计量经济学实验指导

1、阿计 量 经 济般 学 实 验 捌指 导按实验一稗 拌多元线性回归模白型【实验目的】靶通过本实验，了败解Eviews绊软件，熟悉软件板建立工作文件，岸文件窗口操作，唉数据输入与处理跋等基本操作。掌稗握多元线性回归蔼模型的估计方法笆，学会用Eie扳ws软件进行多般元回归分析。通爸过本实验使得学办生能够根据所学霸知识，对实际经斑济问题进行分析奥，建立计量模型摆，利用Eiew笆s软件进行数据艾分析，并能够对哀输出结果进行解颁释说明。埃【实验内容及步胺骤】把本实验选用美国傲金属行业主要的哀27家企业相关白数据，如下表，吧其中啊被蔼解释变量Y表示搬产出，暗解释变量邦L表示劳动力投奥入，K表示资本瓣投入。

2、翱试建立三者之间半的回归关系。皑观测值熬Y鞍L奥K傲观测值唉Y搬L奥K板1挨657.31阿162熬279.99隘15翱1917.55斑536背2109.34邦2肮935.93柏214绊542.5叭16邦9849.17八1564坝13989.5皑5八3氨1110.65埃186白721.51扮17安1088.27颁214芭884.24癌4疤1200.89班245霸1167.68跋18般8095.63拌1083跋9119.7坝5白1052.68敖211癌811.77把19般3175.39瓣521岸5686.99矮6凹3406.02半690胺4558.02疤20懊1653.38蔼304扳1701.06

3、皑7稗2427.89版452颁3069.91稗21佰5159.31绊835扳5206.36爱8拌4257.46唉714般5585.01背22凹3378.4翱284捌3288.72斑9翱1625.19板320胺1618.75隘23背592.85阿150白357.32岸10败1272.05巴253疤1562.08岸24巴1601.98伴259罢2031.93奥11邦1004.45疤236搬662.04绊25挨2065.85班497扮2492.98摆12八598.87瓣140柏875.37拜26皑2293.87胺275斑1711.74办13捌853.1叭154碍1696.98拔27扳745.67坝1

4、34皑768.59败14隘1165.63跋240阿1078.79凹【实验内容及步胺骤】1.数据的输入般STEP1敖：双击桌面上E般views快捷安图标，打开Ev搬iews，如图白1. 图1摆STEP2岸：点击Evie矮ws主画面顶部皑按钮罢file/ne懊w/Workf翱ile 瓣，如图2，弹出岸workfil笆e creat背e对话框如图3澳。在frequ爱ency中选择柏integer懊 data，在阿start d扳ate 和en百d date 板中分别输入1和柏27，点击OK爸，出现图如4画熬面，Workf扒ile定义完毕凹。在新建的wo跋rkfile中蔼已经存在两个o班bjects，

5、按即c和resi叭dual。c是班系数向量、re挨sidual是奥残差序列，当估办计完一个模型后暗，该模型的系数柏、残差就分别保罢存在c和res按idual中。图2图3图4昂STEP3颁：在workf半ile空白部分埃单击右键，选择案New obj胺ect，在Ty澳pe of o啊bject中选鞍择Series哀，将该对象命名袄为Y,如图5.肮单击ok，得到摆图6。图5图6八STEP4吧：双击图6中的懊图标“y”，得叭到如下图7，是哀关于序列“y”背的工作表。点击俺表示命令栏中的俺“Edit+/阿-”即可进入数霸据输入状态，利邦用给定的数据逐笆步输入27个数艾值。图7氨STEP5扒：重复上面的

6、数芭据输入步骤，依敖次输入序列“L板”和“K”.如巴下图8所示.图82数据描述哀 (1).阿 数据的查看方澳式。Eview板s可以有多种不斑同数据的查看方办式，在数据输入罢时用的表格形式挨，即Sprea奥dsheet。版双击“y”，得傲到Spread背sheet形式啊，点击表格命令耙栏中的view坝，选择Grap芭h可以用图的形翱式显示数据。如半选择Line，霸得到图10的线安性图。图9图10安(2).数据的袄统计性质。双击啊“y”，得到S笆preadsh矮eet形式，点鞍击表格命令栏中罢的“view”坝，选择“Des摆criptiv疤e Stati扳stics”、瓣“Histog拔ram a

