计量经济学试验自相关性的检验与补救

1、实验三：自相关性的检验与补救【实验目的】1、熟悉计量经济学软件包EViews2、理解自相关性的不良后果；3、掌握检验自相关性的若干方法及基本操作；4、掌握自相关性的补救方法及基本操作。【实验类型】验证型【实验软硬件要求】计量经济学软件包EViews微型计算机【实验内容】为了考察股票市场的繁荣程度与宏观经济运行情况之间的关系， 取股票价格 指数（Y）与国内生产总值（X）,建立简单线性回归模型Y =由+历4+臼。现 收集美国19812006年的数据，如下表：年份股票价格指数Y国内生产总值X年份股票价格指数Y国内生产总值X1981782.623128.419942687.027072.2198272

2、8.843255.019953078.567397.71983979.523536.719963787.207816.91984977.333933.219974827.358304.319851142.974220.319985818.268747.019861438.024462.819996546.819268.419871709.794739.520006805.899817.019881585.145103.820016397.8510128.019891903.365484.420025578.8910469.619901939.475803.120035447.4610960.8

3、19912181.725995.920046612.6211685.919922421.516337.720057349.0012433.919932638.966657.420068357.9913194.7请按照下列步骤完成实验三，每个步骤列写出操作过程:(1)打开EViews ,新建适当的工作文件夹；打开Eviews后，依次点击 File New-Workfile ,新建一个时间序列数 据(Dated-regular frequencied )类型的文件，频率选择年度(Annual), 键入起止日期1981-2006,点击ok,新建工作文件夹完成(2)在工作文件夹中新建变量X和Y,并输入

4、数据;依次点击 Objects New Object,对象类型选择序列(Series ),并输入 序列名Y,点击OK重复以上操作，新建系列对象 X。新建系列对象完成 后如图按住ctrl并同时选定X和Y,用鼠标右击选择open as group，点击Edit + /开始编辑，输入数据，数据输入完毕再点击 Edit +/次。数据 输入后如图(3)用OLS法对模型？汜？?+ ?+ ?微参数估计，将估计结果 保存在工作文件夹中，命名为 eq01 ,写出操作过程和回归分 析报告；在窗口空白处输入：ls y c x ,回车，得到结果如图目Equation: UNTITLtD WorkTile UNrl1L

5、EtJ:IJrttled-DA廿雇打鼻口土口啊皿尸1鹏果占筋金旧工匕尔如打片曰RU*IDependent Variable. Yeth0d: Least Square&Date 06/0SX20 Timt: IS 25Sample 1 9 1 2000Included observaticns: 26vanaci&coeffidarHsta. Error vstaiisxicProb.C-21236l324 8012-6 5389660,0000X7841060 04127618 99680d onooR squared0 937643Mezin dependent xrar3S04.77SA

6、dj jsted R-squar&d。935C44S.D d白。白nd 色 nt sr2414 DODS.E. 011egression015 2413Akaike InTu criterion15.7557 1Sum squared midS00452SSdiwarz criterion15.05249Log likelihood-2029242Hannan-Quinn crit#r.157935BF-Staflsflc3SQ B7S4Durhin-warson starQ 4408?Frat(F-5la1i61ic)0.000000回归分析报告：?= -2123.864 + 0.78410

7、6Xi(324.8012) (0.041276)t = (-6.538966) (18.99680)P = 0.000000R2 = 0.937643 F=360.8784D.W.= 0.440822 n=26(4)采用图示法检验该模型的自相关性，将图片保存在工作夹中，命名为graph01 ,按检验步骤写出操作过程，并画出图像；该模型的自相关性明显吗，是正的还是负的自相关？依次点击Quick Graph ,输入序列名 resid(-1)和resid,点击OK,在弹出的对话框中选择Scatter,得到残差与滞后残差的散点图如下图由散点图可知模型的自相关性明显，是正的自相关(5)采用回归法检验该模

8、型的自相关性，写出操作过程和回归检验 法的回归分析报告，并在0.05的显著性水平下判断模型的自相 关性；点击 Objects Generate Sereies,出现 Generate Series by Equation 窗口，在 Enter equation 窗口中输入公式：e=resid,点击 OK,如图在EViews工作文件窗口点击 QuickEstimate Eqution,在模型设定对话框中输入e e(-1),得到以当期残差为被解释变量，以滞后一期残差为解释变量的辅助回归模型=1 Equdtiun： UNTITLEO Work-file: UNTITLEDj:UntiLledVi g

9、w IPirci c:ed PrUnri HurMT EMdtie j Forccaiit | Siats j Re sid |口译p产门日用nt 用nh ri3 EMetnocj- Least squ淳resDate db/as/za i ima- 2c：3-9sample1962 200&ineiijidiftdi obsfirvanons 吊 nHftr ndjiistmeiritsVarla&ieCoeMdeniSltJ Error1-Slat(slicPro0F5 Teasie0127193日044#林田0 00()0R-equarocjiAdju&tQd R-duaredi s.E

