文档介绍：面板数据模型及金融相关案例分析
改革开放以来，随着经济的发展中国城乡居民的收入快速增长，同时城乡居民的储蓄存款也迅速增长。经济学界的一种观点认为，20世纪90年代以后由于经济体制、住房、医疗、养老等社会保障体制的变化，使居民的储蓄行为
272
1
21
175
0
11
295
1
30
31
0
38
68
1
22
104
0
31
85
1
0
277
0
21
224
1
12
210
0
20
166
1
19
120
0
13
305
1
4
290
0
30
124
1
16
238
0
14
246
1
要求建立虚拟变量模型，三种形式都要考虑找到比较好的模型，并分析系数的含义。
从加法模型知：银行类型对采纳革新技术平均所需时间的差异表现为D1的系数，，表明信用社采取革新技术平均比股份制银行少8个月多。
从乘法模型可知：银行总资产与采纳革新技术所需时间成反比。资产规模越大，则采纳革新技术措施间隔时间就越长，同时也表明，股份制银行总资产系数为-，而农村信用社为-，这说明农村信用社总资产对采纳革新技术所需时间的影响要比股份制银行大（负向影响大）。
混合模型效果不好。
案例4：利用VAR模型对我国货币政策的有效性进行检验。
1、数据来源：
取我国狭义货币供应量M1，商品零售物价指数CPI（1994年1季度为100），以及代表产出水平的国内生产总值GDP的季度数据，时间为1994年第一季度到2004年第二季度。
滞后期
b=1
b=2
b=3
b=4
AIC
SC
2、建模。
在选择滞后项时，应用信息准则，根据金融理论，货币效应时滞在一年左右，所以我们选择最大4阶。
根据AIC信息准则，我们应选择滞后项为4，根据SC信息准则，我们应选择滞后项为2或3，考虑到3阶后AIC值下降较缓，以及结合模型的R2和Determinant Residual Covariance的值，最后选择滞后项为3。（在VAR模型估计结果窗口中点view再选取lag structure , lag length Criteria)：
在五个评价指标中有4个认为滞后期应为3（见系统自动标出的结果，即*号处）。
本例选择结果如下：
设置滞后期，必须配对出现，例如，1 2 5 8 则每个方程所包含的变量的滞后期均为：yt-1, yt-2, yt-5, yt-6, yt-7 yt-8,
是否需要常数项。不需要去掉c。
变量下面第1和2括号值分别标准差和T统计量，在同一变量不同的滞后项，有的是显著的，有的是不显著的，有的符号是相反的，验证了我们所说的VAR模型是缺乏理论依据的。
首先，对于物价CPI,上一季度的货币供应量对其的影响是显著的，并且系数为正，与理论相符，说明货币供应量的增加将使物价水平上升，而上第二个季度M1的对CPI的影响是负的，而且更显著，正负交叉影响表现出M1和CPI相互关系的特征。
其次，对于货币供应量来说，上一季度的GDP对其影响不显著，说明货币供应量不受上期的产出但受物价水平的影响显著。但上第2季度的GDP对M1产生显著负影响。
再次，对于GDP,上期的货币供应量对其是显著正影响。这从一个侧面验证了前几年我国实施的稳健的货币政策效果是有效的，而上期物价水平则对产出是不显著负影响。
注：
为了保证序列的平稳性，也可先对所有的数据进行处理再建立VAR模型，如取它们的自然对数。用genr功能。Lgdp=log(gdp),Lcpi=log(cpi),Lm1=log(m1)。
然后分别对Lgdp,Lcpi,Lm1三变量建立VAR模型。或者直接用log(gdp),log(cpi),log(m1)建立VAR模型。
2、预测
，点这里就可求出拟合值。
，点make model后得到：
点Solve得到如下对话框，基本选择有5项：
在模拟种类中有2项，第1为确定性，第2为随机性。
在动态方法中有动态求解等项。在静态条件下，滞后期是用实际值，而在动态情况下，滞后期用拟合值
在Solution scenarios & output(输出结果保存的序列名），求解得到的序列名是采用原序列加上后缀的方式命名，例如如果选择baseline，则cpah的预测值放在Cpah_0。
在备份序列名，以免在用不同模型进