详细的EVIEWS面板数据分析操作ppt课件.ppt

《详细的EVIEWS面板数据分析操作ppt课件.ppt》由会员分享，可在线阅读，更多相关《详细的EVIEWS面板数据分析操作ppt课件.ppt（37页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物1第一步第一步 录入数据录入数据第二步第二步 分析数据的平稳性（单位根检验）分析数据的平稳性（单位根检验）第三步第三步 平稳性检验后分析路径选择平稳性检验后分析路径选择第四步第四步 协整检验协整检验第五步第五步 回归模型回归模型我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2一一 请点请点 实例数据实例数据二二 请点请点 录入数据软件操作录入数据软件操作我吓了一跳，蝎子是

2、多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物3五家企业和三个变量的五家企业和三个变量的20个年度个年度（1935-1954年）观测值的时间序列年）观测值的时间序列5家企业：家企业： 3个变量：个变量： GM：通用汽车公司：通用汽车公司 I ：总投资：总投资 CH：克莱斯勒公司：克莱斯勒公司 M ：前一年企业的市场价值：前一年企业的市场价值 GE：通用电器公司：通用电器公司 （反映企业的预期利润）（反映企业的预期利润） WE：西屋公司：西屋公司 K ：前一年末工厂存货和设备的价值：前一年末工厂存货和设备的价值 US：美国钢

3、铁公司：美国钢铁公司 （反映企业必要重置投资期望值）（反映企业必要重置投资期望值）4 File/New/ Workfile Workfile structure type ： Start date 1935 End date 1954 OK Objects/New Object ： Type of Object pool OKCross Section Identifiers:_GM _CH _GE _WE _USView/Spreadsheet View：i? m? k? File/New/ Workfile Workfile structure type ： Balanced Panel

4、Start date 1935 End date 1954 Number of cross 1 OKCross Section Identifiers:_GM _CH _GE _WE _USView/Spreadsheet View：i? m? k?我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物5第二步第二步 分析数据的平稳性（单位根检验）分析数据的平稳性（单位根检验）请点请点 说明说明请点请点 软件操作软件操作结果结果 点检验结果点检验结果1 结果结果2我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它

5、放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物6分析数据的平稳性（单位根检验）说明分析数据的平稳性（单位根检验）说明 注：所有序列者要检验注：所有序列者要检验 原：不稳定原：不稳定（Hadri 除外，除外， Hadri 中中 原：稳定）原：稳定） 目的：目的：防止虚假回归或伪回归防止虚假回归或伪回归方法方法： 相同根下：相同根下：LLC、Breintung 、 Hadri 不同根下：不同根下：IPS、ADF-Fisher 和和PP-Fisher5模式：模式： 三种检验模式：既有趋势又有截距、只有截距、以上都无（对面板序列绘制时三种检验模式：既有趋势又有截

6、距、只有截距、以上都无（对面板序列绘制时序图做出模式选择）。序图做出模式选择）。秩序秩序：水平（：水平（level）、一阶差分、二阶甚至高阶差分直至序列平稳为止。）、一阶差分、二阶甚至高阶差分直至序列平稳为止。备注：备注：ADF检验是通过三个模型来完成，首先从含有截距和趋势项的模型开始，检验是通过三个模型来完成，首先从含有截距和趋势项的模型开始，再检验只含截距项的模型，最后检验二者都不含的模型。并且认为，只有三个模再检验只含截距项的模型，最后检验二者都不含的模型。并且认为，只有三个模型的检验结果都不能拒绝原假设时，我们才认为时间序列是非平稳的，而只要其型的检验结果都不能拒绝原假设时，我们才认为

7、时间序列是非平稳的，而只要其中有一个模型的检验结果拒绝了零假设，就可认为时间序列是平稳的。中有一个模型的检验结果拒绝了零假设，就可认为时间序列是平稳的。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物7分析数据的平稳性软分析数据的平稳性软 件件 操操 作作 在在Pool对象，对象，View/Unit Root Test，输入相应的，输入相应的Pool序列名序列名填写模式，先做填写模式，先做序列图再选择序列图再选择 填写秩序填写秩序 选择检验选择检验方法方法 填写序列填写序列名名 右边右边所有所有栏目栏目软件

