第十章 时间序列截面数据模型 下载本文

第十章 时间序列/截面数据模型

所生成的堆积后的最终序列是用堆积序列的基本名来命名的。例如,我们所堆积的序列为Pool序列“I?”和独立序列“YEAR”,这样生成的最终序列的名字便分别为“I”和“YEAR”。当自动生成的序列名在工作文件中由于某些原因(如重名等)出现问题时,我们可以通过在“堆积序列命名”一项中输入序列名的补充部分。例如,如果我们输入的“_NEW”,则生成的最终序列名称是由基本名和补充部分共同构成的,即“I_NEW”和“YEAR_NEW”。

5、Pool对象的模型估计

利用Pool对象可以实现对固定影响、随机影响变截距模型以及固定影响变系数模型的估计,估计方法有:最小二乘法,估计截面权重的加权最小二乘法或似乎不相关回归。这些方法的使用都不改变原数据的排序

单击Pool工具栏的Estimate选项或在Pool对象的菜单中选择Proc/Estimate…打开如下对话框:

(1) 因变量——Dependent Variable

在因变量对话框中输入Pool变量或Pool变量表达式。

29

第二部分 基本单方程分析

(2) 样本

在最下方的编辑窗口中输入样本说明。样本的缺省值是各截面成员中的最大样本值。如果得不到某时期截面成员的解释变量或因变量的值,那么此观测值会被排除掉。

复选框Balanced Sample说明在各截面成员间进行数据排除。只要某一时期数据对任何一个截面成员无效,此时期就被排除。这种排除保证得到的样本区间对所有截面成员都是有效的。

如果某截面成员的所有观测值都没有,那么Pool在进行估计时就排除这个截面成员。同时EViews会在输出中提示漏掉的截面成员。

(3) 解释变量

输入回归量,需要在三个编辑框中分别输入相应的解释变量。

·Common coefficients:——此栏中输入的变量对所有截面成员有相同的系数,而各变量的系数则不同,并用原有的变量表示输出结果。

·Cross-section specific coefficients:——此栏中输入的变量对Pool中每个截面成员的系数不同。EViews会对每个截面成员估计不同的系数,并以截面成员识别名和一般序列名复合的形式输出结果。

·Period specific coefficients:——此栏中输入的变量在各观测时期的系数不同。EViews会对各观测时期估计不同的系数,并以时期识别名和一般序列名复合的形式输出结果。

例如,在企业投资需求研究的例子中,如果在共同系数编辑框中输入普通变量TIME和M?,会输出TIME和M?的估计系数。如果在截面成员特定系数编辑框中输入这两个变量,会输出如下形式的系数:“_GM—TIME”、“_CH—TIME”、“_GE—TIME”、“_WE—TIME”、“_US—TIME”和“_GM—I_GM”、“_CH—I_CH” 、“_GE—I_GE” 、“_WE—I_WE” 、“_US—I_US”

注意,对截面成员或时期特定系数模型进行估计会生成很多系数,如果是截面成员特有系数模型,则估计生成的系数个数就等于Pool中截面成员数和所列变量数的乘积;如果是时期特有系数模型,则估计生成的系数个数就等于回归样本时期数和所列变量数的乘积。

在前两个解释变量编辑框中也可以输入要估计的AR项。如果AR项列在共同系数栏中,EViews会假设共同的AR误差进行模型估计;如果AR项列在截面成员特定系数栏中,EViews会对每个截面成员分别估计AR项。

还需注意的是EViews中的Pool对象只能依据编辑框中的变量说明进行线性一般估计,如果要进行非线性估计,必须首先建立一个系统对象,并进行相应的系统说明。

(4) 估计形式设定

在估计方式“Estimation method”部分,我们可以对估计形式进行设定。通过固定或随机影响(Fixed and Random Effects)的设定,可以对各截面单位或各时期的影响进行描述。EViews默认的是没有影响,即相应的各选项的初始给定状态为“None”,我们可以根据设定的需要在下拉菜单中选择相应的固定“Fixed”或随机“Random”影响状态。但是,目前还不能用截面成员特定系数,AR项或者加权进行随机影响模型估计。

需要指出的是,在我们选择固定或随机影响时,EViews在估计是会自动在相同系数变量一栏中加入一常数项,从而确保所有影响之和为零。即Eviews给出的是不含总体均值的个体影响,其反映的是各截面个体对总体平均状态的偏离。

(5) 权重

在Pool方程估计中,缺省值为没有加权,但是可以选择加权项。有五种权重选择:

