Chap01
答案：1.填空题
（1）Micro TSP（时间序列分析软件包），（2）Edit、View、Quick ，（3）正态分布、F分布、t分布和χ2分布，（4）有效性，（5）参数
2.选择题
（1）A，（2）D，（3）C，（4）A,（5）C
3.简答题
（1）①对基本数据进行处理，如输入、修改等。
②通过公式生成新序列。前提是必须在已有序列的基础上完成。
③统计描述，包括相关系数、协方差、直方图和趋势图等。
④模型检验，包括F检验、t检验、协整检验、Granger因果检验等。
⑤估计方法的执行，包括普通最小二乘法、两阶段最小二乘法、非线性最小二乘法、广义矩估计法、ARCH模型估计法等。
⑥联立方程的线性和非线性估计，多项分布滞后模型的估计。
⑦向量自回归系统的估计和分析。
⑧基于回归方程的预测。
⑨模型的求解与模拟。
⑩数据库的管理，以及与其他软件（如EXCEL）进行数据交换。
（2）当t分布的自由度足够大时，其近似标准正态分布。在F分布中，当自由度(m-1)与(n-1)逐渐增大时，F分布近似于正态分布。在χ2分布中，当其自由度足够大时，近似于正态分布。
（3）第Ⅰ类错误是指如果原假设为真，拒绝它所犯的错误。例如原假设为β=10，且在5%的显著性水平下拒绝了原假设。很可能这个拒绝是不正确的，，它发生的概率为10%。第Ⅱ类错误是指如果原假设是错误的，而在检验中不能拒绝原假设所犯的错误。例如原假设为β=0，而β的真实值为0.02，这时的原假设是不成立的，但我们却接受了它，这种错误被成为第Ⅱ类错误。
Chap02
答案：1.填空题
（1）“Dated – regular frequency”（日期–固定频率），“Dated – regular frequency”；（2）Proc，Save，Show ，Genr；（3）序列（Series）对象，方程（Equation）对象，群(Group)对象，图像（Graph）对象等；（4）“View”|“Name Display”“Uppercase”，“Lowercase”。
（1）C，（2）B，（3）A，（4）B,（5）D
3.上机操作题
略
Chap03
答案：1.填空题
（1）View，Proc，Print，Name，Label+/-，Sample；（2）手动方式输入，复制粘贴方式输入，从外部文件中导入；（3）X12季节调整法，Tramo/Seats方法，；（4）群，序列；（5）空值。
2.选择题
（1）C，（2）D，（3）A，（4）D，（5）D。
3.上机操作题
略
Chap04
答案：1.填空题
（1）尖峰图（Spike），条形图（Bar）；（2）直方图，协方差，方差；（3）方差（Variance）检验和中位数（Median）检验；（4）自相关；（5）负相关。
2.选择题
（1）B，（2）A，（3）A，（4）C，（5）C。
3.上机操作题
略
Chap05
答案：1.填空题
（1）线性回归模型，非线性回归模型，多元回归模型；（2）简单线性回归模型，一个，一个；（3）实际值（即观测值），拟合值；（4）异方差；（5）越大，越好，越接近。
2.选择题
（1）A，（2）B，（3）C，（4）A，（5）D。
3.上机操作题
Chap06
答案：1.填空题
（1）权数；（2）广义最小二乘法（Generalized Least Squared，GLS）；（3）工具变量，工具变量，两阶段最小二乘；（4）初始值，迭代和收敛；（5）广义矩估计法，随机扰动项。
2.选择题
（1）C，（2）B，（3）B，（4）D，（5）D。
3.上机操作题
略
Chap07
答案：1.填空题
（1）定量解释变量，虚拟变量，0，1；（2）自变量（解释变量）；（3）m，m－1。
2.选择题
（1）A，（2）C，（3）D。
3.上机操作题
略
Chap08
答案：1.填空题
（1）变动规律；（2）过程，离散型随机，连续型随机；（3）白噪声过程；（4）随机误差项u t，一阶序列相关，AR（p）；（5）自回归模型AR（p），移动平均模型MA（q），ARMA（p, q）。
2.选择题
（1）C，（2）C，（3）D，（4）A，（5）C。
3.上机操作题
略
答案：1.填空题
（1）前期随机误差项，AR(p)-ARCH(q)；（2）ARCH效应，ARCH LM，残差平方的相关图（Q）；（3）GARCH项，ARCH项；（4）ARCH均值模型；（5）条件标准差h t，条件方差的对数log(h t)。
2.选择题
（1）A，（2）C，（3）D，（4）A。
3.上机操作题
略
Chap10
答案：1.填空题
（1）受限因变量；（2）Probit模型，Logit模型，Extreme value模型；（3）H-L（Hosmer-Lemeshow），Andrews，很好；（4）普通残差（Ordinary）、标准化残差（Standardized）；（5）泊松估计法，负二项极大似然估计法。
2.选择题
（1）B，（2）C，（3）C，（4）B。
3.上机操作题
略
Chap11
答案：1.填空题
（1）随机扰动；（2）内生变量，误差向量；（3）滞后期；（4）误差项，误差项；（5）内生变量，随机误差项。
2.选择题
（1）A，（2）B，（3）D，（4）A，（5）C。
3.上机操作题
略
答案：1.填空题
（1）合成数据，时间序列；（2）Pool；（3）普通序列；（4）基本名，截面标识名；（5）截面成员，时期。
2.选择题
（1）A，（2）A，（3）C，（4）D。
3.上机操作题
