利用橫截面和時(shí)間序列的計(jì)量模型(參考版)
2024-12-28 15:52本頁面
【正文】 雖然利用 EViews中的面板工作文件可以對(duì)堆積數(shù)據(jù)進(jìn)行多種分析和處理，但是對(duì)堆積形式的序列的處理仍具有一定的局限性。在面板工作文件中能夠?qū)崿F(xiàn)對(duì)堆積數(shù)據(jù)的顯示圖、單位根檢驗(yàn)等操作，其單位根檢驗(yàn)過程和檢驗(yàn)結(jié)果同組序列的單位根檢驗(yàn)過程和結(jié)果基本類似。 78Random面板工作文件其方程建立過程與普通工作文件中的方程建立過程相同，只是在方程說明窗口中增加了與 Pool對(duì)象中方程說明項(xiàng)類似的方程面板結(jié)構(gòu)說明頁，同時(shí)在估計(jì)方法中增加了 Pool對(duì)象所沒有的廣義矩估計(jì)（ GMM）法，用來估計(jì)模型解釋變量中含有滯后因變量的變截距模型。M,例 文件中的序列 在面板工作文件中，數(shù)據(jù)是以堆積的形式存放的，故稱其為堆積面板數(shù)據(jù)。 可以命名工作文件和命名工作文件頁，單擊 OK按鈕。ofdate）和終止日期（ End創(chuàng)建一個(gè)平衡面板結(jié)構(gòu)，在下拉列表中選擇 Balanced 可以通過 EViews中的面板工作文件對(duì)這種 “寬而短 ”的數(shù)據(jù)進(jìn)行處理和建模分析。Workfile ）。面板結(jié)構(gòu)的工作文件面板結(jié)構(gòu)的工作文件 對(duì)于處理和分析時(shí)間序列 /截面數(shù)據(jù)，除了 Pool對(duì)象外， EViews697071 167?？梢杂靡粋€(gè)已估計(jì)的 Pool創(chuàng)建系統(tǒng)，也可以提供信息從 Pool生成系統(tǒng)。 2. 用用 Pool創(chuàng)建系統(tǒng)創(chuàng)建系統(tǒng) 可能有些復(fù)雜的時(shí)間序列 /截面數(shù)據(jù)方程不能用 Pool對(duì)象進(jìn)行估計(jì)。 EViews把 Pool估計(jì)成一個(gè)方程的系統(tǒng)，每個(gè)截面成員一個(gè)方程。Pool方程視圖和過程方程視圖和過程 167。從城鎮(zhèn)居民人均可支配收入 ?YD的系數(shù)看，各省市的邊際消費(fèi)傾向是不同的，最高是山西， ，最低是江西， 。 F1， 所以也拒絕H1。由于 =F(84,290)在給定 5% 的顯著性水平下 (dk2)qfdist(d,=S1)/28)/(S1((S3=S1)/28)/(S1((S2按 ()式和 ()式計(jì)算 F統(tǒng)計(jì)量，其中 N=2 k= T=13，得到的兩個(gè) F統(tǒng)計(jì)量分別為：和 S3=(1)Pool方程實(shí)例方程實(shí)例65167。2023年。估計(jì)城鎮(zhèn)居民人均消費(fèi) ?CS的回歸模型，模型中的被解釋變量 ?CS 為 城鎮(zhèn)居民人均全年消費(fèi)，解釋變量為城鎮(zhèn)居民人均全年可支配收入 ?YD（單位：元），變量均為年度數(shù)據(jù)，樣本區(qū)間為 1991……series”欄中輸入所要檢驗(yàn)的序列名稱，并選定其他設(shè)置后單擊 “OK”，便可以進(jìn)行相應(yīng)的單位根檢驗(yàn)了。Root在 Pool對(duì)象中，對(duì) ADF、 PP等單位根檢驗(yàn)方法均可以實(shí)現(xiàn)。6162167。在此下拉列表中的另外 7種系數(shù)協(xié)方差形式參見 。默認(rèn)的是最上方的 Ordinary項(xiàng)，對(duì)應(yīng)式() method。