1 面板变截距回归模型概述
-
变截距模型可以说是面板数据模型中应用最广泛、最普遍的模型。甚至狭义的面板数据模型就是指变截距模型。
-
变截距模型能够对截面上的个体差异和时间节点上的差异进行分离，同时利用所有样本数据估计解释变量对被解释变量的平均影响。其中，按照个体差异（时间差异）是真实存在或者是抽样随机引起的，变截距模型又进一步分为固定效应和随机效应。
2 固定效应和随机效应
2.1 估计截面固定效应
在混合面板模型估计结果的窗口中，点击上方的Estimate，重新进入Pool Estimate窗口。
EViews中变截距模型主要是对Estimation method中的选项进行设置。
在Pool Estimate窗口中的Dependent variable中输入被解释变量：pgdp?，在Regressors and AR() terms的Common coefficients中输入解释变量：eduyear? pfdi? open?，在Method中选择LS - ...；
变截距模型中解释变量不需要输入常数项c
同时，在Fixed and Random Effects下方的Cross-section中选择Fixed，Period选择None。点击确定进行估计。
在估计结果窗口中， eduyear? pfdi? open?变量的系数仍然显著；
同时可以看到，估计结果中列出了30个的地区固定效应的截距项！
2.2 估计截面随机效应
在Pool Estimate窗口中的Dependent variable中输入被解释变量：pgdp?，在Regressors and AR() terms的Common coefficients中输入解释变量：eduyear? pfdi? open?，在Method中选择LS - ...；
同时，在Fixed and Random Effects下方的Cross-section中选择Random，Period选择None。点击确定进行估计。
在估计结果窗口中， eduyear? pfdi? open?变量的系数仍然显著；
同时可以看到，估计结果中列出了30个的地区随机效应的截距项！
2.3 进行截面Hausman检验
Hausman检验必须在随机效应的估计结果窗口中进行
在随机效应的估计结果窗口中，依次选择view/Fixed/Random Effects Testing/Correlated Random Effects-Hausman Test，进行Hausman检验
Hausman检验的原假设是支持随机效应，如果接受原假设，就应该选择随机效应，否则就应该选择固定效应！
在Hausman检验结果中，可以发出P值为0.0000，因而拒绝原假设，认为固定效应合适！
应该注意的是Hausman检验是统计方法，如果我们能从理论上论证个体之间应该存在真实的差异，那么可以直接选择固定效应！例如，本例中30地区之间经济发展存在差异显然是事实，所以可以直接选择固定效应！
2.4 估计时间随机效应
在Pool Estimate窗口中的Dependent variable中输入被解释变量：pgdp?，在Regressors and AR() terms的Common coefficients中输入解释变量：eduyear? pfdi? open?，在Method中选择LS - ...；
同时，在Fixed and Random Effects下方的Cross-section中选择None，Period选择Random。点击确定进行估计。
2.5 进行时间Hausman检验
在随机效应的估计结果窗口中，依次选择view/Fixed/Random Effects Testing/Correlated Random Effects-Hausman Test，进行Hausman检验
在Hausman检验结果中，可以发出P值为0.0000，因而拒绝原假设，认为固定效应合适！
2.6 估计截面和时间双固定效应模型
通过前面两个Hausman检验可知，无论截面还是时间均选择了固定效应，故这里进一步估计截面和时间双固定效应模型
在Pool Estimate窗口中的Dependent variable中输入被解释变量：pgdp?，在Regressors and AR() terms的Common coefficients中输入解释变量：eduyear? pfdi? open?，在Method中选择LS - ...；
同时，在Fixed and Random Effects下方的Cross-section中选择Fixed，Period选择Fixed。点击确定进行估计。
在估计结果窗口中， eduyear? pfdi? open?变量的系数仍然显著；
同时可以看到，估计结果中不仅列出了30个的地区固定效应的截距项，而且列出了8年时间固定效应的截距项。
需要注意的是：短面板中是以截面的样本数据为主，因而其实在变截距模型中，也应该以截面的固定（随机）效应为主。时间的固定（随机）效应完全可以不考虑！因而本例中，截面固定效应模型和截面时间双固定效应模型两个都是可选的。出于稳健性的考虑，在实际应用中可以同时将两个模型的结果都进行展示。
