研究数据普通数据
Stata面板向量自回归（PVAR）模型案例
数据摘要
资料围绕面板变量之间的动态关联，提供PVAR模型操作说明、示例数据及相关研究资料，涵盖数据导入与面板设定、单位根检验等步骤。适合结合案例学习模型估计流程，并为宏观经济变量的动态关系分析提供方法参考。
基本信息
| 数据频率 | 年度 |
|---|---|
| 当前预览样本量 | 187 行 |
| 文件格式 | Excel / Stata / Stata代码 / PDF / Word |
| 文件包大小 | 27.59 MB |
| 包含内容 | 数据表2份、代码2份、文档19份 |
| 所属分类 |
样本年份分布
合计 187 行 · 17 个年份
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
查看年份明细
| 年份 | 样本量 |
|---|---|
| 2003 | 11 |
| 2004 | 11 |
| 2005 | 11 |
| 2006 | 11 |
| 2007 | 11 |
| 2008 | 11 |
| 2009 | 11 |
| 2010 | 11 |
| 2011 | 11 |
| 2012 | 11 |
| 2013 | 11 |
| 2014 | 11 |
| 2015 | 11 |
| 2016 | 11 |
| 2017 | 11 |
| 2018 | 11 |
| 2019 | 11 |
测算方法
依据个体和时间标识设定面板结构，进行描述性分析与单位根检验，主要采用LLC和IPS检验，必要时结合其他检验判断变量的平稳性。对非平稳变量逐阶差分，确认同阶单整后使用水平序列进行Kao、Pedroni或Johansen协整检验。使用平稳序列比较AIC、BIC和HQIC，确定最优滞后阶数，并开展格兰杰因果检验。随后通过Helmert变换处理个体效应，进行GMM估计、脉冲响应分析和预测误差方差分解。教学说明以5阶滞后为例，方差分解考察10、20和30期的动态影响。
以下字段、样本量及样本仅对应当前展示的数据表，不代表资料包全部文件。查看文件结构
字段列表共 6 个字段
| 字段 | 含义 / 说明 | 类型 | 均值 | 标准差 | 最小值 | 最大值 | 缺失率 |
|---|---|---|---|---|---|---|---|
prov | — | 文本 | — | — | — | — | 0.0000% |
id | — | 整数 | 6 | 3.170767011 | 1 | 11 | 0.0000% |
year | — | 整数 | 2011 | 4.912131132 | 2003 | 2019 | 0.0000% |
lnti | LNTI | 数值 | 9.752550796 | 1.497276323 | 6.583000183 | 12.65699959 | 0.0000% |
lnfd | LNFD | 数值 | 2.822989302 | 0.8981850422 | 1.547999978 | 6.255000114 | 0.0000% |
bg | BG | 数值 | 0.3087593591 | 0.2667441519 | 0.03200000152 | 0.9990000129 | 0.0000% |
数据样本预览
资料样本（部分数据）
仅可预览前100 行、100 列，滚动查看其余行列，完整数据以下载文件为准。
| prov | id | year | lnti | lnfd | bg |
|---|---|---|---|---|---|
| 上海 | 1 | 2003 | 9.72099971771 | 4.55399990082 | 0.333000004292 |
| 上海 | 1 | 2004 | 9.27099990845 | 4.32999992371 | 0.499000012875 |
| 上海 | 1 | 2005 | 9.4420003891 | 4.33799982071 | 0.462000012398 |
| 上海 | 1 | 2006 | 9.71700000763 | 4.26200008392 | 0.423999994993 |
| 上海 | 1 | 2007 | 10.1059999466 | 4.16400003433 | 0.386999994516 |
| 上海 | 1 | 2008 | 10.1049995422 | 4.24700021744 | 0.326999992132 |
| 上海 | 1 | 2009 | 10.4610004425 | 4.93800020218 | 0.300999999046 |
| 上海 | 1 | 2010 | 10.7829999924 | 5.03000020981 | 0.279000014067 |
| 上海 | 1 | 2011 | 10.7779998779 | 4.96899986267 | 0.25 |
| 上海 | 1 | 2012 | 10.8489999771 | 5.17999982834 | 0.22499999404 |
| 上海 | 1 | 2013 | 10.7930002213 | 5.20699977875 | 0.202999994159 |
| 上海 | 1 | 2014 | 10.829000473 | 5.16800022125 | 0.187000006437 |
| 上海 | 1 | 2015 | 11.0120000839 | 6.25500011444 | 0.17499999702 |
| 上海 | 1 | 2016 | 11.0699996948 | 6.05000019073 | 0.168999999762 |
| 上海 | 1 | 2017 | 11.1960000992 | 5.8639998436 | 0.187999993563 |
| 上海 | 1 | 2018 | 11.4350004196 | 5.39799976349 | 0.201000005007 |
| 上海 | 1 | 2019 | 11.5190000534 | 5.57399988174 | 0.308999985456 |
| 江苏 | 2 | 2003 | 9.19400024414 | 2.14400005341 | 0.653999984264 |
| 江苏 | 2 | 2004 | 9.33500003815 | 2.11199998856 | 0.995000004768 |
| 江苏 | 2 | 2005 | 9.51599979401 | 2.01099991798 | 0.995999991894 |
| 江苏 | 2 | 2006 | 9.87100028992 | 2.03999996185 | 0.996999979019 |
