分布滞后及格兰杰因果检验

1、 实验9分布滞后模型与自回归模型及格兰杰因果关系检验一实验目的：掌握分布滞后模型与自回归模型的估计与应用，掌握格兰杰因果关系检验方法，熟悉Eviews的基本操作。二实验要求：应用教材P168例题522案例，做有限分布滞后模型的估计;应用教材P176例题5.2.4案例，做格兰杰因果关系检验。三实验原理:普通最小二乘法、阿尔蒙法、格兰杰因果关系检验、LM检验。预备知识：普通最小二乘法估计的原理、t检验、拟合优度检验、阿尔蒙法、多项式近似。五实验内容19752002年中国电力行业基本建设投资X和发电量Y的相关数据如下表所示。（数据见第5章EXCEL表格）。假定电力行业基本建设投资对发电量增长有一个分

2、布滞后效应，使用7期滞后和2次多项式去估计此分布滞后模型；（2）检验人均可支配收入和居民消费的格兰杰因果关系，使用直至4期为止的滞后并评述你的结果。（数据见EXCEL例题2.6.2）六实验步骤：建立工作文件并录入数据如图1所示XYMY197529.1950.000197632.2031Xi口口1S7733.223斗.口口13TSg.N口田凸.口口19794Q.000Q02A2Q.00Q19Q04100000Ei.QOQ1991a0G9.0i：ii：i198242.UULI003277.00013B356.3514.口口130472.3770 xiriu193037.斗107.口口1QQS122

3、.DDD044Q5.D口口19A717B.00004973.00019QQ215.00005452.0001999222.00005949.000199030O,FiFi006212.0001931354.0口6775.口口1SS2叫斗5.0口7539口口1S3S.DDDDS3E3S.DDD1994Q35.00Q0921Q.QOD图1使用7期滞后2次多项式估计模型在工作文件中，点击QuickEstimateEquation.，然后在弹出的对话框中输入：log(Y)CPDL(log(X),7,2)，点击OK，如图2所示，运行得到如图3所示的回归分析结果。其中，“PDL指令”表示进行多项式分布滞后

4、(PloynamialDistributedLags)模型的估计，X为滞后序列名，7表示滞后长度，2表示多项式次数。DCObjectPrintNameFreezeXY冥Vy.uiuuu1Jbb.UUU32.001：11：11：12D31.i：ii：ii：i禹nrnnn2234nnn49.000002566.0004A.D00DD2B20.00041.i：ii：di：ii：ii：i3ii：i6.i：ii：ii：i34.000003099.00042.ULUUU3277.00056.i：ii：di：ii：ii：i3514.LI00口nrnnn3770nnn97.i：ii：di：ii：ii：i41i

5、：i7.i：ii：ii：i133.00004495.000176.i：di：ii：ii：i4973.000216.i：di：ii：ii：i5462.000222.00005B48.000：!I：II：I.I：DI：II：II：I6212.000沏rnnn6775nnn445.00007539.00062A.00DD6395.000up:GROUPOlWorkfile:UIKrEstimationSpeciFi匚鬥甘口仃OptionsEquation耳足匚ifi匚atioIieperLderLtablefollowedbylistofregi-essorsandPDL+erms3OR：=ltle

6、xplicitequatioTLlikeEEtimationsettirigcTMethod:S：=unple:LeastSquaresHLS：tli1AJIAJLS确走取消图2由图3中的数据，我们得到估计结果如下InY=6.7095+0.0244Wt0-0.0199W+0.0061Wt1t2(157.96)(1.73)(-5.08)(2.13)R2二0.9952R2二0.9944D.W.二0.6087最后得到的分布滞后模型估计式为：lnY=6.7095+0.1393lnX+0.08875lnX+0.0505lnX+0.0244lnX+0.0107lnXttt-1t-2t-3t-4(157.9