另外，实际应用中也可以把固定效应和随机效应的结果都展示出来，如果固定效应和随机效应的结果都是显著，那么根本就不需要再做Hausman进行模型选择了，而且这样论证的说服力会更强。
*Cross-section和Period共有9中组合，实际应用中常用的组合就4种（Fixed，None）、（Random，None）、（Fixed，Fixed）、（Random，Fixed）。实际应用中可以将四个模型的结果都展示出来，如果结果都显著，那么其说服力是非常高的。
3 面板模型中虚拟变量的应用
3.1 生成虚拟变量
在数据录入时我们将名为area？的变量录入了pool数据集中，其中当为东部地区时，area？=1；当为中部地区时，area？=2；当为西部地区时，area？=3；虚拟变量均为0，1变量，根据虚拟变量理论，当有三个分类时，应该设置2个（0，1）虚拟变量。
在上一步截面和时间双固定效应模型估计结果中（或者从工作文件中双击mypool，进入pool窗口），点击右上方的PoolGenr
在Generate Series by Equation窗口的Enter equation中输入d1?=1*(area?=1)，即当area？变量等于1时，d1？等于1；否则d1=0。
注意：生成pool变量时变量后需要加问号。
再次进入Generate Series by Equation窗口；
在Enter equation中输入d2?=1*(area?=2)，即当area？变量等于2时，d2？等于1；否则d2=0。
3.2 生成虚拟变量与解释变量的交互项
再次进入Generate Series by Equation窗口；
在Enter equation中输入d1eduyear?=d1?*eduyear?
再次进入Generate Series by Equation窗口；
在Enter equation中输入d2eduyear?=d2?*eduyear?
3.3 估计面板虚拟变量
在Pool：MYPOOL...窗口中，点击上方的Estimate，进入Pool Estimattion窗口；
在Pool Estimate窗口中的Dependent variable中输入被解释变量：pgdp?，在Regressors and AR() terms的Common coefficients中输入解释变量及虚拟变量：eduyear? d1eduyear? d2eduyear? pfdi? open?，在Method中选择LS - ...；
同时，在Fixed and Random Effects下方的Cross-section中选择Fixed，Period选择Fixed。点击确定进行估计。
在估计结果窗口中， d1eduyear? 和d2eduyear? 变量的P值均小于0.1，因而两个变量均显著；
其中d1eduyear?变量的系数为2.007821，表明劳动者受教育年限每增加1年，东部地区比西部地区经济发展水平多提高2.007821个单位；
d2eduyear?变量的系数为-0.694005，表明劳动者受教育年限每增加1年，中部地区比西部地区经济发展水平少提高0.694005个单位；
在虚拟变量时，设置了D1（东部）和D2（中部）两个虚拟变量，其比较的基准都是西部地区！东部地区和中部地区没有直接比较。
4 面板数据的工具变量
在劳动者受教育年限和经济增长的面板数据模型中，可能存在遗漏变量导致的内生性问题。因而需要采用工具变量方法来解决！
这里采用各地区教育经费和各地区高校数量作为劳动者受教育年限的工具变量，进行演示。
在Pool：MYPOOL...窗口中，点击上方的Estimate，进入Pool Estimattion窗口；
在Pool Estimate窗口中的Method中选择TSLS - Two....
在Pool Estimate窗口中的Specification选项卡，Dependent variable中输入被解释变量：pgdp?，在Regressors and AR() terms的Common coefficients中输入解释变量及虚拟变量：eduyear? pfdi? open?，在Method中选择LS - ...；同时，在Fixed and Random Effects下方的Cross-section中选择Fixed，Period选择None。（截面时间双固定模型约束较多，工具变量的估计结果可能不理想，这里采用截面固定效应进行估计）
Pool Estimate窗口中点击Instruments选项卡进入工具变量设置页面
在Instruments选项卡页面，在Instructionss list的Common中输入工具变量及其他控制变量：educost? pfdi? open?，点击确定进行估计！
在估计结果窗口可以看出，采用工具变量后EDUYEAR？变量依然显著。
当然，也可以同时设置两个（或者多个）虚拟变量！
重新进入Instruments选项卡页面，在Instructionss list的Common中输入两个工具变量及其他控制变量：educost? college？ pfdi? open?，点击确定进行估计！
在估计结果窗口可以看出，采用两个工具变量后EDUYEAR？变量依然显著。