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9.1，9.2和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 2002CONSUMEAH 3607.433693.553777.413901.814232.984517.654736.52CONSUMEBJ 5729.526531.816970.837498.488493.498922.7210284.6CONSUMEFJ 4248.474935.955181.455266.695638.746015.116631.68CONSUMEHB 3424.354003.713834.43 4026.34348.474479.755069.28CONSUMEHLJ 3110.923213.423303.153481.743824.444192.364462.08CONSUMEJL 3037.323408.033449.743661.684020.874337.224973.88CONSUMEJS 4057.5 4533.574889.435010.915323.185532.74 6042.6CONSUMEJX 2942.113199.613266.813482.333623.563894.514549.32CONSUMELN 3493.023719.913890.743989.934356.064654.425342.64CONSUMENMG 2767.84 3032.33105.743468.993927.754195.624859.88CONSUMESD 3770.994040.634143.964515.05 50225252.415596.32CONSUMESH 6763.126819.946866.418247.698868.19 9336.1 10464CONSUMESX 3035.593228.71 3267.73492.983941.874123.014710.96CONSUMETJ 4679.65204.15471.05851.56121.06987.27191.91 5 1 3 42 6CONSUMEZJ 5764.276170.146217.936521.547020.227952.398713.08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 2002INCOMEAH 4512.774599.274770.47 5064.6 5293.55 5668.8 6032.4INCOMEBJ 7332.017813.168471.98 9182.7610349.6911577.7812463.92INCOMEFJ 5172.936143.646485.63 6859.81 7432.26 8313.08 9189.36INCOMEHB 4442.814958.675084.64 5365.03 5661.16 5984.82 6679.68INCOME HLJ 3768.314090.72 4268.5 4595.14 4912.88 5425.87 6100.56INCOMEJL 3805.534190.584206.64 4480.01 4810 5340.46 6260.16INCOMEJS 5185.79 5765.26017.85 6538.2 6800.23 7375.1 8177.64INCOMEJX 3780.2 4071.324251.42 4720.58 5103.58 5506.02 6335.64INCOMELN 4207.23 4518.14617.24 4898.61 5357.79 5797.01 6524.52INCOME NMG 3431.813944.674353.02 4770.53 5129.05 5535.89 6051INCOMESD 4890.285190.795380.08 5808.96 6489.97 7101.08 7614.36INCOMESH 8178.488438.89 8773.110931.6411718.0112883.46 13249.8INCOMESX 3702.693989.924098.73 4342.61 4724.11 5391.05 6234.36INCOMETJ 5967.716608.397110.54 7649.83 8140.5 8958.7 9337.56INCOMEZJ 6955.797358.727836.76 8427.95 9279.1610464.67 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（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：物价指数 19961997 199819992000 2001 2002PAH 109.9 101.3 100 97.8 100.7 100.5 99 PBJ 111.6 105.3 102.4100.6103.5 103.198.2 PFJ 105.9 101.7 99.799.1102.198.7 99.5PHB 107.1 103.5 98.4 98.199.7100.5 99 PHLJ 107.1 104.4 100.496.898.3100.8 99.3 PJL 107.2 103.7 99.29898.6 101.3 99.5 PJS 109.3 101.799.498.7100.1 100.899.2 PJX 108.4 102 10198.6100.399.5100.1 PLN 107.9 103.1 99.398.699.9 100 98.9 PNMG 107.6 104.5 99.399.8101.3 100.6 100.2PSD 109.6 102.8 99.499.3 100.2 101.899.3 PSH 109.2 102.8 100 101.5102.5 100 100.5 PSX 107.9 103.1 98.699.6103.999.8 98.4PTJ 109 103.1 99.598.999.6101.299.6 PZJ107.9102.899.798.810199.899.1建立面板数据库。
在窗口中输入15个不同省级地区的标识。
（2）定义序列名并输入数据产生3*15个尚未输入数据的变量名。
这样可以通过键盘输入或黏贴的方法数据数据。
（3）估计、选择面板模型打开一个pool窗口，先输入变量后缀（所要使用的变量）。
点击Estimate，打开估计窗口。
A.混合模型的估计方法左边的Common表示相同系数，即表示不同个体有相同的斜率。
得到如下输出结果：相应的表达式是：ˆ129.630.76it itCP IP =+ (2.0)(79.7)20.98,4824588r R SSE ==上式表示15个省级地区的城镇人均指出平均占收入的76%。
B.个体固定效应回归模型的估计方法将截距项选择区选Fixed effects （固定效应）得到如下输出结果：相应的表达式为：1215ˆ515.60.7036.3537.6...198.6it it CP IP D D D =+-+++ (6.3) (55) 20.99,2270386r R SSE ==其中虚拟变量1215,,...,D D D 的定义是：1,1,2,...,150,i i i D =⎧=⎨⎩如果属于第个个体,其他15个省级地区的城镇人均指出平均占收入70%。
从上面的结果可以看出北京市居民的自发性消费明显高于其他地区。
接下来用F 统计量检验是应该建立混合回归模型，还是个体固定效应回归模型。
0H ：i αα=。
模型中不同个体的截距相同（真实模型为混合回归模型）。
1H ：模型中不同个体的截距项i α不同（真实模型为个体固定效应回归模型）。
F 统计量定义为：()/[(1)()]()/(1)/()/()r u r u u u SSE SSE NT k NT N k SSE SSE N F SSE NT N k SSE NT N k --------==----其中r SSE 表示约束模型，即混合估计模型的残差平方和，u SSE 表示非约束模型，即个体固定效应回归模型的残差平方和。
非约束模型比约束模型多了1N -个被估参数。
所以本例中：0.05(4824588227386)/(151)8.1(14,89) 1.82270386/(105151)F F --===--f所以推翻原假设，建立个体固定效应回归模型更合理。
C.时点固定效应回归模型的估计方法 将时间选择为固定效应。
得到如下输出结果：相应的表达式为：127ˆ 2.60.78105.9134.1...93.9it it CP IP D D D =++++- (76.6) 20.987,4028843R SSE ==其中虚拟变量127,,...,D D D 的定义是：1,0,t D ⎧=⎨⎩如果属于第t 个截面，t=1996,...,2002其他D.个体随机效应回归模型估计截距项选择Random effects（个体随机效应）得到如下部分输出结果：相应的表达式是：1215ˆ345.20.72 2.6367.0...106.1it it CP IP D D D =+-+++ (68.5) 20.98,2979246R SSE ==其中虚拟变量1215,,...,D D D 的定义是：1,0,i D ⎧=⎨⎩如果属于第i 个个体,i=1,2,...,15其他接下来利用Hausman 统计量检验应该建立个体随机效应回归模型还是个体固定效应回归模型。
0H ：个体效应与回归变量（it IP ）无关（个体随机效应回归模型） 1H ：个体效应与回归变量（it IP ）相关（个体固定效应回归模型）分析过程如下：得到如下检验结果：由检验输出结果的上半部分可以看出，Hausman统计量的值是14.79，相对应的概率是0.0001，即拒接原假设，应该建立个体固定效应模型。