第十章 Panel Data模型
第一步 录入数据
第二步 分析数据的平稳性（单位根检验）
第三步 平稳性检验后分析路径选择
第四步 协整检验`
第五步 回归模型
1
第一步 录入数据
一 请点 实例数据
二 请点 录入数据软件操作
2
实例数据
录入企业投资需求模型数据：录入企业投资需求模型数据：五家企业和三个变量的20个年度
（1935-1954年）观测值的时间序列
（数据略）（数据略）
5家企业： 3个变量：
GM：通用汽车公司 I ：总投资
CH：克莱斯勒公司 M ：前一年企业的市场价值
GE：通用电器公司 （反映企业的预期利润）
WE：西屋公司 K ：前一年末工厂存货和设备的价值
US：美国钢铁公司 （反映企业必要重置投资期望值）
3
录入录入 数据软件操作数据软件操作（（））
方式一方式一
File/New/ Workfile
Workfile structure type ： Dated-regular frequencyDated-regular frequency
Start date 1935 End date 1954 OK Objects/New
Object ： Type of Object pool OK
Cross Section Identifiers:_GM _CH _GE _WE _US
View/Spreadsheet View：i? m? k?
方式二方式二（方式是否正确，有待考证）（方式是否正确，有待考证）
File/New/ Workfile
Workfile structure type ： Balanced Panel
Start date 1935 End date 1954
Number of cross 1 OK
Cross Section Identifiers:_GM _CH _GE _WE _US
View/Spreadsheet View：i? m? k?
4
第二步 分析数据的平稳性（单位根检验）
请点 说明
请点 软件操作
结果 点检验结果1 结果2
5
分析数据的平稳性（单位根检验）说明 注：所有序列者要检验
原：不稳定（Hadri 除外， Hadri 中 原：稳定）
目的：防止虚假回归或伪回归
方法： 相同根下：LLC、Breintung 、 Hadri
不同根下：IPS、ADF-Fisher 和PP-Fisher5
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
序图做出模式选择）。
秩序：水平（level）、一阶差分、二阶甚至高阶差分直至序列平稳为止。
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，
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
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。
6
分析数据的平稳性软 件 操 作
在Pool对象，View/Unit Root Test，输入相应的Pool序列名
填写模式，先做
序列图再选择
填写秩序
选择检验
方法
填写序列
名
右边
所有
栏目
软件
自动
填写
无需
更改
7
例中I?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(除Breitung检验 外)都接受原假设，
I?存在单位根，是非平稳的。
只有此处小于
,说明除此
法外都认为非
平稳
8
例中I?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
以得出结论： I?是I(1)的。
所有P值均小于
，说明平稳
9
第三步 平稳性检验后分析路径选择
平稳性检验后若：
变量之间是非同阶单整 请点 思路一 序列变换
变量之间是同阶单整 请点 思路二 协整检验
10
思路一：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些序列平稳而有些序列不平稳，此
时不能进行协整检验与直接对原序列进行回归。
◎对序列进行差分或取对数使之变成同阶序列
若变换序列后均为平稳序列可用变换后的序列直接进行回归
若变换序列后均为同阶非平稳序列，则请点 思路二
11
思路二 变量之间是同阶单整：协整检验
请点协整检验说明 请点 软件操作 结果判定请点 1 2 3
协整检验通过：
请点因果分析.
请点回归分析
协整检验没通过：
若均为2阶单整，则都取差分或都取对数生成新序列进行单位根
检验否是1阶单整（取差分或对数后都会变成1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。
若均为1阶单整，直接全取差分或全取对数，进行回归分析
12
协整检验 说 明
原：不存在协整
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Kao检验；另一类
是建立在Johansen协整检验基础上的面板协整检验。
1．Pedroni检验
2．Kao检验
3．Johansen面板协整检验
13
Pool Pool序列的协整检验序列的协整检验
※在EViews中打开pool对象，选
择Views/ Cointegration Test…，
则显示协整检验的对话框。
图图 面板数据的协整检验的对话框面板数据的协整检验的对话框
协整检验操作
14
Pedroni检验：
原假设：无协
整关系
此栏目下P值
均小于
存在协整关系
此栏目下P值均
两个小于
存在协整关系
一个大于，
不支持协整
15
表表 Kao检验和检验和PedroniPedroni检验结果检验结果 ( (滞后阶数由滞后阶数由SICSIC准则确定准则确定))
检验方法 检验假设 统计量名 统计量值（P值）
Kao检验 H0： = 1 ADF （）*
Pedroni检
验
H0： = 1
H1 ：(i =
)< 1
Panel v-Statistic （）*
Panel rho-Statistic （）*
Panel PP-Statistic （）*
Panel ADF-Statistic （）*
H0： = 1
H1 ：(i =
)< 1
Group-rho-Statistic （）
Group PP-Statistic （）*
Group ADF-Statistic （）*
除此项
外均支
持协整
16
表表 Johansen面板协整检验结果面板协整检验结果
( (选择序列有确定性趋势而协整方程只有截距的情况选择序列有确定性趋势而协整方程只有截距的情况))