7、nd澳 State”罢，如图11，得巴到图12，其中绊给出了序列“y班”的均值、方差坝等统计量以及用摆以判断该序列是埃否服从正态分布扮的JB概率等。图11图12胺3.多个序列的阿走势图。有些时昂候为了方便找出板多个变量之间的挨关系，需要观察扒多个变量的走势傲，Eviews巴处理这个问题的办方法也很简单。唉在workfi叭le中按住co拔ntrol键依案次选中“y”“瓣l”“k”，单隘击右键，选择“肮open”“a傲s group澳”如图13，得拌到图14。此时啊3个序列被显示稗在一张表格中。跋单击图13中的颁“View”“翱Graph”“哀Line”得到氨图1跋5按。图13图14图15般4霸.

8、生成新的序列懊。有时为了研究半的需要要在原有阿序列的基础上进疤行处理生产新的拌序列。比如我们摆需要对序列“y芭”“l”“k”傲取对数的步骤如矮下：在命令栏中翱点击“Genr阿”得到如图15拔的对话框，在空爸白部分输入“l哀ny=log（柏y）”表示新建拔的序列lny是摆由原有序列y取懊对数得到的。点矮击“ok”后，斑lny序列被保爸存。相同的方法爸可建立新序列l啊nl与lnk，瓣如图1摆7跋。图16图17胺4.多元回归分挨析。利用序列“办lny”“ln阿l”“lnk”按进行多元回归分哎析的方法有两种伴。按住cont隘rol键，依次白选中三个序列，巴右键选择“op巴en”“as 拌Equatio

9、佰n”如图1霸8捌得到图19。或般者在窗口上方的扮命令栏中点击选版择 “Quic敖k”“Esti伴mate Eq颁uation”板 如图1斑9袄得到图坝20摆。在图澳20绊中输入lny、岸lnc、lnl隘、lnk，中间案用空格键隔开，般点击“确定”得唉到最终的回归分氨析结果，如图2碍1皑。图18图19图20图21皑5.结果分析。叭从图20可以看佰出，回归方程为岸LNY = 0碍.607815捌1931*LN叭L + 0.3耙7188748背7*LNK +拜 1.1715疤24819，并拔且癌通过了F检验和白t检验，并且可埃决系数为0.9瓣424，调整后哎的可决系数为0稗.9377，表袄明建立的

10、回归方半程的统计性质是挨是比较好的。点案击命令栏中的 扒“Resids稗”得到图21，板可以看出实际值吧和拟合值是非常吧的接近的。图22盎从图2拔2败中可以看出残差澳在0的上下摆动把，可以对其进行扒正态性检验。点翱击“resid哎”霸序列，选择“V耙iew”“De叭scripti矮ve Stat盎istics”百，“Histo奥gram an八d State袄”得到图2癌3扒，通过正态性检袄验。图23稗作业：利用中国傲统计年鉴201办1，建立我国税暗收收入、国内生白产总值、财政支捌出、商品零售价搬格指数的回归模扒型。课堂练习碍 伴 据相关数据疤以税收收入为被邦解释变量，国民氨生产总值和财政背支

11、出及商品零售挨价格指数为解释跋变量建立我国税敖收收入的多元模挨型。敖实验二芭 隘异方差的检验与把处理【实验目的】稗了解异方差的概阿念及产生的原因艾，学会异方差的斑检验方法(图示鞍法、帕克检验法芭、格里瑟检验法熬、GQ检验法等澳)和修正的方法皑-加权最小二乘柏法。颁【实验内容及步蔼骤】傲Y爱消费性支出靶X疤可支配支出袄Y背消费性支出阿X傲可支配支出斑8493.49吧10349.6拔9佰7020.22跋9279.16绊6121.04疤8140.5霸5022唉6489.97昂4348.47伴5661.16隘3830.71芭4766.26稗3941.87跋4724.11斑4644.5唉5524.54败

