请教高手，sas能否做面板数据的协整以及误差修正模型

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请教各位高手，sas能否处理面板数据的协整以及误差修正模型？如果能的话该用哪个程序啊？

proc varmax 好像是用于时间序列分析的，能够用于面板吗？

请高手告知，不胜感激！！

[此贴子已经被作者于2009-3-23 20:26:21编辑过]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：误差修正模型 误差修正 请教高手 面板数据 时间序列分析 数据 模型 面板 SAS 误差

我知道是没有的,因为这一块的内容还不是很成熟,SAS接纳比较成熟的方法

谢谢版主，只能转向其他软件了。

以下是引用爱萌在2009-3-24 12:36:00的发言：
我知道是没有的,因为这一块的内容还不是很成熟,SAS接纳比较成熟的方法

你好，我刚在论坛上看到有人用这个做，不知道对不对。

PROC TSCSREG options;
ID cross-section-id-variable time-series-id-variable;
MODEL dependent = regressor-variables / options;
label: TEST equation [,equation... ];

不知道TSCSREG是个什么过程，我才刚学sas。

另外，sas也有panel过程，见下面链接。

https://bbs.pinggu.org/b68i348628.html

4楼和5楼讲的都是处理面板数据的方法，可以下载相关SAS关于面板数据处理方法的书。欢迎交流！

协整检验相应的语句为COINTEG和MODEL

COINTEG语句 该语句格式为： COINTEGRANK=number<H=(matrix)><J=(matrix)><EXOGENEITY><NORMALIZE=variable>; 协整语句能够检验调节向量和长期参数的约束；也可以检验长期参数的弱外生性。协整系统用JohansenandJuselius(1990)andJohansen(1995a,1995b)提出的ML法估计。 RANK=number指定协整系统的秩，其值大于0小于变量个数。在COINTEG语句中该选项是必须的。<NORMALIZE=variable>指定协整关系中一个变量的系数被标准化为1。 为了检验α和β的限制性条件，可以使用H和J矩阵。这里重点介绍H和J矩阵行列数的确定。 H=(matrix)选项是协整向量的约束阵。设协整向量矩阵为β，则β=H准，H为K×s或(k+1)×s，准为s×r的未知阵。k等于解释变量个数，r埕s刍k，r的值由选项RANK=r确定。 例1：系统有4个变量且RANK=1，则协整向量为β=（β1，…β4）'，限制性条件为β1+β2=0，则程序如下： cointegrank=1h=(100,-100,010,001); 例2：当协整为随机性协整，其他条件一样时，程序如下： cointegrank=1h=(1000,-1000,0100,0010,0001); 例3：系统有3个被解释变量且RANK=2，设定矩阵约束为检验β1j+β2j=0（j=1，2），则程序如下：cointegrank=2h=(10,-10,01); J=(matrix)选项是调节向量的约束阵。设α为调节向量矩阵，α=j准，j已知而准未知。j是K×M，K是解释变量个数，r埕m刍k，r的值由选项RANK=r确定。 例1：系统包含4个变量且RANK=1，可以设定限制矩阵αj=0（j=2，3，4）。程序如下：cointegrank=1j=(1,0,0,0)； 例2：系统包含3个变量且RANK=2，可以设定限制矩阵α2j=0（j=2，3）。程序如下cointegrank=2j=(10,00,01)；

MODEL语句 该语句格式为： MODELdependents<=regressors><,dependents<=regressors>...></options>; Model语句设定内生变量和外生变量。与协整相关的Model语句除一般功能外，还设定单位根检验的方法（DF检验），协整检验的方法（Johansen检验或SW检验），如下面的程序： procvarmaxdata=one; modely1-y4/p=2lagmax=6dftestcointtest=(johansen=(iorder=2))ecm=(rank=1normalize=y1);run；2.3弱外生性检验 <EXOGENEITY>选项用于变量的弱外生性检验。弱外生性由Engle(1987)所提出，其核心是将外生性基于感兴趣的参数(称为关注参数InterestingParameters)而定义，Johansen(1991)将弱外生性检验扩展到ECM之上。一般将关注参数设定为协整向量，若 某一调节系数可约束为零，则称对应的应变量为关于协整向量的弱外生变量。 程序如下： procvarmaxdata=one;modely1-y4/p=2; cointegrank=1exogeneity;run; 相应结果如表2。 因此，y4是协整向量的弱外生变量。