7、6)(6.32)(11.75)(5.30)(1.73)(0.77)+0.0092lnX+0.020lnX+0.043lnXt-5t-6t-7(1.02)(2.33)(1.80)R-squaredAdjustedR-squaredS.E.ofregressi口口SumsquaredresldloglikeiifnjijdF-statisticProh(F-stmtizti匚.S952440.994404.0375B50.02399041.33511105.756.(MeandependentvarS.D.dependentvarA.kaikeinfc匚riteri口E：chwarzcriteri

8、onHannan-Qulnn:：riter.Durbin-Watsonstat8.9D39410.502109-3.555S19-3.356S62-3.SI25400.609696LaaDIstritoutionorLc3(X)l匚:cTTiclentStd.Errort-statIStic133320.D220BB31650LI.U88T50.LILIT5511_T540.5045.952s.sansiJZI24441X114111.731B5.1OTO0.013900TB943LI.U0923O.OLijLiT1J：H737.3512.32521LU34310LL023991.796401

9、234567UlEile.riitQhjcct里iewRrocuickOptionsA.cld-insWindow且=lpViewIProcObjectPrintINqitieIFreezeEstirnateForecisstStatsResideIDependentVariable:LOGC；iMetfiod:LeastsquaresDate:05/30/16Time:14:34Sample(adjusied):19022002includedobservations:21arteradjustmentsVariableCoefficientStd.Errort!:tntir；Tir：Irr

10、tiuEi.7U34S10.0424T5157.9616FDLDI.0244440.0141141.731S560.1014PDL02=1：1019802J：IO3911-5JJ04133IJJJIJ01PDLQ3Q.OQB137.28TS2/1325430.0478surnorLageli.3E：sli4o.oriTgi48-T991图3图3所示输出结果的上半部分格式与一般的回归方程相同，给出了模型参数估计值、t检验统计量值及对应的概率值，以及模型的其他统计量。图3窗口的下半部分则给出了模型解析变量lnX及lnX各滞后变量的系数0估计值、标准差、it统计量以及滞后系数之和(SumofLags

11、)等信息。图3上部分中的PDL01、PDL02、PDL03分别代表式Y二a+aW+aW+aW+卩中的W、W、W。由于多项式次数为2,因此t00t11t2tt0t1t2t除了常数项外共有3个参数估计值。在3个PDL变量系数估计值中变量PDL01的系数估计值的t统计量在0.05置信水平下没有通过显著性检验，而PDL02和PDL03的系数估计值在5%的检验水平是显著的。但是F统计量=1185.75，其对应的概率值P非常小，从而可以拒绝“整体上诸变量PDL之间对Y没有影响”的原假设，参数估计值不显著很可能是由于诸变量之间存在多重共线性问题。图3下半部分,LagDistributionofX列绘制出了分

12、布滞后变量X的诸系数pi的分布图，其图形有呈现二次抛物线形状的趋势。紧接著，Eviews给出了分布滞后模型中诸p的估计值。这些系数值分别为0.1392、0.0888、0.0505、0.0244、i0.011、0.0092、0.0200、0.043，分别表示电力行业基本建设投资X增加一个单位，在当期将使发电量Y增加0.1392个单位；由于存在时间滞后的影响，基本建设投资X还将在下一期使得发电量Y增加0.0888个单位；在第二期使得下一期使得发电量Y增加0.0505个单位;在第三期使得发电量Y增加0.0244个单位；第四期使得发电量Y增加0.011个单位；第五期使得发电量Y增加0.0092个单位；

13、第六期使得发电量Y增加0.0200个单位；第七期使得发电量Y增加0.043个单位。图3所示的估计结果的最后一行SumofLags是诸系数p估计值的总和，其i反映的分布滞后变量X对因变量Y的长期影响(即长期乘数)，即从长期看，X增加一个单位将使得Y增加0.3860个单位。为了进行比较，下面直接对滞后7期的模型进行OLS估计。在工作文件中，点击QuickEstimateEquation.，然后在弹出的对话框中输入：log(Y)Clog(X)log(X(-1)log(X(-2)log(X(-3)log(X(-4)log(X(-5)log(X(-6)log(X(-7)，点击OK，得到如图4所示的回归分