略
Chap13
答案：1.填空题
（1）卡尔滤波（Kalman Filter）；（2）预测；（3）@signal，@state；（4）不含有；（5）“ename”，“@evar”。
2.选择题
（1）A，（2）B，（3）D，（4）C。
3.上机操作题
略
Chap14
答案：1.填空题
（1）先决变量，前定变量；（2）内生变量；（3）(k -1)×(k -1)；（4）两阶段最小二乘，广义最小二乘；（5）恰好识别，过度识别。
2.选择题
（1）C，（2）A，（3）C，（4）D。
3.上机操作题
略
Chap15
答案：1.填空题
（1）菜单方式，命令方式；（2）估计方法，方程式；（3）series ee；（4）字符串变量，置换变量；（5）FOR循环语句，WHILE循环语句。
2.选择题
（1）D，（2）B，（3）A，（4）C，（5）A。
3.上机操作题
略
1、已知1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费(cp,不变价格)与人均收入(ip,不变价格)居民,利用数据(1)建立面板数据(panel data)工作文件;(2)定义序列名并输入数据;(3)估计选择面板模型;(4)面板单位根检验。 年人均消费(consume)与人均收入(income)数据以及消费者价格指数(p)分别见表9、1,9、2与9、3。 表9、1 1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费(元)数据人均消费1996 1997 1998 1999 2000 2001 2002 CONSUMEAH 3607、43 3693、55 3777、41 3901、81 4232、98 4517、65 4736、52 CONSUMEBJ 5729、52 6531、81 6970、83 7498、48 8493、49 8922、72 10284、6 CONSUMEFJ 4248、47 4935、95 5181、45 5266、69 5638、74 6015、11 6631、68 CONSUMEHB 3424、35 4003、71 3834、43 4026、3 4348、47 4479、75 5069、28 CONSUMEHLJ 3110、92 3213、42 3303、15 3481、74 3824、44 4192、36 4462、08 CONSUMEJL 3037、32 3408、03 3449、74 3661、68 4020、87 4337、22 4973、88 CONSUMEJS 4057、5 4533、57 4889、43 5010、91 5323、18 5532、74 6042、6 CONSUMEJX 2942、11 3199、61 3266、81 3482、33 3623、56 3894、51 4549、32 CONSUMELN 3493、02 3719、91 3890、74 3989、93 4356、06 4654、42 5342、64 CONSUMENMG 2767、84 3032、3 3105、74 3468、99 3927、75 4195、62 4859、88 CONSUMESD 3770、99 4040、63 4143、96 4515、05 5022 5252、41 5596、32 CONSUMESH 6763、12 6819、94 6866、41 8247、69 8868、19 9336、1 10464 CONSUMESX 3035、59 3228、71 3267、7 3492、98 3941、87 4123、01 4710、96 CONSUMETJ 4679、61 5204、15 5471、01 5851、53 6121、04 6987、22 7191、96 CONSUMEZJ 5764、27 6170、14 6217、93 6521、54 7020、22 7952、39 8713、08 表9、2 1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均收入(元)数据人均收入1996 1997 1998 1999 2000 2001 2002 INCOMEAH 4512、77 4599、27 4770、47 5064、6 5293、55 5668、8 6032、4 INCOMEBJ 7332、01 7813、16 8471、98 9182、76 10349、69 11577、78 12463、92 INCOMEFJ 5172、93 6143、64 6485、63 6859、81 7432、26 8313、08 9189、36 INCOMEHB 4442、81 4958、67 5084、64 5365、03 5661、16 5984、82 6679、68 INCOMEHLJ 3768、31 4090、72 4268、5 4595、14 4912、88 5425、87 6100、56 INCOMEJL 3805、53 4190、58 4206、64 4480、01 4810 5340、46 6260、16 INCOMEJS 5185、79 5765、2 6017、85 6538、2 6800、23 7375、1 8177、64 INCOMEJX 3780、2 4071、32 4251、42 4720、58 5103、58 5506、02 6335、64 INCOMELN 4207、23 