Eviews笔记-回归分析【自用】

本次使用的软件是Eviews10.0,解决的是分年度回归和非平衡样本回归两个问题。
一、分年度回归

  1. 导入数据:
    选择File-Open-Foreign Data as Workfile
    Eviews笔记-回归分析【自用】_第1张图片
    本文研究的是股权性质、金字塔股权结构与会计稳健性的关系。
    设置行业虚拟变量时,因为有6个行业分类,设置五个行业哑变量,ind1~ind5,如果该公司属于该行业,就取1,否则取0。同理在非平衡样本回归时设置年度哑变量。导入过程如下,不进行任何改动,直接点下一步:
    Eviews笔记-回归分析【自用】_第2张图片
    Eviews笔记-回归分析【自用】_第3张图片
    Eviews笔记-回归分析【自用】_第4张图片
    Eviews笔记-回归分析【自用】_第5张图片
    导入之后得到下图:
    Eviews笔记-回归分析【自用】_第6张图片
  2. 打开数据:
    利用shift选择打开所有数据,然后移除number和resid才能进行回归分析(为何会存在和resid待解答?)。Eviews笔记-回归分析【自用】_第7张图片
    Eviews笔记-回归分析【自用】_第8张图片
    3.进行回归
    方法一:在group的菜单选择make equation。

Eviews笔记-回归分析【自用】_第9张图片
在弹出来的面板里输入,第一个输入的为被解释变量,c为常数,类似ret*dr的为交互项,与设定的模型有关。这次选择的方法为LS普通最小回归法。样本数为1708个。
Eviews笔记-回归分析【自用】_第10张图片
得到最终的结果如下,可以进行下一步分析。其中coefficient是回归系数,prob.为显著性水平,一般与1%,5%和10%进行比较,当小于这些数时,说明在1%,5%和10%的水平下显著。
Eviews笔记-回归分析【自用】_第11张图片
方法二:在command里输入“ls 被解释变量、解释变量、c”,也可以得到相同回归结果。
Eviews笔记-回归分析【自用】_第12张图片
二、非平衡样本回归
这里非平衡样本数量是指不同年度的样本数不一致。本文研究的样本中不同年度的上市公司数量不一致。着重就导入方法进行说明,后续回归分析步骤与分年度样本回归步骤一致。

  1. 先对excel表进行处理,股票代码按升序排列,如下图所示。
    Eviews笔记-回归分析【自用】_第13张图片

  2. 新建workfile
    Eviews笔记-回归分析【自用】_第14张图片

  3. 在弹出来的窗口中更改结构类型workfile structure type为“Unstructured/Undated ”,在右侧Observations将全样本总数输入。
    Eviews笔记-回归分析【自用】_第15张图片
    3.通过Object-New Object,新建code和year两个系列。这里的code表示上市公司股票代码。Eviews笔记-回归分析【自用】_第16张图片
    新建的类型选择Series,并给其命名。
    Eviews笔记-回归分析【自用】_第17张图片

  4. 打开year和code两个系列,将这两列数据从excel复制粘贴到group中。
    Eviews笔记-回归分析【自用】_第18张图片

  5. 点击菜单栏的range,将Workfile structure type改成“dated panel”,在左侧两个框分别输入code和year,在右下方取消balance between starts&end,如果不取消打勾,系统还是会为按每年度样本数相同来填充数据。
    Eviews笔记-回归分析【自用】_第19张图片

  6. 上一步结束后,出现新的系列dateid,再打开这些系列时,可以看到第一列变成了2-12的类型。
    Eviews笔记-回归分析【自用】_第20张图片

  7. 可在command里增加系列,运用“data 变量 变量…”,也可以Object-New Object,加入其他变量。
    Eviews笔记-回归分析【自用】_第21张图片
    至此,非平衡样本数据导入完毕,后续回归分析与分年度样本回归处理一致。

你可能感兴趣的:(Eviews笔记-回归分析【自用】)