不為零，且是一個(gè)相同的常數(shù)，以二變量模型為例，則建立如下模型， ， i = 1, 2, …, N。 t = 1, 2, …, T m和β不隨i，t變化。稱模型(1)為混合估計(jì)模型。對(duì)混合估計(jì)模型可以通過(guò)三種OLS方法進(jìn)行估計(jì)。（1） 組內(nèi)估計(jì)量個(gè)體的均值為， i = 1, 2, …, N 1其中，（i = 1, 2, …, N）。模型的離差形式為： 2OLS估計(jì)量為：稱為組內(nèi)估計(jì)量（Within group estimator）。（2） 組間估計(jì)量變量的總均值為個(gè)體的均值離差形式為：OLS估計(jì)量為：稱為組內(nèi)估計(jì)量（Within group estimator）。又被稱為L(zhǎng)SDV估計(jì)量（Least squares dummy variables）或協(xié)方差估計(jì)量（covariance estimator）。（3） OLS估計(jì)量個(gè)體的均值離差形式為：其中，OLS估計(jì)量為：可以證明。因此，OLS估計(jì)量又可以寫作因此，OLS估計(jì)量為組內(nèi)估計(jì)量與組間估計(jì)量的加權(quán)和。截距項(xiàng)的估計(jì)量為：以例1中15個(gè)地區(qū)1996和2002年數(shù)據(jù)建立關(guān)于消費(fèi)的混合估計(jì)模型，得結(jié)果如下：= + IPit () () R2 = , SSEr = 4824588, (103) = 15個(gè)省（市）。 固定效應(yīng)模型 個(gè)體固定效應(yīng)模型在面板數(shù)據(jù)中，如果不同的截面或不同的時(shí)期對(duì)應(yīng)的截距項(xiàng)不同，那么稱之為變截距模型。變截距模型可以分為固定效應(yīng)和隨機(jī)效應(yīng)模型兩種。首先來(lái)看固定效應(yīng)模型。1． 個(gè)體固定效應(yīng)模型的設(shè)定模型設(shè)定為： ， i=1, 2, …, N。 t = 1, 2, …, T 其中，ai為不隨時(shí)間變化的不可觀測(cè)的隨機(jī)變量，用于反映個(gè)體之間的差異。如果ai與X相關(guān)，則稱為固定效應(yīng)模型（entity fixed effects regression model）。即： ，t = 1, 2, …, T 3將（2）式中每個(gè)方程寫成矩陣形式， 4其中，，， i=1,2,…N 5將（4）式進(jìn)一步表示為： 6即： 72． 個(gè)體固定效應(yīng)模型組內(nèi)估計(jì)假定：，由于ai與X相關(guān)，因此不能直接用LS方法估計(jì)，LS估計(jì)量不具有一致性。由于ai不隨著時(shí)間而變化，因此可以通過(guò)離差的形式將其消除。模型兩邊取均值，可得： 其離差形式為：離差形式將ai消除掉了，不存在誤差項(xiàng)與X相關(guān)導(dǎo)致的不一致問(wèn)題。組內(nèi)估計(jì)的一大優(yōu)點(diǎn)是，不論ai與X是否相關(guān)，由于ai不隨時(shí)間變化，因此組內(nèi)離差會(huì)將ai消除掉。因此，組內(nèi)估計(jì)量是無(wú)偏的、一致的。但組內(nèi)估計(jì)的一大缺點(diǎn)是，凡是不隨時(shí)間變化的變量，比如性別、種族、地理位置等，都會(huì)在組內(nèi)離差轉(zhuǎn)換時(shí)被消除掉。因此，組內(nèi)估計(jì)無(wú)法估計(jì)這種變量的影響。組內(nèi)估計(jì)的矩陣表述兩端乘以矩陣Q，
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1