4518、1 4617、24 4898、61 5357、79 5797、01 6524、52 INCOMENMG 3431、81 3944、67 4353、02 4770、53 5129、05 5535、89 6051 INCOMESD 4890、28 5190、79 5380、08 5808、96 6489、97 7101、08 7614、36 INCOMESH 8178、48 8438、89 8773、1 10931、64 11718、01 12883、46 13249、8 INCOMESX 3702、69 3989、92 4098、73 4342、61 4724、11 5391、05 6234、36 INCOMETJ 5967、71 6608、39 7110、54 7649、83 8140、5 8958、7 9337、56 INCOMEZJ 6955、79 7358、72 7836、76 8427、95 9279、16 10464、67 11715、6 表9、3 1996—2002年中国东北、华北、华东15个省级地区的消费者物价指数物价指数1996 1997 1998 1999 2000 2001 2002 PAH 109、9 101、3 100 97、8 100、7 100、5 99
Eviews 面板数据之固定效应模型 在面板数据线性回归模型中，如果对于不同的截面或不同的时间序列，只是模型的截距项是不同的，而模型的斜率系数是相同的，则称此模型为固定效应模型。固定效应模型分为三类： 1.个体固定效应模型 个体固定效应模型是对于不同的纵剖面时间序列（个体）只有截距项不同的模型： 2 K it i k kit it k y x u λβ==++∑ (1) 从时间和个体上看，面板数据回归模型的解释变量对被解释变量的边际影响均是相同的，而且除模型的解释变量之外，影响被解释变量的其他所有（未包括在回归模型或不可观测的）确定性变量的效应只是随个体变化而不随时间变化时。 检验：采用无约束模型和有约束模型的回归残差平方和之比构造F 统计量，以检验设定个体固定效应模型的合理性。F 模型的零假设： 01231:0N H λλλλ-===???== ()1 (1,(1)1)(1) RRSS URSS N F F N N T K URSS NT N K --= ---+--+ RRSS 是有约束模型（即混合数据回归模型）的残差平方和，URSS 是无约束模型ANCOVA 估计的残差平方和或者LSDV 估计的残差平方和。 实践： 一、数据：已知1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（cp ，不变价格）和人均收入（ip ，不变价格）居民，利用数据（1）建立面板数据（panel data ）工作文件；（2）定义序列名并输入数据；（3）估计选择面板模型；（4）面板单位根检验。年人均消费（consume ）和人均收入（income ）数据以及消费者价格指数（p ）分别见表1，2和3。 表1 1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（元）数据
EViews 6.0 beta在面板数据模型估计中的应用 来自免费的minixi 1、进入工作目录cd d:\nklx3，在指定的路径下工作是一个良好的习惯 2、建立面板数据工作文件workfile （1）最好不要选择EViews默认的blanaced panel 类型 Moren_panel （2）按照要求建立简单的满足时期周期和长度要求的时期型工作文件
3、建立pool对象 （1）新建对象 （2）选择新建对象类型并命名 （3）为新建pool对象设置截面单元的表示名称，在此提示下（Cross Section Identifiers: (Enter identifiers below this line )输入截面单元名称。，建议采用汉语拼音，例如29个省市区的汉语拼音，建议在拼音名前加一个下划线“_”，如图
关闭建立的pool对象，它就出现在当前工作文件中。 4、在pool对象中建立面板数据序列 双击pool对象，打开pool对象窗口，在菜单view的下拉项中选择spreedsheet （展开表） 在打开的序列列表窗口中输入你要建立的序列名称，如果是面板数据序列必须在序列名后添加“?”。例如，输入GDP?，在GDP后的?的作用是各个截面单元的占位符，生成了29个省市区的GDP的序列名，即GDP后接截面单元名，再在接时期，就表示出面板数据的3维数据结构（1变量2截面单元3时期）了。
请看工作文件窗口中的序列名。展开表（类似excel）中等待你输入、贴入数据。 （1）打开编辑（edit）窗口
（2）贴入数据 （3）关闭pool窗口，赶快存盘见好就收6、在pool窗口对各个序列进行单位根检验 选择单位根检验 设置单位根检验
EViews 6.0在面板数据模型估计中的实验操作 1、进入工作目录cd d:\nklx3，在指定的路径下工作是一个良好的习惯 2、建立面板数据工作文件workfile （1）最好不要选择EViews默认的blanaced panel 类型 Moren_panel （2）按照要求建立简单的满足时期周期和长度要求的时期型工作文件
