面板数据分析4面板数据模型应用实例课件.ppt

《面板数据分析4面板数据模型应用实例课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第四部分—面板数据分析的应用实例陈青养面板数据分析步骤一、散点图时序图分析二、面板数据平稳性检验三、面板数据协整检验四、面板数据模型设定五、最终回归模型建立六、模型应用实证题目研究目的：研究中国东北、华北、华东三个地区15个省级地区的居民家庭人均消费和人均收入之间的关系。数据选取：1996-2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（不变价格）和人均收入数据。数据是7年的，每一年都有15个数据，共105组观测值。数据来源：人均消费数据（不变价格）和人均收入数据都来自1997-2003《中国统计年鉴》一、散点图时序图分析图1CP时间

2、序列图图2CP个体截面图图3IP时间序列图图4IP个体截面图散点图图5按时间截面散点图图6按个体截面散点图用原变量建模还是用对数变量建模?图5按时间截面散点图7.88.08.28.48.68.89.09.29.48.08.28.48.68.89.09.29.49.6LOG(IPCROSS)LOG(CP1996)LOG(CP1997)LOG(CP1998)LOG(CP1999)LOG(CP2000)LOG(CP2001)LOG(CP2002)图7对数的人均消费对收入的面板数据散点图本例用对数研究更合理对数变换不改变协整关系；缓解异方差；线性关系更明显。

3、为了观察得更清楚一些，给出图8和图9。由图8，无论是从收入还是从消费看内蒙古的水平都低于北京市。内蒙古2002年的收入与消费规模还不如北京市1996年的大。由图9，可见6年之后15个地区的消费和收入都有了相应的提高。图81996-2002年北京和内蒙古消费对收入时序图图91996和2002年15个地区的消费对收入散点图二、面板数据平稳性检验必要性：避免伪回归现象。检验方法：Levin-Lin-Chu检验法、Im-Pesaran-Shin检验法、Fisher-ADF检验法和Fisher-PP检验法。检验结果：对变量LNCP、DLNCP、LNIP和DLN

4、IP进行平稳性检验，结果显示LNCP和LNIP都是非平稳的，DLNCP和DLNIP都是平稳的，所以LNCP和LNIP都是一阶单整序列。对变量LNCP、DLNCP进行平稳性检验，结果显示LNCP是非平稳的，DLNCP是平稳的，所以LNCP是一阶单整序列。对变量LNIP和DLNIP进行平稳性检验，结果显示LNIP是非平稳的，DLNIP是平稳的，所以LNIP是一阶单整序列。三、面板数据协整检验采用Pedroni检验和Kao检验对LNCP和LNIP进行协整检验，结果显示二者存在协整关系。四、面板数据模型设定结合散点图，选择初始模型个体固定效应模型利用F检验，

5、检验固定效应的显著性利用Hausman检验，检验随机效应的显著性图10人均消费对收入的面板数据散点图图11对数的人均消费对收入的面板数据散点图分析面板数据：时间维度为7，截面维度为15，明显时间维度比截面维度要小，对于这样的面板数据一般建立用于研究截面个体差异的个体模型。分析对数散点图：发现各个截面个体的LNCP与LNIP都呈现明显的线性关系，并且截距和斜率比较相近。结论：尝试建立个体固定效应模型作为初始模型个体固定效应模型个体(变截距)固定效应模型就是对于不同的个体有不同截距的模型。如果对于不同的时间序列（个体）截距是不同的，但是对于不同的横截面，

6、模型的截距没有显著性变化，那么就应该建立个体固定效应模型。假定：不同地区边际消费倾向相同，自发消费水平不相同。模型估计结果固定效应显著性检验相对于混合估计模型来说，是否有必要建立个体固定效应模型可以通过F检验来完成。基于方差分析的思想。H0：不同个体的截距项相同(真实模型为混合估计模型)H1：不同个体的截距项不同(真实模型为个体固定效应模型)F统计量定义为：其中SSEr，SSEu分别表示约束模型(混合估计模型)和非约束模型(个体固定效应模型)的残差平方和。N表示个体个数，(N-1)表示约束条件个数，k为解释变量对应参数的个数。已知SSEr=48245

7、88，SSEu=2270386，个体数15因为F=9.87>1.78，拒绝原假设。Eviews中称作多余的固定效应检验，使用F和LR两个统计量。在固定效应模型估计窗口中的View键选Fix/RandomEffectsTesting,RedundantFixedEffects-LikelihoodRatio功能。因为P值小于0.05，拒绝原假设。结论：混合模型与个体固定效应模型比较，应该建立个体固定效应模型。随机效应显著性检验Hausman检验原假设与备择假设是:H0:个体效应与回归变量无关（个体随机效应回归模型）H1:个体效应与回归变量相关（个体固定

8、效应回归模型）Eviews中可以实现Hausman检验。在固定效应模型估计窗口中的View键选Fix/Ran