1、Panel Data模型的EViews操作過程兩種模式：. 關于Panel工作文件；. 關于Pool對象。. 關于Panel工作文件的操作過程案例1：我國農村居民消費函數（2000-2010年，27個省市數據）一、輸入數據1、創建Panel工作文件選擇File / New / Workfile，在出現的創建工作文件對話框中：（1）在文件結構類型中，選擇“平衡面板（Balanced Panel）”；（2）輸入起始、終止期，截面單元個數。工作文件中將生成分別表示截面標識和時期標識的兩個序列：Crossid 截面標識dateid 時期標識2更改截面標識（可以省略）序列crossid中是以數字1、2、

2、標記截面標識，為了便于區分，可以重新定義一個字符串序列。（1）點擊object / New object，選擇series Alpha并輸入序列名（設為dq）；（2）雙擊dq序列，在打開的序列窗口中粘貼截面標識的字符串序列；（3）雙擊工作文件窗口中的Range，在彈出的對話框中，將截面標識的的ID序列改成新的標識序列：dq3輸入數據鍵入命令：DATA Y X，然后用復制+粘貼方式從Excel文件中將各個變量的堆積數據（注意：數據事先要按照截面單元堆積，本例中是按照“地區”）復制到工作文件之中；此時工作文件中各個變量都是堆積數據。二、模型估計過程1估計混合模型直接在命令窗口鍵入命令：LS Y C

3、 X2估計變截距模型在方程窗口中點擊Estimate按鈕，在彈出的方程描述框中選擇Panel Options選項卡，此時可以在截面和時期列表中選擇None、Fixed、Random，用來選擇單因素（或雙因素）固定效應、隨機效應變截距模型；同時可以選擇GMM、GLS、SUR等估計方法。個體-時期固定效應個體固定效應 個體-時期隨機效應個體固定效應時期隨機效應 雙因素固定效應模型模型估計結果中只顯示解釋變量的參數估計值，截距項的估計結果要在ViewFixed/Random Effects中顯示。三、 Panel Data模型的檢驗過程1檢驗是單因素或雙因素或混合模型（1）估計固定效應雙因素模型；（

4、2）在方程窗口中選擇ViewFixed/Random Effects Testing/Redundant Fixed Effect，檢驗固定效應“冗余”假設是否成立。同時存在個體效應和時間效應2檢驗是隨機效應或固定效應。（1）估計（雙因素）隨機效應模型；（2）在方程窗口中選擇：ViewFixed/Random Effects Testing/Correlate Random Effects，進行Hausman檢驗。時期固定效應個體隨機效應所以模型是雙因素模型同時存在著個體效應和時間效應；其中個體隨機效應，時期固定效應。估計結果為：. 關于Pool對象的操作過程案例2（來源：格林經濟計量分析）時

5、期：1935-1954年；截面單元：5家企業GM：通用汽車公司、CH：克萊斯勒公司、GE：通用電器公司、WE：西屋公司US：美國鋼鐵公司3個變量：I ：總投資M ：前一年企業的市場價值（反映企業的預期利潤） K ：前一年末工廠存貨和設備的價值（反映企業必要重置投資期望值）內容：一、 建立包含Pool對象的工作文件二、 Pool對象中的數據處理三、 模型估計過程四、 模型檢驗過程一、在工作文件中創建Pool對象1、創建工作文件2、創建Pool對象點擊Objects / New Object，選擇Pool對象，在彈出的窗口中輸入各個截面單元的識別標識（習慣上加上前綴“_”）：輸入截面單元標識二、P

6、ool對象中的數據處理1輸入數據輸入方式：鍵盤輸入、文件導入、復制+粘貼（適用于堆積數據）（1）雙擊Pool對象，點擊View/Spreadsheet（stacked data），系統要求輸入序列名列表：輸入序列名，并且加后綴？（2）輸入數據：輸入Pool變量名，點擊OK后，出現數據窗口：進入輸入/編輯狀態根據原始數據表的數據排列格式轉換堆積數據的排列方式：按截面單元 / 時期輸入數據的步驟為：l 事先將Excel中的數據整理成堆積數據，每個變量一列數據；l 根據Excel表中數據的排列形式，轉換EViews中數據的排列方式按截面單元 / 時期順序堆積數據；l 利用復制+粘貼的方式，將Exce