原假设
Fisher联合迹统计量
(p值)
Fisher联合-max统计
量(p值)
0个协整向量 ()* ()*
至少1个协整向量 () ()
注：加“*”表示在5%的显著性水平下拒绝原假设而接受备择假设。
上述检验结果检验的样本区间为1991-2003年，从表和
表的检验结果可以看出，我国29个省市的城镇居民消费和
收入的面板数据之间存在协整关系。
支
持
协
整
17
格兰杰因果检验（因果检验的前提是变量协整）。
Eviews好像没有在POOL窗口中提供Granger
causality test，如果想对面板数据中的某些合成序列
做因果检验的话，不妨先导出相关序列到一个组中
(POOL窗口中的Proc/Make Group)，再来试试
因果分析
18
一 确定影响形式
固定影响
随机影响
二 确定模型形式
形式一
形式二
形式三
三 估计方法说明
四 一二三确定后就可以进行模型最终的设定
与估计（略：自已去完成）
回归模型
19
一 确定影响形式
请点 ：说 明
请点：软件操作
20
一 确定影响形式说明
◎方法 Hausman检验
◎原：应建立随机效应模型
◎步骤
首先：建立随机效应回归
其次：用Hausman检验该模型是否是随机效应模型
21
一 确定影响形式软件操作
第一步：建立建立随机效应回归
◎POOL/ESTIMATE如右窗口
点确定结果请点 结果
此处选
random
由于自变量前
系数不变，所
以自变量填写
在此处 22
第二步： Hausman检验
原假设：应建立随机效应模型
在软件的上一步分析的结果窗口
（见左图）进行如下操作：
◎View/
◎Fixed/Random Effects Testing/
◎Correlated Random Effects -
Hausman Test
请点 结果
23
中部地区模型的Hausman Test结果：
由（）式构造的中部地区模型的Hausman Test
统计量（W） 是，p值是，接受原假设:随机影响模随机影响模
型中个体影响与解释变量不相关型中个体影响与解释变量不相关，
结论： 可以将模型设定为随机模型。
P值大于
，所
以接受原
假设：应
建立随机
效应模型
24
说 明
（1） 模型有三种形式
形式一：变系数模型变系数模型
形式二：固定影响模型固定影响模型
形式二：不变参数模型
（2）根据F检验确定上述三种形式之一
请点（确定模型形式的F检验）
二 确定模型形式
25
确定模型形式的F检验
原假设：两个如下
H1：
H2：
判定规则 ：
接受假设 H2 则为不变参数模型不变参数模型（模型三）（模型三），检验结束。
拒绝假设H2，则检验假设H1。如接受H1，则模型为变截距模型变截距模型（模型二）（模型二）
若拒绝H1 ，则模型为变参数模型变参数模型（模型一）（模型一）。
构建统计量：请点F统计量
26
构建变参数模型变参数模型得残差平方和S1 并考虑其自由度 请点
构建变截距模型变截距模型得残差平方和S2并考虑其自由度 请点
构建不变参数模型不变参数模型得残差平方和S3并考虑其自由度 请点
计算 F2 统计量
获得S1，S2，S3后手工计算F2，F1，并查找临界值做出判定
请点：判定规则 请点 判定实例
假设检验的 F 统计量的计算方法
27
例中系数 和 取何种形式可以利用模型形式设定检验方法
来确定。
(1) 首先分别计算3种形式的模型：变参数模型、变截距模
型和不变参数模型，在每个模型的回归统计量里可以得到相应
的残差平方和S1=、S2 = 和S3 = 1570884。
(2) 按 ()式和 ()式计算F统计量，其中N=5、
k=2、T=20，得到的两个F统计量分别为：
F1=((S2-S1)/8)/(S1 /85) =
F2=((S3-S1)/12)/(S1 /85) =
利用函数 @qfdist(d,k1,k2) 得到F分布的临界值，其中d 是
临界点，k1和k2是自由度。在给定5%的显著性水平下(d=)
，得到相应的临界值为：
F2(12, 85) = F1(8, 85) =
由于 F2>，所以拒绝H2；又由于 F1>，所以也拒绝
H1。因此，例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
28
模型一模型一 变系数模型变系数模型根据以前
所做的影
响效应填
写
◎POOL/ESTIMATE如右
窗口
点确定结果请点 结果
由于自变量前
系数可变，所
以自变量填写
在此处
29
手工记
下 S1
手工记下：
自由度为
N（ T-K-1 ）
30
模型二：模型二：固定影响固定影响 (Fixed Effects) ( (Fixed Effects) (i i jj，，i i ==j j ))
说 明
软件给出的固定影响分为：
一 总体均值
二 个体对总体的偏离
由于自变量前
系数不变，所
以自变量填写
在此处
◎POOL/ESTIMATE如右
窗口
点确定结果请点 结果
31
记下
S2
记下：自
由度为N
（T-1）-
K
32
附注：包含时期个体恒量的固定影响变截距模型附注：包含时期个体恒量的固定影响变截距模型
33
34
模型三：模型三：不变参数模型不变参数模型（所有截面截距相同、系数相同）（所有截面截距相同、系数相同）
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
小心此处
选：
NONE
点确定结果请点 结果
35
所有的截面的系数相等，和将5个公司的数据接到一起，
用OLS的估计结果相同。
记下
S3
记下自由度
为NT-
（K+1）
36
（1）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,此时运用OLS可能会产生结果失真,因此为了消除
影响,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
的估计来说,由于横截面个数大于时序个数,所以采用截面加权估计法
(Cross SectionWeights, CSW) 。
（2）一般而言，面板数据可用固定效应(fixed effect) 和随机效应
(random effect) 估计方法,即如果选择固定效应模型,则利用虚拟变量最
小二乘法(LSDV) 进行估计;如果选择随机效应模型,则利用可行的广义
最小二乘法(FGLS) 进行估计(Greene ,2000) 。它可以极大限度地利用
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
机效应,则要看Hausman 检验的结果。
三 估计方法说明
37