要得到懷特標(biāo)準(zhǔn)差和協(xié)方差 ,點(diǎn) Options按鈕，選擇 CoefCovariance) EViews能估計(jì)那些廣義異方差性的強(qiáng)的協(xié)方差。 異方差協(xié)方差異方差協(xié)方差(White5960如果模型中包括 AR項(xiàng)，這個(gè)選擇就沒有意義，因?yàn)樵?AR估計(jì)中， EViews會(huì)一直迭代直至收斂。convergence控制可行 GLS程序。當(dāng)選擇加權(quán)時(shí)，復(fù)選框 IterateSingular即使有足夠的觀測(cè)值，估計(jì)的殘差相關(guān)矩陣還必須是非奇異的。565758 EViews不能估計(jì)這樣的模型：很少的時(shí)期或者龐大的截面成員。類似于變截距模型，變系數(shù)模型也分為固定影響變系數(shù)模型和隨機(jī)影響變系數(shù)模型兩種類型。?i ?)? ?i = N ,?i 和系數(shù)向量 55隨機(jī)誤差項(xiàng) T?k 維解釋變量矩陣 ， 參數(shù)?i 表示模型的常數(shù)項(xiàng)， ?i 為對(duì)應(yīng)于解釋變量矩陣 N2,變系數(shù)模型的基本形式如下：54因此，當(dāng)現(xiàn)實(shí)數(shù)據(jù)不支持變截距模型時(shí)，便需要考慮這種系數(shù)隨橫截面?zhèn)€體的變化而改變的變系數(shù)模型。前面所介紹的變截距模型中，橫截面成員的個(gè)體影響是用變化的截距來反映的，即用變化的截距來反映模型中忽略的反映個(gè)體差異的變量的影響。()其中： …,i =1,個(gè)體隨機(jī)影響 50()其中： 的估計(jì)，可以求出模型 ()中參數(shù) ?有了成分方差 由于(2)()49vi 的方差，ui 的方差：()48EViews按下列步驟估計(jì)隨機(jī)影響模型： wi =(? ,()其中 ： ()…, i =1,viEffects) 隨機(jī)影響模型假設(shè) ?it 項(xiàng)是共同系數(shù) ? 和不隨時(shí)間改變的截面說明隨機(jī)變量 隨機(jī)影響變截距模型隨機(jī)影響變截距模型 4647()45此時(shí) ? 的 SUR估計(jì)為：計(jì)算后，再進(jìn)行廣義最小二乘估計(jì)（ GLS），此時(shí) ()? ,j =1, 44 EViews估計(jì) SUR模型時(shí)使用的 在所有的 t 時(shí)為常數(shù)。當(dāng)殘差具有截面異方差性和同步相關(guān)性時(shí)， SUR加權(quán)最小二乘是可行的 GLS估計(jì)量：同期相關(guān)協(xié)方差情形的同期相關(guān)協(xié)方差情形的 SUR估計(jì)估計(jì) (2)424341 其次系數(shù)值 ? 由標(biāo)準(zhǔn) GLS估計(jì)量估計(jì)，是有效估計(jì)量 。 ()…,si2，計(jì)算公式為：， i =1,?i2具有截面異方差性。截面加權(quán)截面加權(quán) (個(gè)體成員截面異方差情形的個(gè)體成員截面異方差情形的 GLS估計(jì)估計(jì) 固定影響變截距模型的廣義最小二乘估計(jì)固定影響變截距模型的廣義最小二乘估計(jì)373839類似地，通過引進(jìn)相應(yīng)的個(gè)體成員和時(shí)期虛擬變量，利用普通最小二乘法可以得到各參數(shù)的 OLS估計(jì)。() T t =1,2,…,模型 ()還可以推廣為包含時(shí)期個(gè)體恒
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1