12、3927.75皑5129.05靶5218.79盎6218.73芭4356.06哎5357.79稗8016.91芭9761.57稗4020.87百4810肮4276.67邦5124.24盎3824.44百4912.88熬4126.47爸4916.25岸8868.19翱11718.0背1绊4185.73拜5169.96拔5323.18靶6800.23岸4422.93背5644.86伴(1)采用OL按S估计结果如图把1：图1拌(2)观察e背2氨X图。首先生扒成 e版2按序列。点击“g翱enr”输入“癌e2=resi蔼d*resid鞍”得到残差的平懊方e2。点击窗扮口上方的“Qu邦ick”“Gr奥ap

13、h”“Sc碍atter”如懊图2，得到图3盎，在空白部分输傲入“x，e2”唉，点击“ok”扮得到图4。从中埃不看出随着X的胺增大e班2盎有变大的趋势，叭可以初步判断存敖在递增型的异方班差。图2图3图4班(3)G-Q检蔼验首先对序列“坝x”进行排序，佰然后选择前8个靶样本进行最小二矮乘回归，结果如瓣下图5，选择后搬8个样本回归的凹结果如图6。图5图6摆由图5和图6知耙道两组样本的残拜差平方和即SS蔼R分别是126办528.3、6翱15472.0鞍。构造F统计量罢，又因为唉，于是拒绝无异霸方差的假设，表般明模型存在异方蔼差。疤(4)怀特检验笆。在对原模型进艾行OLS估计后扒的窗口中，选择罢“Vie

14、w”“爸Residua扮l Tests挨”翱“White 搬Hetero矮”，如图7，得啊到如图8的检验捌结果。图7图8拜从图8中可以看爱出案nR笆2柏统计量的伴随概佰率为0.001岸789，即在5矮%的显著性水平哀下，原模型存在白异方差。隘(5)异方差的懊修正。首先用l哎og(e2)关八于x的OLS回靶归，如下图9图9敖结果显示，变量澳的线性关系在5熬%的显著性水平瓣下成立。可生成颁权序列。般具体的方法为点百击“genr”癌在对话框中输入 HYPERLINK mailto:w=1/sqrt(exp(6.8251+0.00046) 昂w=1/sq巴rt(exp(癌6.8251+靶0.00046

15、蔼)捌如下图10。点按击“ok”即可伴生成序列“肮w隘”图10澳下面用加权最小爸二乘法进行估计坝。首先选中序列疤“x”“y”，柏右键选择“op盎en”“as 柏equatio奥n”，在出现的蔼对话框中输入“哀y c x”，蔼如图11。然后板选择“opti奥on”，选中“癌Weighte哎d LS/TS翱LS”，输入“白w”，如图12按。点击“确定”癌，得到加权最小邦二乘的估计表达白式，如图13。图11图12图13澳 可以看出与熬不加权的最小二白乘小比较，加权版的最小二乘估计罢使得参数估计值颁有所下降，但是佰标准差却增大了傲。表明最小二乘癌低估了x对应参耙数的标准差。可斑以验证加权最小扮二乘估计

16、的模型碍已经不存在异方熬差，怀特检验的氨结果如图14。图14澳注：在实际建立败模型时候，可以暗对原有的序列翱取邦对数，这种方法俺有时可以消除异把方差或者有效降哀低异方差。课堂练习稗 选择某板省份，查找该省稗城镇居民家庭人扮均消费和收入的白相关数据，建立敖回归模型后在进爱行异方差的检验班与处理。埃实验三 序列相捌关的检验与处理【实验目的】鞍 芭 在理解自相关阿的基本概念及其爸导致的后果的基柏础上，掌握诊断办自相关存在的方拜法和修正自相关扮的方法。能够熟敖练使用Evie办ws对实际经济靶问题独立进行自捌相关的诊断与处翱理。哎【实验内容及步奥骤】半下表是我国19懊80-2007百年社会固定资产敖总额

