模型介绍
动态面板数据模型,即面板数据模型的解释项 中纳入 被解释变量 的滞后项,以反映动态滞后效应。
参数估计方法
GMM广义矩估计
数据准备
1998-2017年中国30个省数据
因变量:afdi
自变量:age open labor
Eviews实现
!数据录入方式与面板模型数据录入方式不同
1、file-new-workfile


2、右键-new object-series-因变量afdi


3、把自变量按照2步骤进行,并导入相应数据

4、建立模型
右键-new object-equation-模型名字

选择GMM方法






全部点击下一步得到,

然后确定即可,得到,

点击estimate,得到

网友评论