关于面板数据的协方差检验

面板数据有三种模型，变截距、变系数、不变参数模型。具体选择哪一种模型，不光光从技术上要进行判定，而且要结合你分析的状况以及数据的可行性进行综合判定，例如你想研究不同年份的对GDP的影响，你不光考虑其他因素，同时要把时间作为虚拟变量加入回归，其实就是时刻固定效应模型。

固定效应模型分为三种：个体固定效应模型、时刻固定效应模型和个体时刻固定效应模型。如果我们是对个体固定，则应选择个体固定效用模型。但是，我们还需作个体固定效应模型和混合估计模型的选择。所以，就要作F值检验。本文在此仅就面板数据的固定效应进行判定：首先对于建立假设。

假设检验如下：

H0：对于不同横截面模型截距项相同（建立混合估计模型）。SSEr

H1：对于不同横截面模型的截距项不同（建立时刻固定效应模型）。SSEu

构造F统计量：

F=[( SSEr - SSEu)/(T+k－2)]/[ SSEu/(NT-T-k)]

其中，SSEr表示约束模型（混合估计模型的）的残差平方和（Sum squared resid），SSEu表示非约束模型（个体固定效应模型的）的残差平方和（Sum squared resid）。非约束模型比约束模型多了T–1个被估参数。需要指出的是：当模型中含有k个解释变量时，F统计量的分母自由度是NT-T- k。通过对F统计量我们将可选择准确、最佳的估计模型。

具体在Eviews软件上的操作分为四步如下：

第一步，先作混合效应模型： 在cross-section 一栏选择None ，Period也是None；Weights是cross-section Weights，然后把回归结果的Sum squared resid值复制出来，就是SSEr

第二步：作个体固定效用模型：在cross-section 一栏选择Fixed ，Period也是None；Weights是cross-section Weights，然后把回归结果的Sum squared resid值复制出来，就是SSEu

第三步：根据公式F=[( SSEr - SSEu)/(T+k－2)]/[ SSEu/(NT-T-k)]。计算出结果。其中，T为年数，不管我们的数据是unbalance还是balance看observations就行了， 也即Total pool (balanced) observations:的值，但是如果是balance我们也可以计算，也即是每一年的企业数的总和。比如说我们研究10年，每一年又500加企业， 则NT＝10×500＝5000。K为解释变量，不含被解释变量。

第四步，根据计算出来的结果查F值分布表。看是否通过检验。检验准则：当F> Fα(T-1, NT-T-k) , α=0.01,0.05或0.1时，拒绝原假设，则结论是应该建立个体固定效应模型，反之，接受原假设，则不能建立个体固定效应模型。

面板数据的知识非常多，非常杂，想继续了解，大家慢慢来。先了解面板数据的一些基础知识，对大家做论文和科研有一定的帮助。学如逆海行舟，不进则退。