Eviews如何做疏系数模型

在Eviews中做疏系数模型(横截面相关分析)的步骤如下:

1. 准备数据。导入包含多个个体的面板数据, data格式为n行k列,n为个体数,k为变量数。

2. 选定相关变量。选择要检验相关性的两个变量,作为被解释变量(y)和解释变量(x)。这两个变量应为同一时期的数据。

3. 算术平均数转为指数平均数。如果数据不是指数平均数形式,需要先取对数转为指数形式,这可以使变化率的解释更加准确。取对数后,变量前需要加L,如LX,LY。

4. 选定方法。选择“Proc → Quick → Correlations → Cross Section Dependence”。

5. 选定变量。在“Variables”中选择被解释变量(LY)和解释变量(LX)。选中“Constant”后还需选择一个分类变量,用来分组。 

6. 设置选项。在“Options”中,选中“Demean variables”对变量做均值中心化处理;选中“HAC standard errors”使用异方差法计算标准误。这可以解决异方差问题。

7. 输出结果。点击“OK”后,Eviews会输出回归结果、噪音项DWH检验结果和相关系数等。 

8. 判断结果。如果回归系数显著且相关系数>0.8,说明两个变量之间存在较强相关性。DW检验结果应在1.5-2.5之间,否则可能存在自相关问题。

9. 补充分析。可以进行追加变量的稳健性检验,使用通项性修正的SE等方法进一步检验结果的稳健性。 

以上是在Eviews中进行疏系数模型分析的主要步骤和方法。通过这种方法可以检验不同地区或不同行业间变量的相关性,为相关政策提供依据。