7、l表中的數據復制到Pool對象中。2生成序列點擊Pool工具欄的Poolgenr按鈕，或者選擇ProcGenerate Pool Series，在彈出的對話框中輸入定義新序列的有關公式（例如，生成Kt-1）3描述統計在Pool窗口中選擇View/Descriptive Statistics，并在對話框中輸入變量名，將會輸出每個變量的有關描述統計量。說明： 堆積數據（Stacked data）: 計算每個變量（關于所有截面單元，所有時期）的描述統計量。去掉均值的堆積數據（Stacked-means removed）: 計算除去截面平均值之后的描述統計量。截面變量（Cross-section sp

8、ecific）: 計算每個變量關于截面的描述統計量。時期變量（Time period specific）: 計算每個變量關于時期的描述統計量。關于變量（堆積數據）關于變量截面數據（所有時期）三、 模型估計過程1點擊Pool工具欄的Estimate按鈕，將彈出模型估計對話框：估計方法2可以估計的模型形式：模型類型Fixed and RandomRegressorscrossperiodcommoncrossperiod1混合模型NoneNoneX?2個體固定效應變截矩FixedNoneX?3時間固定效應變截矩NoneFixedX?4個體隨機效應變截矩RandomNoneX?5時間隨機效應變截矩N

9、oneRandomX?6個體固定效應變系數FixedNoneX?7時間固定效應變系數NoneFixedX?8個體隨機效應變系數RandomNoneX?9時間隨機效應變系數NoneRandomX?10雙因素固定效應變截矩FixedFixedX?11雙因素隨機效應變截矩RandomRandomX?12雙因素隨機效應變系數RandomRandomX?X?說明：隨機效應變系數模型對樣本容量有要求。輸入解釋變量，并確定效應作用是否變參數：l 常參數l 截面變參數l 時間變參數可選項：None、Fixed、Random用于確定效應的具體形式：l 無效應、單因素、雙因素l 固定效應、隨機效應Hausman檢

10、驗輸入被解釋變量 3估計方法的選擇當模型個體（或時期）方程的隨機誤差項之間同方差、且不存在同期相關時，系統默認的估計方法是OLS；否則，需要采用GLS估計或SUR估計（似乎不相關估計）。類型估計方法1同方差、且不存在同期相關OLS（No Weights）2個體方程存在異方差，但不存在同期相關GLS（cross-section weights）3個體方程之間存在同期相關SUR（cross-section SUR）4時期方程存在異方差，但不存在同期相關GLS（period weights）5時期方程之間存在同期相關SUR（period SUR）6隨機誤差項與解釋變量相關TSLS四、模型檢驗過程類型

11、識別檢驗1檢驗是單因素或雙因素或混合模型（異質性檢驗）（1）估計雙因素固定效應模型；（2）在方程窗口中選擇ViewFixed/Random Effects Testing/Redundant Fixed Effect，檢驗是否存在“冗余”效應。不存在時間效應存在個體效應2隨機效應模型與固定效應模型1建立隨機效應模型（雙因素或單因素，本例是隨機個體效應）2進行Hausman 檢驗H0:模型是隨機效應模型；由于p > 0.05，所以接受H0，認為模型是隨機效應模型。3固定效應變截矩模型與變系數模型將固定效應變截矩模型與變系數模型進行比較，檢驗約束假設是否成立。具體步驟：（1）估計變截矩模型和變系數模型，得到約束回歸殘差平方和RSSE和無約束回歸殘差平方和USSE； （2）利用F統計量檢驗假設：（3）若F>F，則拒絕原假設，模型是變系數模型；F<F時，模型是變截矩模型。本例中，N=5，T=20，k=2，RSSE=444288，USSE=339122；所以，利用EViews中函數QFDIST(d,n1,n2)，其中，可以求得：