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。

(0)

相关推荐