14、析结果。rlEqusation:uNTTTLEDworkfile:UNTlTLED：UntitledWleiArPros:Object!PrlntName|FreezeEftlmateForecastStateEiepsndentVariable:LOGCQrylethcid:LeastsquaresDate:05/30J15Time:15:19sample(adjusted):19E：23002Includedcibgervatlone:21afteradjustmentsWarlablsCoemclentstd.Errort-StatisticProb.u6.7082590.07UT199

15、4.857440.00ULILOc3i；X；iU.1716450.114E：141.4949=310.1607LOGi；Xi；-r；i：；i-U.nOSTuPi0.143085-0.025syg0.9798U.1782340.152S391.1661510.2662-U.U681920.165338-0.4124400.6873U.U149370.1532350.0974：310.9240LOGrX(-5：；i：；iU.U724T20.1231750.5031SO0.5641-0.0436420.114LI04-0.3828120.70860.063S180.07167U.S30470o.sy

16、uTR-squared.ggsEiSOruleandependentvar8.309941AdjustedR-squaredu.gy2Tui：iS.D.dependentvar0.5021S3S.E.oTrsgressionU.LI429USAkaiksInfocriterion-3.161gyosumsquaredrsidU.022093Schwarzcrlterlon-2.T143：37Luglikeliriijod42.20089Hannan-QuInncrlter.-3.0648:38F-statistic340.9511Durbln-WatsoristatU.T234i：iOProt

17、n；F-gtatigtlc；iU.LIOLIUULI图4由图4中数据我们得到：lnF=6.7082+0.1716lnX0.0037nX+0.1782lnX0.0682lnX+0.015lnXttt1t一2t3t一4(94.86)(1.49)(-0.0259)(1.17)(-0.41)(0.10)+0.0724lnX0.0436lnX+0.064lnX(0.59)(-0.38)(0.89)R2二0.9956R2二0.9927D.W.二0.7234可以看出，尽管拟合优度有所提高，但所有变量的系数均未通过显著性水平为5%的t检验。格兰杰因果关系检验根据例题2.6.2建立新的工作表，在其窗口工具栏中单

18、击ViewGrangerCausality.，；屏幕弹出如图5所示的对话框。图5在图5所示对话框中输入滞后长度“1”，然后单击OK按钮，屏幕会输出Granger因果关系检验结果，如图6所示。Group;UNTITLE.DWorkfile:UNTITLED;Untitlecl-XViewlProcObjectPrintNameFreeze1SampleSheetStats5pecPairwiseGrangerCausalityTestsDate:05/30/15Time:1S:56Sample:19T82006Lags:1NullHypothesis:ObsF-StatisticProb.Ydo

19、esnotGrangerCauseX286.344130.0185XdoesnotGrangerCauseY15.10260.0007图6由图6中伴随概率知，在5%的显著性水平下，拒绝“X不是Y的格兰杰原因”的原假设，即“X是Y的格兰杰原因”；同时拒绝“Y不是X的格兰杰原因”。因此，从1阶滞后情况来看，X的增长是消费支出Y增长的格兰杰原因，同时消费支出Y增长是可支配收入X增长的格兰杰原因，即消费支出Y与可支配收入X的增长互为格兰杰原因。下面再利用拉格朗日乘数法进行模型的序列相关性检验。点击主界面菜单QuickEstimateEquation，在弹出的对话框中输入XCX(-1)Y(-1),在输出

20、的回归结果中(如图7所示)，点击ViewResidualTestsSerialCorrelationLMTess.，在弹出的对话框中输入1，点击确定即可得到1阶滞后残差项的辅助回归函数结果，如图8所示。|=|Equation;UNTTTLEDWorkfile;UNTTFLED:;UrititlEcA_DXView|Proc|Object|PrintMarne|Freeze|EstimateForecast|Stats|ReEiids|Dependentvariatoie:xMethod:LeastSquaresDate:Lisno/I5Time:16:00ample(adjusted):197