17、X和工业增瓣加值的统计结果澳，如果采用对数鞍形式的模型：胺，试对该模型进霸行序列相关的检肮验，若存在序列哀相关的问题，请暗采用相关方法处暗理。埃obs懊Y暗X袄obs疤Y袄X搬1980败1996.5八910.9俺1994案19480.7搬17042.1爸1981昂2048.4吧961摆1995岸24950.6班20019.3按1982按2162.3罢1230.4摆1996靶29447.6疤22913.5吧1983鞍2375.6稗1430.1氨1997搬32921.4肮24941.1隘1984叭2789昂1832.9盎1998奥34018.4把28406.2吧1985唉3448.7安2543.2

18、昂1999扒35861.5安29854.7班1986捌3967唉3120.6板2000跋40033.6罢32917.7板1987按4585.8扒3791.7拜2001凹43580.6埃37213.5昂1988肮5777.2扳4753.8百2002版47431.3敖43499.9耙1989把6484半4410.4俺2003挨54945.5班55566.6叭1990凹6858拌4517扮2004安65210氨70477.4拔1991瓣8087.1败5594.5澳2005瓣77230.8蔼88773.6捌1992坝10284.5靶8080.1癌2006盎91310.9扳109998.拔2傲1993艾

19、14188胺13072.3阿2007斑107367.蔼2隘137323.斑9扮(1)首先对取肮对数后的lny般与lnx进行隘回归唉分析，结果如图版1。点击“Re耙sids”得到安残差序列图2。懊(2)从残差图安观察，此时似乎盎不太好像结论，按下面用其他的检矮验方法检验相关般性。跋(3)D.W检爸验。从图1中发埃现D.W.的值鞍为败0.搬379323。捌又因为5%的显稗著性水平下，样吧本容量为28的坝D.W.分布的耙下限临界值为瓣d邦L盎为1.33，因懊此模型唉存在疤1阶序列相关。懊(4)LM检验绊。在估计窗口中般依次选中“Vi矮ew”“Res傲idual T碍ests”“S蔼erial C凹o

20、rrelat岸ion LM 半Test”如图班3。在得到的窗唉口中输入滞后阶佰数“1”如图4扳所示。点击“o芭k”后得到图5霸。图1图2图3图4图5跋从图5中发现皑nR蔼2拔统计量的伴随概肮率小于显著性水叭平5%，从而可摆知模型存在1阶埃的序列自相关。叭同样的方法输入熬滞后阶数“2”坝“3”得到图6颁和图7。图6爱从图6和图7我板们可以发现，本癌模型存在2阶自皑相关，但是不存敖在3阶自相关。图7捌(5)模型的估班计。选择“Qu坝ick”“Es哎timate 扒Equatio岸n”，在出现的扒对话框中输入“柏lny c l袄nx AR(1版) AR(2)靶”，得到图8的八估计结果。图8哀由图8可

21、以知道俺原估计的模型可跋写为：俺LNY = 1案.462411啊093 + 0按.865725拌4045*LN凹X + 1.1柏5309973半8AR(1) 碍-0.5166吧722259A办R(2)。其中伴AR(1)和A巴R(2)前面的隘系数即为随机扰霸动项的相关系数疤。我们还可以发扮现经广义最小二翱乘估计的模型已叭经不存在1阶序半列相关性。LM熬的检验结果如图安9。图9巴(6)在Evi氨ews中，回到邦OLS估计的窗皑口，点击“Es碍timate”佰在出现的对话框敖中点击“Opt般ion”，在出柏现的窗口中选择皑“Hetero绊skedast啊ic”选项，并癌选中“New-碍West”选项

22、碍。如图10所示埃。图10碍点击“确定”，矮得到图11。从巴该图结果中可以八发现变量X的对八数修正后的标准版差比OLS估计伴的结果有所增大白，表明原模型的邦OLS的估计结背果低估了X的标氨准差。图11课堂练习傲 查找中柏国统计年鉴得到斑我国GDP与进邦出口的相关数据爱，建立回归模型班，并进行自相关翱检验与修正。袄实验四 多重共佰线性的检验与处凹理【实验目的】疤通过本实验，要氨求学生在理解计班量经济模型能够爸中出现的多重共暗线性的不良后果搬的基础上，掌握靶诊断多重共线性爱和修正多重共线疤性的方法。瓣【实验内容及步暗骤】哀建立我国农业生澳产相关计量模型挨。原始数据表:板年份胺粮食产量（万吨版）/白

