EVIEWS案例：(消除自相关)农村居民消费模型

1、第六章案例分析、研究目的2003年中国农村人口占59.47%，而消费总量却只占41.4%,农村居民的收入和消费是一个值得研究的问题。消费模型是研究居民消费行为的常用工具。 通过中国农村居民消费模型的分析可判断农村居民的边际消费倾向，这是宏观经济分析的重要参数。同时，农村居民消费模型也能用于农村居民消费水平的预测。二、模型设定正如第二章所讲述的，影响居民消费的因素很多，但由于受各种条件的限制,通常只引入居民收入一个变量做解释变量，即消费模型设定为(6.43)Yt12 Xt Ut式中，Y为农村居民人均消费支出，X t为农村人均居民纯收入，ut为随机误差项。表6.3是从中国统计年鉴收集的中国农村居民

2、1985-2003年的收入与消费数据。表6.31985-2003年农村居民人均收入和消费单位： 元年份全年人均纯收入全年人均消费性支出消费价格指数人均实际纯收入人均实际消费性支出（现价）（现价）(1985=100)（1985可比价）（1985可比价）1985397.60317.42100.0397.60317.401986423.80357.00106.1399.43336.481987462.60398.30112.7410.47353.421988544.90476.70132.4411.56360.051989601.50535.40157.9380.94339.081990686.30

3、584.63165.1415.69354.111991708.60619.80168.9419.54366.961992784.00659.80176.8443.44373.191993921.60769.70201.0458.51382.9419941221.001016.81248.0492.34410.0019951577.701310.36291.4541.42449.6919961923.101572.10314.4611.67500.0319972090.101617.15322.3648.50501.7719982162.001590.33319.1677.53498.28199

4、92214.301577.42314.3704.52501.7520002253.401670.00314.0717.64531.8520012366.401741.00316.5747.68550.0820022475.601834.00315.2785.41581.8520032622.241943.30320.2818.86606.81注：资料来源于中国统计年鉴1986-2004。为了消除价格变动因素对农村居民收入和消费支出的影响，不宜直接采用现价人均纯收入和现价人均消费支出的数据，而需要用经消费价格指数进行调整后的1985年可比价格计的人均纯收入和人均消费支出 的数据作回归分析。根据表

5、6.3中调整后的1985年可比价格计的人均纯收入和人均消费支出的数据，使用普通最小二乘法估计消费模型得Y? 106.75280.5998Xt(6.44)Se = (12.2238)(0.0214)(28.3067)t = (8.7332)R2 = 0.9788，F = 786.0548，d f = 17，DW = 0.7706该回归方程可决系数较高，回归系数均显著。对样本量为19、一个解释变量的模型、5%显著水平，查 DW统计表可知，dL=1.18，du= 1.40，模型中DW du，说明广义差分模型中已无自相关，不必再进行迭代。同时可见，可决系数R2、t、F统计量也均达到理想水平。对比模型（

6、6.44）和（6.47），很明显普通最小二乘法低估了回归系数?2的标准误差。原模型中Se（ ?2）= 0.0214,广义差分模型中为Se（ ?2）= 0.0294。经广义差分后样本容量会减少1个，为了保证样本数不减少，可以使用普莱斯一温斯腾变换补充第一个观测值，方法是X； x#1 2和丫1* 丫1山2。在本例中即为X1J1 0.49602和丫1山0.49602。由于要补充因差分而损失的第一个观测值,所以在EViews中就不能采用前述方法直接在命令栏输入 丫和X的广义差分函数表达式，而是要生成X和丫的差分序列X*和Y*。在主菜单选择Quick/GenerateSeries或点击工作文件窗口工具栏

7、中的Procs/Generate Series在弹出的对话框中输入Y*= Y-0.4960*Y （-1），点击OK得到广义差分序列Y*，同样的方法得到广义差分序列X*。此时的X*和Y*都缺少第一个观测值，需计算后补充进去，计算得X1 =345.236，丫1 =275.598,双击工作文件窗口的X*打开序列显示窗口，点击Edit+/-按钮，将Xi =345.236补充到1985年对应的栏目中，得到 X*的19个观测值的序列。同样的方法可得到Y*的19个观测值序列。在命令栏中输入Ls Y* c X*得到普莱斯一温斯腾变换的广义差分模型为Yt*60.44430.5833Xt(6.48)Se (9.1298)(0.0297)t =( 6.5178)R2 = 0.9585(19.8079)F = 392.3519d f = 19DW = 1.3459对比模型（6.47）和（6.48）可发现，两者的参数估计值和各检验统计量的差 别很微小，说明在本例中使用普莱斯一温斯腾变换与直接使用科克伦一奥克特两 步法的估计结果无显著差异，这是因为本例中的样本还不算太小。 如果实际应用 中样本较小，则两者的差异会较大。通常对于小样本，应采用普莱斯一温斯腾变 换补充第一个观测值。由差分方程（6.46）有；佟* 119.9292(6.49)(6.50)