3、建立pool对象 （1）新建对象 （2）选择新建对象类型并命名 （3）为新建pool对象设置截面单元的表示名称，在此提示下（Cross Section Identifiers: (Enter identifiers below this line )输入截面单元名称。建议采用汉语拼音，例如29个省市区的汉语拼音，建议在拼音名前加一个下划线“_”，如图
关闭建立的pool对象，它就出现在当前工作文件中。 4、在pool对象中建立面板数据序列 双击pool对象，打开pool对象窗口，在菜单view的下拉项中选择spreedsheet （展开表） 在打开的序列列表窗口中输入你要建立的序列名称，如果是面板数据序列必须在序列名后添加“?”。例如，输入GDP?，在GDP后的?的作用是各个截面单元的占位符，生成了29个省市区的GDP的序列名，即GDP后接截面单元名，再在接时期，就表示出面板数据的3维数据结构（1变量2截面单元3时期）了。
请看工作文件窗口中的序列名。展开表（类似excel）中等待你输入、贴入数据。 （1）打开编辑（edit）窗口
（2）贴入数据 （3）关闭pool窗口，赶快存盘见好就收6、在pool窗口对各个序列进行单位根检验 选择单位根检验 设置单位根检验
1.已知1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（cp，不变价格）和人均收入（ip，不变价格）居民，利用数据（1）建立面板 数据（panel data）工作文件；（2）定义序列名并输入数据；（3）估计选择面板模型；（4）面板单位根检验。 年人均消费（consume）和人均收入（income）数据以及消费者价格指数（p）分别见表，和。 表1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（元）数据人均消费1996 199719981999200020012002 CONSUMEAH CONSUMEBJ CONSUMEFJ CONSUMEHB CONSUMEHLJ CONSUMEJL CONSUMEJS CONSUMEJX CONSUMELN CONSUMENMG CONSUMESD5022 CONSUMESH10464 CONSUMESX CONSUMETJ CONSUMEZJ 表1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均收入（元）数据人均收入1996199719981999200020012002 INCOMEAH INCOMEBJ INCOMEFJ INCOMEHB INCOMEHLJ INCOMEJL4810 INCOMEJS INCOMEJX INCOMELN INCOMENMG6051 INCOMESD INCOMESH INCOMESX INCOMETJ INCOMEZJ
表 1996—2002年中国东北、华北、华东15个省级地区的消费者物价指数 （1）建立面板数据工作文件 首先建立工作文件。打开工作文件后，过程如下： 建立面板数据库。 物价指数 1996 1997 1998 1999 2000 2001 2002 PAH 100 99 PBJ PFJ PHB 99 PHLJ PJL 98 PJS PJX 102 101 PLN 100 PNMG PSD PSH 100 100 PSX PTJ 109 PZJ 101
随机效应模型的估计原理说明与豪斯曼检验 在面板数据的计量分析中，如果解释变量对被解释变量的效应不随个体和时间变化，并且解释被解释变量的信息不够完整，即解释变量中不包含一些影响被解释变量的不可观测的确定性因素，可以将模型设定为固定效应模型，采用反映个体特征或时间特征的虚拟变量（即知随个体变化或只随时间变化）或者分解模型的截距项来描述这些缺失的确定性信息。 但是，固定效应模型也存在一定的不足。例如固定效应模型模型中包含许多虚拟变量时，减少了模型估计的自由度；实际应用中，固定效应模型的随机误差项难以满足模型的基本假设，易于导致参数的非有效估计。更为重要的是，它只考虑了不完整的确定性信息对被解释变量的效应，而未包含不可观测的随机信息的效应。为了弥补这一不足，Maddala(1971)将混合数据回归的随机误差项分解为截面随机误差分量、时间随机误差分量和个体时间随机误差分量三部分，讨论如下随机效应模型或双分量误差分解模型（1）： 12 K it k kit i t it k y x u v w ββ==++++∑ (1) 2~(0,)i u u N σ表示个体随机误差分量； 2~(0,)t v v N σ表示时间随机误差分量； 2~(0,)it w w N σ表示个体时间（或混合）随机误差分量。 如果模型（1）中只存在截面随机误差分量i u 而不存在时间随机误差分量t v ，则称为个体随机效应模型，否则称为个体时间小于模型。或者称为但分了误差分解模型。 下面来介绍这两种模型： 1.个体随机效应模型 当利用面板数据研究拥有拥有充分多个体的总体经济特征时，若利用总体数据的固定效应模型就会损失巨大的自由度，使得个体截距项的估计不具有有效性。这时，可以在总体中随机抽取N 个样本，利用这N 个样本的个体随机效应模型： 12 K it k kit i it k y x u w ββ==+++∑ (2) 推断总体的经济规律。其中，个体随机误差项i u 是属于第i 个个体的随机干扰分量，并在整个时间范围（t=1,2,…,T ）保持不变，其反映了不随时间变化的不可观测随机信息的效应。 检验：个体随机效应的原假设和备择假设分别是： 20:0u H σ= （混合估计模型）