23、Y岸农业化肥施用量懊（万公斤）/拔X拜粮食播种面积（按千公顷）/熬X岸成灾面积（公顷埃）/邦X胺农业机械总动力奥（万千瓦）/鞍X柏农业劳动力（万熬人）/板X按1983按38728拜1660吧114047胺16209敖18022傲31151坝1984霸40731氨1740盎112884稗15264癌19497奥30868阿1985百37911俺1776版108845爱22705凹20913白31130氨1986岸39151敖1931凹110933敖23656疤22950疤31254安1987摆40208背1999艾111268败20393皑24836疤31663半1988癌39408隘2142跋

24、110123瓣23945爱26575斑32249把1989碍40755伴2357背112205板24449靶28067按33225捌1990隘44624傲2590柏113466埃17819啊28708挨38914绊1991傲43529爱2806伴112314班27814颁29389傲39098瓣1992氨44264隘2930阿110560阿25895板30308哀38699把1993哎45649胺3152俺110509隘23133扮31817跋37680蔼1994懊44510凹3318扒109544半31383案33802佰36628八1995跋46662懊3594百110060哀22267吧

25、36118绊35530柏1996阿50454爸3828蔼112548肮21233翱38547白34820半1997摆49417绊3981颁112912佰30309爱42016板34840矮1998蔼51230芭4084般113787癌25181澳45208颁35177绊1999搬50839奥4124颁113161巴26731罢48996翱35768耙2000败46218案4146瓣108463凹34374癌52574伴36043埃2001把45264蔼4254版106080吧31793拌55172爱36513百2002熬45706坝4339氨103891矮27319版57930傲36870捌2

26、003绊43070版4412绊99410唉32516蔼60387摆36546鞍2004按46947岸4637败101606百16297案64028昂35269绊2005罢48402伴4766翱104278哎19966半68398皑33970吧2006凹49804绊4928靶104958疤24632爸72522按32561澳2007斑50160霸5108懊105638稗25064邦76590艾31444碍中国粮食生产与疤相关投入资料，把来源中国统计按年鉴疤下面建立Y与X把i把之间的计量模型碍。罢(1)输入原始扮数据，按照以前百的方法再生成去搬对数后的序列，版如下图1。图1安对对数序列做多板元回归

27、分析，结阿果如图2。从该盎图中可以发现，佰回归方程有较高鞍的可决系数，并罢且F统计量的值板较大，伴随概率翱为零，这都说明扳方程有着较好的罢拟合优度。但是爱，我们可以发现芭，某些参数没能耙通过t检验，并爸且符号的经济意芭义也不合理，故办认为模型存在多熬重共线性。图2按(3)检验5个碍解释变量之间的爱相关系数。将l佰ny与lnx皑i凹展开成组，点击凹“View”斑选择“Corr胺elation背s”“Comm稗on Samp蔼le”如图2，鞍可以得到图3。图2图3拔从图3中发现，肮lny与lnx跋1的相关性较高哀，相关系数为0按.277596懊。lnx1与l啊nx4的相关性敖也较高，为0.癌776

28、276。跋(4)逐步回归啊。第一步将ln八y和lnx1做胺回归分析，结果版如下图4。可以办看出，方程的拟叭合优度较高，变白量也通过了t检俺验。D.W.检奥验表明模型不存傲在1阶序列相关胺。图4耙第二步在模型中拔加入lnx2，疤进行回归分析结熬果如图5。图5白通过图4和图5唉的比较分析可以拜看出引入lnx拌2后，模型的拟岸合优度得到了提瓣高，变量通过t哀检验，不存在序案列相关性。第三隘步再在模型中引案入lnx3，进败行回归分析，结跋果如下如图6。八与图5比较发现爸模型的拟合优度翱再次得到了提高凹，变量也通过t奥检验，且由LM奥检验结果发现不肮存在序列相关性斑，图7所示。图6图7爱第四步在模型中稗

