面板数据（PanelData）简单建模过程一．Pool对象工作文件的建立.docVIP

面板数据（Panel Data）简单建模过程 一．Pool对象工作文件的建立 Pool对象工作文件是Eviews中专门用来存放时间序列/截面数据这种二维结构数据的的。Pool对象工作文件的创建方法是在工作文件窗口选择Objects/New Object/Pool,在出现的对话框左边选择Pool，在右上角可以为新对象起名，如输入INC，表示收入，点击OK后，出现定义对话框，在编辑窗口中可以输入截面成员的识别名，识别名应该尽量方便并且简洁，在截面识别名前最好加上下划线“_”，这样比较清楚表达指标所属截面单元。本案中_bj表示北京，_tj表示天津，以此类推输入。如图1。 图1：识别名定义框 如果还需要建立相同截面单元结构的合成对象时，可以不需要再如上例一样重新建立，可以通过对象的复制方法进行，注意，这里复制的只是数据结构，并非数据本身。本案中需要建立消费（CONS）对象文件，因此在工具栏选择Objects/ Copy/Copy Object，并将复制新对象重新命名为CONS即可。 二．Pool序列的建立 打开对象文件inc，在工具栏选择View/Spreed Sheet，在弹出对话框中输入要建立的序列名，如本案中，要建立收入序列输入INC?，此处“？”表全部收入序列，若北京地区的的收入序列就输入INC-BJ。输入后相应的序列将在工作文件中生成，并且弹出数据输入框，如图2所示。消费序列CONS？的建立同上。 图2：INC?序列截面堆栈数据输入框 从图中清楚看出，数据是按照截面单元组织在一起的，如果想将其改变为按照时间堆栈的方式排列可以点击工具栏中的的order，如图3所示。 图3：INC?序列时间堆栈数据输入框 要进行数据的输入时必须要点击工具栏的Edit，将单元格激活。 三．数据读入 数据的录入可以以手工的方式通过复制后粘帖录入。当然，也可以通过直接调用的形式读入读入数据，本案以excel文件为例。在输入数据之前，必须把数据处理为按照时间或者截面单元堆栈的形式，如表4所示。 图4：按照地区堆栈数据 图4中数据是按照地区堆栈的。注意，excel文件中一定不能出现中文，否则调用可能不会成功，并且数据必须是平衡的。 打开合成数据对象后，在工具栏上选择Procs/Import Pool Data,选择源文件后弹出对话框，如图5所示。 图5：文件读入对话框 从图4的数据排列中可以看出，应该选择按照截面单元列排列，并且从B2单元格开始，输入INC?序列，CONS?序列也按照这样的方法输入。 根据宏观经济学中的消费理论，居民消费支出不仅受到即期收入的影响，还应该考虑前期消费支出的大小，这种消费习惯的被称为“棘轮效应”。因此，本例中还需要一个变量CONS1，即CONS?滞后一期的消费支出。在打开CONS对象后，选择PoolGenr，并且在对话框中输入CONS1?=CONS?(-1),滞后序列即可生成。 四．模型检验 模型形式的选择首先应该进行F检验，判断模型是属于变系数还是变截距模型。F检验是通过计算几个残差序列通过编程形式得出，Eviews是不直接提供结果的，因此，此处也未给出结果。学术界在处理面板数据时常常使用的工具软件还有Stata，在此软件中F检验的结果已经给出。考虑各省市基本消费存在差异，这里为对样本数据进行F检验，而是直接使用变截距模型。 变截距模型分为固定效应和随机效应。固定效应模型是将遗漏的体现个体差异变量或者时间特性当作未知的确定常数，而随机效应模型则将他们看作如同个体时间变量一样的随机变量。本例采用hausman检验来判断模型形式,hausman检验的原假设为不随时间变化的个体性（非观测效应）与可观测的解释变量不相关。若接受原假设，则模型为随机效应；反之，则选择固定效应。 建立一个模型之后点击工具栏View/Fixed/Random Effects Testing/Hausman Test,检验结果如图6. 图6：hausman检验结果 伴随概率为0，因此，应该选择变截距的固定效应模型进行检验。 打开CONS?对象后点击Estimate，弹出窗口如图7. 图7：模型检验 由于本例是选择变截距固定效应的模型形式，因此，在相应的选项及输入框中填写内容，最后检验结果如图8. 图8，检验结果 从结果可以看出模型拟合较好，CONS1?t检验不通过，但是消除常数项后再进行检验则通过。