30

第十章 时间序列/截面数据模型

No weighting Cross—section weights Cross—section SUR Period weights Period SUR 所有观测值赋予相同的权重 GLS使用估计的截面残差的方差 类似看似不相关回归——GLS使用估计的截面成员残差协方差矩阵 GLS使用估计的时期残差的方差 类似看似不相关回归——GLS使用估计的时期残差协方差矩阵 如果选择Cross section weights,EViews会假设出现截面异方差,对模型进行广义最小二乘估计。如果选择Cross—section SUR,EViews会假设出现截面异方差和同期相关,对模型进行相应的广义最小二乘估计。类似地,如果选择Period weights,EViews会假设出现时期异方差,从而对模型进行相应的广义最小二乘估计,选择Period SUR,EViews会进行相应的广义最小二乘估计修正时期异方差和同期相关。

(6)估计方法

在这里所提供的估计方法主要有两种:“LS-Least Squares(and AR)”——最小二乘法、“TSLS-Two-Stage Least Squares(and AR)”——二阶段最小二乘法(工具变量)。如果选择后一估计方法,会出现相应的描述工具变量的对话框。

(7)选项

单击Pool估计对话窗口中的“Option”标签,EViews将打开如下的选项页:

在该选项页中我们可以根据需要对Pool估计的各估计选项进行选定。灰色区为当前不能选定区。 选项页的设定分为如下几个部分:

①系数的协方差形式(Coef Covariance Method)

对于系数的协方差形式,EViews共给出了如下八种选项,默认的是最上方的Ordinary项,在此选项下EViews将给出普通常用方法下的系数标准差和协方差估计结果。

②权重选项

31

第二部分 基本单方程分析

如果估计的模型中含有随机影响设定,选项页中的“权重选项”部分便为可选项,我们可以在此选定计算随机影响估计值的方法。一共有Swamy-Arora 、Wallace-Hussain 和Wansbeek-Kapteyn三种方法可供选择,默认的为最常用的第一种方法。复选框“Keep GLS weights”说明在估计过程中,无论结果多大,都保存所有方程的GLS估计过程中的权重结果。

③系数估计命名(Coefficient Name)

默认的情况下,EViews用默认的系数向量C来存放系数和影响的估计结果。如果想将估计结果存放到其它向量中,可以在编辑栏中输入一个系数向量名,如果系数向量存在,结果将被保存到该向量中的相应位置;如果该系数向量不存在,EViews将建立一个相应的适当长度的系数向量。如果所输入的序列存在,但是其并非为系数向量,EViews将提示出错。

④迭代控制

如果估计的过程中要进行GLS加权估计和系数迭代至收敛,那么可以通过规定收敛准则和最大迭代次数来控制迭代过程,此时只要在相应编辑框中输入最大迭代次数和收敛半径即可。

如果模型中含有AR项,则还要进行AR项系数初始值的设定。关于AR项对应的系数初始值EViews在“AR starting coefficient values”下提供了三种选择:系数的最小二乘估计(无AR项)、零、用户指定值。

选中复选框“Display Settings”,EViews将在输出结果的上方给出收敛设置和系数初始值的信息。 迭代控制最下面的部分是对系数及GLS加权矩阵进行迭代的设置部分。共有四个设置选择项,前两项为同步修正(Simultaneous updating)和顺次修正(Sequential updating)。为了确保系数和权重矩阵迭代后收敛,需要在迭代的过程中进行修正。“同步修正”是指在每次迭代中,同时修正系数向量和GLS权重;“顺次修正”是指系数向量先迭代至收敛,然后修正权重,之后再进行迭代,直至均收敛。

后两项设置为修正系数至收敛(Update coefs to convergence)和修正一次系数(Update coefs once)。在这两种设置下,GLS权重仅被修正一次,先在无权重的情况下将系数迭代至收敛,然后再使用得到的一阶系数估计值计算权重。如果选择的是“修正系数至收敛”,EViews将使用权重的一阶估计值将系数迭代至收敛;如果选择的是“修正一次系数”,EViews将只对得到的系数一阶估计值进行一次迭代。上面所介绍的四个设置对没有AR项的GLS模型同样适用。

默认情况下,EViews对GLS权重修正一次后修正系数至收敛。

⑤工具变量

如果要利用工具变量来对模型进行估计,需要选择二阶段最小二乘法。当在Pool估计的主菜单中选择的估计方法为“TSLS-Two-Stage Least Squares(and AR)”时,EViews将相应地给出一个含有三项选项页的对话框,在中间选项页(Instruments)中我们可以对所使用的工具变量进行设定。

对应于回归形式设置,工具变量列表也分为三部分:相同工具变量栏(Common)、截面成员特有工具变量栏(Cross-section)和时期特有工具变量栏(Period),关于各栏中变量的解释同回归设定中相同。对于截面成员特有工具变量,其个数应该等于截面成员数与列表中的变量数的乘积;对于时期特有工具变量,其个数应该等于样本时期数与列表中变量数的乘积。

如果估计方程中含有AR项,那么将显示最下面的复选框“Include lagged regressors for equations with AR terms”。默认情况下是选定该复选框的,即将因变量和解释变量的滞后变量加入到工具变量的中。当然我们也可以根据需要不选择此复选框。

32