29、引入lnx4，芭如图8。发现引班入后的修正的可懊决系数较上一步搬有所降低，并且佰lnx4也未能鞍通过t检验。第岸五部去掉lnx芭4，引入lnx叭5的回归结果见俺图9。从图9中按可以发现，引入败lnx5后虽然捌拟合优度有所提半高，单数参数未肮能通过t检验。昂第四扮步捌和第五步的结果靶表明模型中的l白nx4和lnx佰5两个变量是多把余的。同样还可鞍以验证若首先让拔lnx4进入模拜型，最终发现模鞍型的拟合效果都瓣没有以lnx1坝、lnx2、l扮nx3的效果好佰。最终通过上述扮分析可以得到最俺终的回归形式为扮：暗LNY = 0氨.32338*扮LNX1 + 癌1.29073隘*LNX2 罢0.0867

30、5扳*LNX3- 般5.9996图8图9课堂练习半 根据相爱关数据，建立我八国旅游年收入和阿旅游人数、城镇癌居民人均旅游支艾出、农村居民旅把游支出、公里里叭程、铁路里程之败间的计量关系，扒并进行多重共线阿性的检验与处理袄。案实验五 虚拟变奥量模型【实验目的】盎通过本实验，要矮求学生能够在理叭解虚拟变量的意八义和实际中的存颁在必要性的基础案上，熟练使用E罢views软件捌对虚拟被解释变疤量模型进行估计八。捌【实验内容及步疤骤】扮改革开放以来，摆随着经济的发展敖中国城乡居民的跋收入快速增长，澳同时城乡居民的柏储蓄存款也迅速癌增长。经济学界案的一种观点认为疤，20世纪90拌年代以后由于经半济体制、住

31、房、肮医疗、养老等社唉会保障体制的变爸化，使居民的储坝蓄行为发生了明芭显改变。为了考跋察改革开放以来唉中国居民的储蓄阿存款与收入的关百系是否已发生变拌化，以城乡居民按人民币储蓄存款耙年底余额代表居笆民储蓄（Y），啊以国民总收入G蔼NI代表城乡居柏民收入，分析居吧民收入对储蓄存半款影响的数量关把系。跋表8.1为19鞍78-2003背年中国的国民总阿收入和城乡居民鞍人民币储蓄存款艾年底余额及增加版额的数据。跋国民总收入（G芭NI）般，耙城乡居民人民币哎储蓄存款年底余班额（Y）奥，碍城乡居民人民币傲储蓄存款增加额肮（YY）唉表8.1 拔 把 国埃民总收入与居民唉储蓄存款 扳 拌 翱 百单位：亿元斑年

32、 份奥（GNI）绊（Y）胺（YY）邦年 份隘（GNI）般（Y）敖（YY）颁1978矮3624.1班210.6靶NA颁1991佰21662.5柏9241.6搬2121.80摆0唉1979半4038.2肮281.0办70.4把1992伴26651.9熬11759.4澳2517.80吧0扒1980佰4517.8芭399.5把118.5昂1993瓣34560.5昂15203.5隘3444.10爱0按1981办4860.3皑532.7哀124.2拜1994按46670.0碍21518.8般6315.30叭0斑1982办5301.8搬675.4叭151.7佰1995唉57494.9扳29662.3般814

33、3.50敖0爸1983鞍5957.4爱892.5吧217.1跋1996稗66850.5笆38520.8癌8858.50柏0拌1984俺7206.7班1214.7板322.2岸1997白73142.7巴46279.8稗7759.00芭0百1985背8989.1隘1622.6哎407.9班1998癌76967.2唉53407.5巴7615.40拔0坝1986邦10201.4啊2237.6袄615.0斑1999办80579.4哀59621.8邦6253.00霸0啊1987佰11954.5敖3073.3昂835.7疤2000哎88254.0艾64332.4岸4976.70按0埃1988瓣14922.3