| 江苏 | 2 | 2007 | 10.3660001755 | 2.01900005341 | 0.998000025749 |
| 江苏 | 2 | 2008 | 10.7019996643 | 2.03900003433 | 0.998000025749 |
| 江苏 | 2 | 2009 | 11.376999855 | 2.44199991226 | 0.999000012875 |
| 江苏 | 2 | 2010 | 11.8380002975 | 2.44099998474 | 0.999000012875 |
| 江苏 | 2 | 2011 | 12.2049999237 | 2.31299996376 | 0.999000012875 |
| 江苏 | 2 | 2012 | 12.5059995651 | 2.40300011635 | 0.998000025749 |
| 江苏 | 2 | 2013 | 12.3870000839 | 2.46700000763 | 0.996999979019 |
| 江苏 | 2 | 2014 | 12.2060003281 | 2.50900006294 | 0.995999991894 |
| 江苏 | 2 | 2015 | 12.4300003052 | 2.66300010681 | 0.995000004768 |
| 江苏 | 2 | 2016 | 12.3500003815 | 2.742000103 | 0.994000017643 |
| 江苏 | 2 | 2017 | 12.3339996338 | 2.70199990273 | 0.994000017643 |
| 江苏 | 2 | 2018 | 12.6350002289 | 2.74099993706 | 0.991999983788 |
| 江苏 | 2 | 2019 | 12.656999588 | 2.87199997902 | 0.630999982357 |
| 浙江 | 3 | 2003 | 9.57499980927 | 2.8259999752 | 0.451999992132 |
| 浙江 | 3 | 2004 | 9.63199996948 | 2.7650001049 | 0.694000005722 |
| 浙江 | 3 | 2005 | 9.85499954224 | 2.80800008774 | 0.722999989986 |
| 浙江 | 3 | 2006 | 10.3409996033 | 2.87299990654 | 0.71899998188 |
| 浙江 | 3 | 2007 | 10.6470003128 | 2.83500003815 | 0.709999978542 |
| 浙江 | 3 | 2008 | 10.876999855 | 3.00200009346 | 0.647000014782 |
| 浙江 | 3 | 2009 | 11.2889995575 | 3.61500000954 | 0.637000024319 |
| 浙江 | 3 | 2010 | 11.6499996185 | 3.59899997711 | 0.629000008106 |
| 浙江 | 3 | 2011 | 11.7770004272 | 3.47099995613 | 0.592000007629 |
| 浙江 | 3 | 2012 | 12.1470003128 | 3.56699991226 | 0.574000000954 |
| 浙江 | 3 | 2013 | 12.218000412 | 3.61100006104 | 0.551999986172 |
| 浙江 | 3 | 2014 | 12.1470003128 | 3.67899990082 | 0.541000008583 |
| 浙江 | 3 | 2015 | 12.3669996262 | 3.83299994469 | 0.521000027657 |
| 浙江 | 3 | 2016 | 12.3079996109 | 3.79800009727 | 0.510999977589 |
| 浙江 | 3 | 2017 | 12.2729997635 | 3.78500008583 | 0.522000014782 |
| 浙江 | 3 | 2018 | 12.5590000153 | 3.75500011444 | 0.586000025272 |
| 浙江 | 3 | 2019 | 12.5600004196 | 4.05800008774 | 0.800000011921 |
| 安徽 | 4 | 2003 | 7.38399982452 | 1.9279999733 | 0.137999996543 |
| 安徽 | 4 | 2004 | 7.38199996948 | 1.87999999523 | 0.17499999702 |
| 安徽 | 4 | 2005 | 7.57000017166 | 1.92700004578 | 0.181999996305 |
| 安徽 | 4 | 2006 | 7.71199989319 | 2.00099992752 | 0.194000005722 |
| 安徽 | 4 | 2007 | 8.13500022888 | 1.96300005913 | 0.212999999523 |
| 安徽 | 4 | 2008 | 8.37699985504 | 1.94900000095 | 0.232999995351 |
| 安徽 | 4 | 2009 | 9.05900001526 | 2.24499988556 | 0.254999995232 |
| 安徽 | 4 | 2010 | 9.68099975586 | 2.25099992752 | 0.282000005245 |
| 安徽 | 4 | 2011 | 10.3950004578 | 2.16599988937 | 0.303000003099 |
| 安徽 | 4 | 2012 | 10.6759996414 | 2.28200006485 | 0.316000014544 |
| 安徽 | 4 | 2013 | 10.795999527 | 2.382999897 | 0.317000001669 |
| 安徽 | 4 | 2014 | 10.7869997025 | 2.49000000954 | 0.333000004292 |
| 安徽 | 4 | 2015 | 10.986000061 | 2.72499990463 | 0.330000013113 |
| 安徽 | 4 | 2016 | 11.017999649 | 2.91000008583 | 0.33599999547 |
| 安徽 | 4 | 2017 | 10.9720001221 | 2.96399998665 | 0.342000007629 |