21、9200Glrn:hiiiHiiiitisnrvHliiiris7RhiijiihIrrihtiIhVariableC：Li9fficintStd.ErrortStatisticProb.C3-16.6243576.6042Li.549Liti20.5878xc-i)14?nSri7nII4AJ.3I73F|I4nnnnnnv(.-D-u.b-j-ijyt；u.Jbiwtib-2.bla/bbU.U1R-squaredU-997475Meandependentvar29977.45AdjustedR-squarednjag7273：5.Cldependentvar21465.73s.E.arr

22、egreeeiDn113D.QBSAkalkeInfocriterion16.aS273Surn!=：quaredresid31414242Schwarzcriterion17.12547Luqlikelihuud=234.7602Hannan-Quinncriter.17.02637r-sttistic4937.692Durbin-Watsonstat0.90217CProti(F-statistic)nnnnnnn图7I二IileEditObj&ctViewPro匸CJuiclcOptionx-dd-ins.VVinddw旦lpViewjProc|Object|PrintjName|Fre

23、ezc|EstimatejForecastjStats|ResidsJBreusch-GodtreySerialCorrelationLMTest:F=statistic13.37206Froto.Fi：1,24)0.0012Ohs*R-squared1Li.Ul865Frob.Chi-Square(1)U.LiU15TestEqusti口门：DependentVariable:RESIDhjIetriQd:LeastSquaresDate:05/30/15Time:1e：03Sample:197日2005includedobservations:29PresamplemissInavalue

24、laaoedresidualsGettozero.VariableCp曰fficientStd.Errort-StatiticFrub.G-486.8505490.0803-0.9934100.3304-C-1、-Ci.133654.IiJLieGG-1.325063.I976.2332-110.2210541.3264470j1972RESIDC-1).S4372Q0.1ZS0373.S567020.0012R-squared.357309Meandependentvar5.07E-12AdjustedR-sciuared.277535s.D.dependentvar1078.652e；.E

25、.orresresslon91BJE：321AkaIkeInfocriterion1BJ51129E：umsquaredresid20173944Schwarzcriterion16.80160LoglikelihCiOd-228.5581Hannan-Quinncrlter.16.66947F-ststistic4.45T352Durbin-Watsonwtsd2.080439FrobfF-statiBtic).I2ti33图8由图8知，拉格朗日乘数统计量LM二nR2二10.02，大于5%的显著性水平下自由度有1的x2分布的临界值x2=3.84，对应的伴随概率P二0.0015，可0.05以判

26、断模型存在一阶自相关性。点击主界面菜单QuickEstimateEquation，在弹出的对话框中输入YCY(-1)X(-1),在输出的回归结果中(如图9所示)，点击ViewResidualTestsSerialCorrelationLMTess.，在弹出的对话框中输入1，点击确定即可得到1阶滞后残差项的辅助回归函数结果哦，如图10所示。=Equation:UNJTTTLEDWorkfile:LJIMTTTLED：!Clntitled-nx.|Wiew|ProcOtojectj|Prlnt|Name|FreezeJ|Estlmate|Forecast|Stats|ResidsDeperiden

27、tVsriable:Vh.ilsthad:LmmstSqusreeDate:05X30/15Time:1:l5sarnple.FFroti.QinuareCl4271口.3533TestEquatlun:CependentVarltole:RE5IDhjIetriQd:口日怕mOats:5X2口15Timta:13:d呂Barnple:1379N口皿Includedobeervallone:29Pre=ampIemi=ingva1uelaggedre=dual=ctlaegra.Variab1oeffii：IentStd.Errort-StatisticFroto-GI5.07574107.2

28、577VC：-1)-i：ij：i076400.073233-0.-1070520J31560.003S1.03341a.1D5D45.172RESID(-I)0.1E4-1Ta口.NEIMNNEa.曰口TTQ2.271R-equ：aredo.o264eeMeand&perideritvar2.32E-12Adju=iQd=quarad-0.0Q62222.0.dap口Del口m七rB.E.orr&ereaalQF!323.001/SkalkeInfocrlterlon14.52512Gumsquaredreeld204529.Gchwa阻ti-lterli：n14.71543图10小于5%显著性水平下由图10知，拉格朗日乘数统计量LM二nR2二0.74,自由度为1的x