1、-. z.Eviews面板數據之固定效應模型在面板數據線性回歸模型中，如果對于不同的截面或不同的時間序列，只是模型的截距項是不同的，而模型的斜率系數是一樣的，則稱此模型為固定效應模型。固定效應模型分為三類：1.個體固定效應模型個體固定效應模型是對于不同的縱剖面時間序列個體只有截距項不同的模型：(1)從時間和個體上看，面板數據回歸模型的解釋變量對被解釋變量的邊際影響均是一樣的，而且除模型的解釋變量之外，影響被解釋變量的其他所有未包括在回歸模型或不可觀測的確定性變量的效應只是隨個體變化而不隨時間變化時。檢驗：采用無約束模型和有約束模型的回歸殘差平方和之比構造F統計量，以檢驗設定個體固定效應模型的合

2、理性。F模型的零假設：RRSS是有約束模型即混合數據回歸模型的殘差平方和，URSS是無約束模型ANCOVA估計的殘差平方和或者LSDV估計的殘差平方和。實踐：一、數據：19962002年中國東北、華北、華東15個省級地區的居民家庭人均消費，不變價格和人均收入，不變價格居民，利用數據1建立面板數據panel data工作文件；2定義序列名并輸入數據；3估計選擇面板模型；4面板單位根檢驗。年人均消費consume和人均收入ine數據以及消費者價格指數p分別見表1，2和3。表1 19962002年中國東北、華北、華東15個省級地區的居民家庭人均消費元數據人均消費1996199719981999200

3、020012002CONSUMEAH3607.433693.553777.413901.814232.984517.654736.52CONSUMEBJ5729.526531.816970.837498.488493.498922.7210284.6CONSUMEFJ4248.474935.955181.455266.695638.746015.116631.68CONSUMEHB3424.354003.713834.434026.34348.474479.755069.28CONSUMEHLJ3110.923213.423303.153481.743824.444192.364462.08C

4、ONSUMEJL3037.323408.033449.743661.684020.874337.224973.88CONSUMEJS4057.54533.574889.435010.915323.185532.746042.6CONSUMEJ*2942.113199.613266.813482.333623.563894.514549.32CONSUMELN3493.023719.913890.743989.934356.064654.425342.64CONSUMENMG2767.843032.33105.743468.993927.754195.624859.88CONSUMESD3770

5、.994040.634143.964515.0550225252.415596.32CONSUMESH6763.126819.946866.418247.698868.199336.110464CONSUMES*3035.593228.713267.73492.983941.874123.014710.96CONSUMETJ4679.615204.155471.015851.536121.046987.227191.96CONSUMEZJ5764.276170.146217.936521.547020.227952.398713.08表2 19962002年中國東北、華北、華東15個省級地區的

6、居民家庭人均收入元數據人均收入1996199719981999200020012002INEAH4512.774599.274770.475064.65293.555668.86032.4INEBJ7332.017813.168471.989182.7610349.6911577.7812463.92INEFJ5172.936143.646485.636859.817432.268313.089189.36INEHB4442.814958.675084.645365.035661.165984.826679.68INEHLJ3768.314090.724268.54595.144912.885

7、425.876100.56INEJL3805.534190.584206.644480.0148105340.466260.16INEJS5185.795765.26017.856538.26800.237375.18177.64INEJ*3780.24071.324251.424720.585103.585506.026335.64INELN4207.234518.14617.244898.615357.795797.016524.52INENMG3431.813944.674353.024770.535129.055535.896051INESD4890.285190.795380.085

8、808.966489.977101.087614.36INESH8178.488438.898773.110931.6411718.0112883.4613249.8INES*3702.693989.924098.734342.614724.115391.056234.36INETJ5967.716608.397110.547649.838140.58958.79337.56INEZJ6955.797358.727836.768427.959279.1610464.6711715.6表3 19962002年中國東北、華北、華東15個省級地區的消費者物價指數物價指數199619971998199

9、9200020012002PAH109.9101.310097.8100.7100.599PBJ111.6105.3102.4100.6103.5103.198.2PFJ105.9101.799.799.1102.198.799.5PHB107.1103.598.498.199.7100.599PHLJ107.1104.4100.496.898.3100.899.3PJL107.2103.799.29898.6101.399.5PJS109.3101.799.498.7100.1100.899.2PJ*108.410210198.6100.399.5100.1PLN107.9103.199.3