| 安徽 | 4 | 2018 | 11.2869997025 | 2.98200011253 | 0.365000009537 |
| 安徽 | 4 | 2019 | 11.3210000992 | 2.65799999237 | 0.458999991417 |
| 江西 | 5 | 2003 | 7.12099981308 | 2.06100010872 | 0.054999999702 |
| 江西 | 5 | 2004 | 7.0640001297 | 1.9129999876 | 0.0649999976158 |
| 江西 | 5 | 2005 | 7.21600008011 | 1.84200000763 | 0.0729999989271 |
| 江西 | 5 | 2006 | 7.33699989319 | 1.79999995232 | 0.082999996841 |
| 江西 | 5 | 2007 | 7.63500022888 | 1.71099996567 | 0.104000002146 |
| 江西 | 5 | 2008 | 7.73799991608 | 1.68599998951 | 0.11400000006 |
| 江西 | 5 | 2009 | 7.97800016403 | 2.04399991035 | 0.120999999344 |
| 江西 | 5 | 2010 | 8.3780002594 | 2.08999991417 | 0.135000005364 |
| 江西 | 5 | 2011 | 8.6219997406 | 2.01900005341 | 0.142000004649 |
| 江西 | 5 | 2012 | 8.98499965668 | 2.15599989891 | 0.149000003934 |
| 江西 | 5 | 2013 | 9.20699977875 | 2.26900005341 | 0.15000000596 |
| 江西 | 5 | 2014 | 9.53499984741 | 2.35500001907 | 0.156000003219 |
| 江西 | 5 | 2015 | 10.0920000076 | 2.57899999619 | 0.16099999845 |
| 江西 | 5 | 2016 | 10.357000351 | 2.73600006104 | 0.172000005841 |
| 江西 | 5 | 2017 | 10.404999733 | 2.90100002289 | 0.162000000477 |
| 江西 | 5 | 2018 | 10.875 | 2.88000011444 | 0.180999994278 |
| 江西 | 5 | 2019 | 10.9879999161 | 3.00699996948 | 0.270000010729 |
| 湖北 | 6 | 2003 | 7.96199989319 | 2.30900001526 | 0.201000005007 |
| 湖北 | 6 | 2004 | 8.09599971771 | 2.1970000267 | 0.259000003338 |
| 湖北 | 6 | 2005 | 8.25800037384 | 2.09899997711 | 0.266999989748 |
| 湖北 | 6 | 2006 | 8.46300029755 | 2.10100007057 | 0.25799998641 |
| 湖北 | 6 | 2007 | 8.79699993134 | 1.99199998379 | 0.268999993801 |
| 湖北 | 6 | 2008 | 9.03299999237 | 1.95899999142 | 0.284999996424 |
| 湖北 | 6 | 2009 | 9.33800029755 | 2.25 | 0.314999997616 |
| 湖北 | 6 | 2010 | 9.76200008392 | 2.23600006104 | 0.310000002384 |
| 湖北 | 6 | 2011 | 9.85400009155 | 2.01799988747 | 0.31400001049 |
| 湖北 | 6 | 2012 | 10.1049995422 | 2.0680000782 | 0.324000000954 |
| 湖北 | 6 | 2013 | 10.2670001984 | 2.21099996567 | 0.324999988079 |
| 湖北 | 6 | 2014 | 10.25 | 2.25699996948 | 0.32800000906 |
| 湖北 | 6 | 2015 | 10.5659999847 | 2.34299993515 | 0.321000009775 |
| 湖北 | 6 | 2016 | 10.640999794 | 2.50500011444 | 0.321999996901 |
| 湖北 | 6 | 2017 | 10.7440004349 | 2.53299999237 | 0.312999993563 |
代码公开披露
仅展示前 30 行，供了解变量构造与处理流程，完整代码请下载文件查看。
// 保存及修改数据 //
* 本行含来源标识或本地路径，未公开
* 本行含来源标识或本地路径，未公开
* 本行含来源标识或本地路径，未公开
use ydyl.dta,clear // 打开指定路径下的数据文件
gen month=mofd(date) // 把日度数据转换成月度格式
encode country, gen(coun) // 生成新变量COUN，和变量COUNTRY保持一致
xtset coun month // 告诉STATA该数据为面板数据
drop country date // 删除变量COUNTRY、DATE
order coun, before(CHINAM2) // 把变量COUN移到变量CHINAM2的前面
order month, after(coun)
// 描述性统计 //
xtdes // 显示面板数据的结构
xtsum CHINAM2 CHINAR CHINAER IP IFR IR REER INDEX EX // 显示面板数据的统计特征
// 常用的第一代面板单位根检验 //
// 第一种 LLC检验-同根-一般适用于T较大的情形 //
xtunitroot llc IP, trend demean lags(bic 12) // 对IP进行面板单位根LLC检验
// demean 是为了减轻截面相关对检验的影响
// lags(bic 12) 应用BIC准则选取最优滞后阶数，bic 是指不同个体可以有不同的滞后阶数