协整与误差修正模型实验

1、协整与误差修正模型接实验六：中国城镇居民的可支配收入的平稳性检验采用同样方法，检验人均生活费支出（ZC）序列的平稳性，发现ZC也是一阶单整的，即ZCI（1）。为了分析可支配收入（SR）和生活费支出（ZC）之间是否存在协整关系，我们先作两变量之间的回归，然后检验回归残差的平稳性。以生活费支出（ZC）为被解释变量，可支配收入（SR）为解释变量，用OLS回归方法估计回归模型，结果见表6-1。表6-1 ZC对SR的OLS回归结果Dependent Variable: ZCMethod: Least SquaresDate: 06/08/05 Time: 10:58Sample: 1 84Include

2、d observations: 84VariableCoefficientStd. Errort-StatisticProb. C18.988668.6741602.1891070.0314SR0.8196770.02177737.639500.0000R-squared0.945287 Mean dependent var318.3649Adjusted R-squared0.944620 S.D. dependent var134.7917S.E. of regression31.72051 Akaike info criterion9.775326Sum squared resid825

3、07.66 Schwarz criterion9.833202Log likelihood-408.5637 F-statistic1416.732Durbin-Watson stat1.609062 Prob(F-statistic)0.000000估计的回归模型为： （6-1）为了检验回归残差的平稳性，在工作文档窗口中，点击Genr功能键，命令utResid，将上述OLS回归得到的残差序列命名为新序列ut，然后双击ut序列，对ut序列进行单位根检验。由于残差序列的均值为0，所以选择无截距项、无趋势项的DF检验，模型设定见图6-1，估计结果见表6-2。图6-1 回归残差序列单位根检验的模型设

4、定表6-2ADF Test Statistic-7.430111 1% Critical Value*-2.5909 5% Critical Value-1.9441 10% Critical Value-1.6178*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(UT)Method: Least SquaresDate: 06/08/05 Time: 11:21Sample(adjus

5、ted): 2 84Included observations: 83 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. UT(-1)-0.8046270.108293-7.4301110.0000R-squared0.402360 Mean dependent var0.051836Adjusted R-squared0.402360 S.D. dependent var40.23706S.E. of regression31.10614 Akaike info criterion9.724662Su

6、m squared resid79342.53 Schwarz criterion9.753805Log likelihood-402.5735 Durbin-Watson stat1.973914在5的显著性水平下， t检验统计量值为-7.430111，大于相应临界值，从而拒绝，表明残差序列不存在单位根，是平稳序列，说明可支配收入（SR）和生活费支出（ZC）之间存在协整关系。可支配收入（SR）和生活费支出（ZC）之间存在协整，表明两者之间有长期均衡关系。但从短期来看，可能会出现失衡，为了增强模型的精度，可以把协整回归（6-1）式中的误差项看作均衡误差，通过建立误差修正模型把生活费支出的短期行

7、为与长期变化联系起来。误差修正模型的结构如下： （6-2）在Eviews中，点击Genr功能键，生成可支配收入（SR）和生活费支出（ZC）的差分序列：然后以DZCt作为被解释变量，以DSRt和作为解释变量，估计回归模型（6-2），结果见表6-3。表6-3Dependent Variable: DZCMethod: Least SquaresDate: 07/03/05 Time: 21:30Sample(adjusted): 2 84Included observations: 83 after adjusting endpointsVariableCoefficientStd. Errort

8、-StatisticProb. C0.3264243.4567240.0944320.9250DSR0.7689420.05967812.884900.0000UT(-1)-0.7791480.113186-6.8838000.0000R-squared0.691102 Mean dependent var4.538434Adjusted R-squared0.683380 S.D. dependent var55.71666S.E. of regression31.35122 Akaike info criterion9.763859Sum squared resid78631.93 Schwarz criterion9.851287Log likelihood-402.2001 F-statistic89.49261Durbin-Watson stat1.996276 Prob(F-statistic)0.000000最