8、软件 自动自动填写填写无需无需更改更改我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物8 例例10.4中中I?的水平变量的所有方法的单位根检验结果的水平变量的所有方法的单位根检验结果: 各种方法的结果各种方法的结果(除除Breitung检验检验 外外)都接受原假设，都接受原假设， I?存在单位根，是非平稳的。存在单位根，是非平稳的。只有此处小于0.05,说明除此法外都认为非平稳我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的

9、生物9 例例10.4中中I?的一阶差分变量的所有方法的单位根检验结果的一阶差分变量的所有方法的单位根检验结果: 各种方法的结果都拒绝原假设，所以可各种方法的结果都拒绝原假设，所以可以得出结论：以得出结论： I?是是I(1)的。的。所有P值均小于0.05，说明平稳我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物10第三步第三步 平稳性检验后分析路径选择平稳性检验后分析路径选择平稳性检验后若：平稳性检验后若：变量之间是非同阶单整变量之间是非同阶单整 请点请点 思路一思路一 序列变换序列变换变量之间是同阶单整变量

10、之间是同阶单整 请点请点 思路二思路二 协整检验协整检验我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物11思路一：思路一：变量之间是非同阶单整变量之间是非同阶单整 ：序列变换变量之间是非同阶单整的指即面板数据中有变量之间是非同阶单整的指即面板数据中有些序列平稳而有些序列不平稳些序列平稳而有些序列不平稳，此时此时不能进行协整检验与直接对原序列进行回归不能进行协整检验与直接对原序列进行回归。对序列进行对序列进行差分或取对数差分或取对数使之变成同阶序列使之变成同阶序列 若变换序列后若变换序列后均为平稳序列均为平

11、稳序列可用可用变换后的序列变换后的序列直接进行直接进行回归回归 若变换序列后均为同阶非平稳序列，则请点若变换序列后均为同阶非平稳序列，则请点 思路二思路二我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物12思路二思路二 变量之间是同阶单整：协整检验变量之间是同阶单整：协整检验 请点请点协整检验说明协整检验说明 请点请点 软件操作软件操作 结果判定结果判定请点请点 1 2 3 协整检验协整检验通过通过： 请点请点因果分析因果分析. 请点请点回归分析回归分析协整检验协整检验没通过没通过： 若均为若均为2阶单整阶

12、单整，则都取差分或都取对数生成新序列进行单位根则都取差分或都取对数生成新序列进行单位根 检验否是检验否是1阶单整（取差分或对数后都会变成阶单整（取差分或对数后都会变成1阶单整），如是阶单整），如是 对新序列进行协整检验，如无法达成协整，分析终止。对新序列进行协整检验，如无法达成协整，分析终止。 若均为若均为1阶单整，直接全取差分或全取对数，进行回归分析阶单整，直接全取差分或全取对数，进行回归分析我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物13 协整检验协整检验 说说 明明原：不存在协整原：不存在协整面板

13、数据的协整检验方法可以分为两大类，一类是建立在面板数据的协整检验方法可以分为两大类，一类是建立在Engle and Granger二二步法检验基础上的面板协整检验，具体方法主要有步法检验基础上的面板协整检验，具体方法主要有Pedroni检验和检验和Kao检验；另检验；另一类是建立在一类是建立在Johansen协整检验基础上的面板协整检验。协整检验基础上的面板协整检验。 1Pedroni检验检验 2Kao检验检验 3Johansen面板协整检验面板协整检验我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物14在

14、在EViews中打开中打开pool对象，选对象，选择择Views/ Cointegration Test，则显示协整检验的对话框。则显示协整检验的对话框。协整检验操作协整检验操作我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物15Pedroni检验检验：原假设：无协原假设：无协整关系整关系此栏目下此栏目下P值值均小于均小于0.05存在协整关系存在协整关系此栏目下此栏目下P值均值均两个小于两个小于0.05存在协整关系存在协整关系一个大于一个大于0.05，不支持协整不支持协整我吓了一跳，蝎子是多么丑恶和恐怖的东