10、. or regroeBion Sum sctuarod resid Loq iikfiililhiood D urbl n-Watfi o n& &03173 X803173 38 2.0T71 35-20115.-163.&626 0.832100Moan dpendi&ntvar S.D. UuRqncioril vq Akai Ko mro crltorlon Sdiwanz crite non Haiina.n-Q.ulnini crilsi.-IS 130 42 &070550 14.7T301 14.82176 14 7665S回归分析报告：e = 0.768816e(-i)(0

11、.127193)t = 6.044486P = 0.0000R2= 0.603173P = 0.0000 a = 0.05,所以该模型存在自相关性(6)在0.05的显著性水平下，采用DW法检验该模型的自相关性，写出检验步骤，并根据 DW值估计一阶自相关系数；由(1)中可知 D.W.= 0.440822 K = K-1=1 n=26查 DWg可得 dL=1.30, du =1.46DW = 0.440822 ：UntHlecl一巴*View Ptqz Object Print Name Freeze Estirnate Forecast Stats ReGiC5Breusch-Godfrfiy

12、Serial Correlaticn LM TestF-statistic37,41424 prob. F(2,220 0000Ots*RSquared20.09265 Prob. Chi-Square(20 0000Test Equabon:Dependent Variable: RESIDMethod: LeastSqu曰esDate: 0&/06/20 Time: 21:26Sample： 1931 20Q5Included o&servations: 26Presample missing wwlue lagged residuals stto zero.VariableCo&ffi

13、ci erlStd ErrorStatisticProbC-28,62611161.7672-0 2337760.8135X0 0067190.02056503267280.7470RESIDE)1 2967020.1615399 327192o.oaoaR=SIDf-2)681559QJ81S5T202863Q.QQQ4R-squared0T72794Mean dependent var-1.89E-13Adjusted R-squared0 741812S.D. dependentvar602.6109S.E1 of regression306 301SAkaike info criier

14、ion14.42760Sum squared resid2064C57.Schwarz criterion14 62121Log likelihood-18SS59SHanri an-Quinnenter.14.48339-Irii i rhi n_1 AT n+u n n=0:4o口口凌由BG检验的输出结果可知辅助回归分析式：et = -38.62611+0.006719x+1.29670;6t-i-O.681559et-2nR2 = 20.09265提出原假设H0 ： P 1 = P 2 = 0% = 0.05 ，卡方分布的自由度 p=2查卡方分布表得20.05(2) = 5.99则 nR

15、2 = 20.09265 20.05(2) = 5.99故拒绝原假设，即原模型存在自相关(8)用广义差分法对原模型的自相关性进行补救，将估计结果保存在工作文件夹中，命名为 eq02,写出操作过程和回归分析报告；在EViews工作文件窗口点击 QuickEstimate Eqution,在模型设定对话框中依次输入Y C X ar(1),点击OK,估计结果如下图=)Equation; UNTITLED Workfile： TE5TJ3：UntitledView Proc一t 二 一 ObjectPrmt Name FreezeEsti mate F orecast Stats ResidsDepe

16、ndent Variable: YMethod Least SquaresDate: 06/06/20 Time; 11:13Sample Adjusted); 1952 2QQ6included cbsen/ations: 25 after adjustmentsConverq&nce achieved after 7 iterationsVariableCoeflldentStd. Error t-StaljsticProb.c-2914.235119227 M -24443110.0230X0 8C505001199837.20975S0 0030AR0,7670170.1327525,

17、92845do.ooaaR*squ3red0975002Mean d&pendent var3717651Adjusted R-squared0.972730S D dependent var2392.713S.E. of regression395 1262Akaike Info criterion14S0S45Sum squared resid3434744.Sctiwaiz criterion1505472Log likelihood-1833557Hannan-Quinn criter.14.54902F-statistic429,0334Durbin-Wats on stat0 91

18、2240ProtJ(F-statistic)0.000000Inverted AR Roots.793 1 = -2914.286/ (1-0.779589) = -13222.053回归分析报告：钝=-13222.053 + 0.865050Xi(1192.273) (0.119983) t = (-2.444311) (7.209763) R2 = 0.975002F = 429.0384D.W.= 0.912240 n=26(9)对eq02再做BG检验，此时还有没有自相关性?LM双击 eq02,在其工具条上选择ViewResidual DiagnosticsSerial Correlat

19、ionTest，在Lags to include栏输入2,点击确定得到 BG检验法的输出结果，如下图=Equation: EQQ2 Workfile TESTi3:LlntrtledE-stlmnait Fcretasi Stats ResidsView Proe Object Print Name FreezeBreusch-GQdfTrey Serial Correlation LM Test:F-statisttcOtspR-squaredS 013561 Prob. F(Z2011.B5149 Prob. Chi-Square0.00160.0027Test Equation.Dependent Variable： RESIDMettiod. Least SquaresDate： 06/06/20 Ti me: 11:57Sample: 19B2 2006Indudedl otservaiions： 2SPresample missina value lagged residuals se