10、98.699.910098.9PNMG107.6104.599.399.8101.3100.6100.2PSD109.6102.899.499.3100.2101.899.3PSH109.2102.8100101.5102.5100100.5PS*107.9103.198.699.6103.999.898.4PTJ109103.199.598.999.6101.299.6PZJ107.9102.899.798.810199.899.1二、1.輸入操作：步驟：1FileNewWorkfile步驟：2Start dateEnd dateOK步驟：3ObjectNew Object步驟：4Type

11、of objectPool步驟：5輸入所有序列名稱步驟：6定義各變量點擊sheet輸入consume？ine？p步驟：7將表1、2、3中的數據復制到Eviews中2.估計操作：步驟：1點擊poolmodelEstimate對話框說明Dependent variable:被解釋變量；mon：系數一樣局部Cross-section specific:截面系數不同局部步驟：2將截距項選擇區選Fi*ed effects固定效應 Cross-section：Fi*ed得到如下輸出結果：接下來用F統計量檢驗是應該建立混合回歸模型，還是個體固定效應回歸模型。：。模型中不同個體的截距一樣真實模型為混合回歸模型

12、。：模型中不同個體的截距項不同真實模型為個體固定效應回歸模型。對模型進展檢驗：所以推翻原假設，建立個體固定效應回歸模型更合理。RRSS求法請參見Eview面板數據之混合回歸模型相應的表達式為：(6.64) (49.55) 其中虛擬變量的定義是：15個省級地區的城鎮人均指出平均占收入68.62%。從上面的結果可以看出市居民的自發性消費明顯高于其他地區。2.時點固定效應模型時點固定效應模型就是對于不同的截面時點有不同截距的模型。如果確知對于不同的截面，模型的截距顯著不同，但是對于不同的時間序列個體截距是一樣的，則應該建立時點固定效應模型：(2)時點固定效應模型與個體固定效應模型的操作區別在于步驟2

13、，將時間項選擇區選Period：Fi*ed時間固定效應得到如下結果：接下來用F統計量檢驗是應該建立混合回歸模型，還是個體固定效應回歸模型。：。模型中不同個體的截距一樣真實模型為混合回歸模型。：模型中不同個體的截距項不同真實模型為時間固定效應回歸模型。對模型進展檢驗：所以推翻原假設，可以建立時點固定效應回歸模型RRSS求法請參見Eview面板數據之混合回歸模型相應的表達式為：(76.0) 其中虛擬變量的定義是：3.時點個體固定效應模型時點個體固定效應模型就是對于不同的截面時點、不同的時間序列個體都有不同截距模型。如果確知對于不同的截面、不同的時間序列個體模型的截距都顯著地不一樣，則應該建立時點個

14、體固定效應模型： (3)時點固定效應模型與個體固定效應模型的操作區別在于步驟2，將截距項選擇區域：Cross-section：fi*ed個體固定效應，時間項選擇區選 Period：Fi*ed時間固定效應得到結果如下：Dependent Variable: CONSUMEMethod: Pooled Least SquaresDate: 07/21/14 Time: 15:44Sample: 1996 2002Included observations: 7Cross-sections included: 15Total pool (balanced) observations: 105Vari

15、ableCoefficientStd. Errort-StatisticProb.C806.6751221.21433.6465780.0005INE0.6533380.03454118.915040.0000Fi*ed Effects (Cross)AH-C-94.50854BJ-C698.0132FJ-C-18.86465HB-C-200.3997HLJ-C-246.3712JL-C-54.16421JS-C-31.26919J*-C-392.9844LN-C47.39508NMG-C-284.2660SD-C-150.8912SH-C465.4906S*-C-152.6560TJ-C10

16、3.9569ZJ-C311.5193Fi*ed Effects (Period)1996-C-59.123731997-C17.954691998-C-31.455641999-C-57.240422000-C36.243822001-C-29.264152002-C122.8854Effects SpecificationCross-section fi*ed (dummy variables)Period fi*ed (dummy variables)R-squared0.993278Mean dependent var4981.017Adjusted R-squared0.991577S.D. dependent var1700.985S.E. of regression156.1067Akaike info c