15、西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物16检验方法检验方法检验假设检验假设统计量名统计量名统计量值（统计量值（P值）值）Kao检验检验H0： = 1 ADF-6.787326（0.0000）*Pedroni检检验验 H0： = 1 H1 ：( i = ) 1 Panel v-Statistic2.099652（0.044）*Panel rho-Statistic-3.415758（0.0012）*Panel PP-Statistic-5.991403（0.0000）*Panel ADF-Statistic-7.835311（0.00

16、00）* H0： = 1 H1 ：( i = )1.87，所以拒绝所以拒绝H2；又由于又由于 F12.049，所以也拒绝所以也拒绝H1。因此，例因此，例10.5的模型应采用变系数的形式的模型应采用变系数的形式。 模型形式检验步骤：注要手工计算模型形式检验步骤：注要手工计算我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物29iiiiiuxy根据以前所做的影响效应填写POOL/ESTIMATE如右如右窗口窗口点确定结果请点点确定结果请点 结果结果由于自变量前系数可变，所以自变量填写在此处我吓了一跳，蝎子是多么丑

17、恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物30手工记下 S1手工记下：自由度为N（ T-K-1 ）我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物31 说说 明明软件给出的固定影响分为：软件给出的固定影响分为：一一 总体均值总体均值二二 个体对总体的偏离个体对总体的偏离iiiimuxy*由于自变量前系数不变，所以自变量填写在此处POOL/ESTIMATE如右如右窗口窗口点确定结果请点点确定结果请点 结果结果我吓了一跳，蝎子是多么丑恶和恐怖

18、的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物32记下S2记下：自由度为N（T-1）-K我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物33ittiititmuxy*我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物34我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物35iiiu

19、xy由于自变量前系数不变，所以自变量填写在此处，截距也不变，在此填写C小心小心此处选：NONE点确定结果请点点确定结果请点 结果结果我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物36 所有的截面的系数相等，和将所有的截面的系数相等，和将5个公司的数据接到一起，个公司的数据接到一起，用用OLS的估计结果相同。的估计结果相同。记下S3记下自由度为NT-（K+1）我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物37 （1）横

20、截面的异方差与序列的自相关性是运用面板数据模型时可能遇）横截面的异方差与序列的自相关性是运用面板数据模型时可能遇到的最为常见的问题到的最为常见的问题,此时运用此时运用OLS可能会产生结果失真可能会产生结果失真,因此为了消除因此为了消除影响影响,对我国东、中、西部地区的分析将采用不相关回归方法对我国东、中、西部地区的分析将采用不相关回归方法( SeeminglyUnrelated Regression, SUR)来估计方程。而对于全国范围内来估计方程。而对于全国范围内的估计来说的估计来说,由于横截面个数大于时序个数由于横截面个数大于时序个数,所以采用截面加权估计法所以采用截面加权估计法(Cros

21、s SectionWeights, CSW) 。（2）一般而言，面板数据可用固定效应）一般而言，面板数据可用固定效应(fixed effect) 和随机效应和随机效应(random effect) 估计方法估计方法,即如果选择固定效应模型即如果选择固定效应模型,则利用虚拟变量最则利用虚拟变量最小二乘法小二乘法(LSDV) 进行估计进行估计;如果选择随机效应模型如果选择随机效应模型,则利用可行的广义则利用可行的广义最小二乘法最小二乘法(FGLS) 进行估计进行估计(Greene ,2000) 。它可以极大限度地利用。它可以极大限度地利用面板数据的优点面板数据的优点,尽量减少估计误差。至于究竟是采用固定效应还是随尽量减少估计误差。至于究竟是采用固定效应还是随机效应机效应,则要看则要看Hausman 检验的结果。检验的结果。