34、爸3801.5矮728.2半2001胺95727.9案73762.4敖9457.60癌0罢1989把16917.8翱5146.9唉1374.2懊2002安103935.阿3扮86910.6皑13233.2摆0吧1990懊18598.4颁7119.8斑1923.4耙2003巴116603.柏2傲103617.摆7澳16631.9袄0哎 扳数据来源：中巴国统计年鉴20埃04，中国统凹计出版社。表中扮“爱城乡居民人民币奥储蓄存款爸年增加额”为年啊鉴数值，与用年袄底余额计算的数霸值有差异。罢为了研究197叭82003年癌期间城乡居民储吧蓄存款随收入的艾变化规律是否有罢变化,考证城乡敖居民储蓄存款、挨国

35、民总收入随时岸间的变化情况，跋如下图1所示：图1摆从图1中，尚无肮法得到居民的储鞍蓄行为发生明显八改变的详尽信息瓣。若取居民储蓄澳的增量拔(yy)癌，并作时序图，搬为此点击“Ge哎nr”，在生成扳的对话框中输入绊“yy=d(y版)”见图2。d颁(y)按指的是生产y的岸一阶差分序列。图2图3搬从居民储蓄增量败图蔼3背可以看出，城乡巴居民的储蓄行为捌表现出了明显的皑阶段特征：在1扮996年和20袄00年有两个明捌显的转折点。再颁从城乡居民储蓄癌存款增量与国民蔼总收入之间关系八的图看坝，岸见图靶6(通过图4和柏图5得到)，拌也呈现出了相同暗的阶段性特征。佰 图4图5鞍 八 图6八 为了分敖析居民储蓄

36、行为绊在1996年前捌后和2000年氨前后三个阶段的傲数量关系，引入拔虚拟变量D绊1板和D败2昂。D靶1背和D哎2斑的选择，是以1鞍996、200暗0年两个转折点袄作为依据，19瓣96年的GNI挨为66850.般50亿元,20佰00年的GNI罢为国为民825靶4.00亿元,按并设定了如下以芭加法和乘法两种安方式同时引入虚案拟变量的的模型哎：其中： 拌对上式进行回归疤后，哀在命令栏中输入般“哎smpl 19氨78 2003奥LS YY C阿 GNI (G熬NI-6685芭0.5)*D1瓣 (袄GNI-搬88254.0熬)*D2傲”蔼ls yy c瓣 gni (g稗ni-6685胺0.5)*d1般

37、 (gni-8叭8254.0)捌*d2叭得到如下的结果碍：图7耙由于各个系数的拜t检验均大于2按，表明各解释变搬量的系数显著地百不等于0，居民皑人民币储蓄存款盎年增加额的回归稗模型分别为：跋这表明三个时期白居民储蓄增加额坝的回归方程在统百计意义上确实是半不相同的。19艾96年以前收入办每增加1亿元，叭居民储蓄存款的案增加额为0.1翱445亿元；在氨2000年以后隘，则为0.41白33亿元，已发翱生了很大变化。凹上述模型与城乡鞍居民储蓄存款与隘国民总收入之间埃的散布图是吻合扒的，与当时中国拜的实际经济运行氨状况也是相符的案。耙需要指出的是，拔在上述建模过程巴中，主要是从教柏学的目的出发运败用虚拟

38、变量法则摆，没有考虑通货奥膨胀因素。而在袄实证分析中，储袄蓄函数还应当考办虑通货膨胀因素靶。爱实验六 分布滞案后模型【实验目的】扳 扒本实验是经典的癌线性回归模型的半扩充，是动态计瓣量经济模型的一按种。通过本实验袄，在了解分布滞瓣后模型与自回归坝模型的区别和联肮系的基础上，掌懊握Eviews半软件进行分布滞暗后模型的参数估碍计方法。巴【实验内容及步矮骤】笆货币供应量与物版价指数模型分析拜原始数据如下表耙。皑M2Z 班：广义货币月增靶长量；百TBZS半：居民消费价格蔼同比指数蔼obs拌M2Z疤TBZS般obs挨M2Z霸TBZS版obs吧M2Z埃TBZS摆1996M01皑1998M05白1.274

39、跋99傲2000M09埃2.6838靶100半1996M02案5.377凹109.3癌1998M06霸0.722盎98.7挨2000M10佰-0.9518般100隘1996M03矮0.733挨109.8奥1998M07翱1.656疤98.6版2000M11百1.4721伴101.3疤1996M04柏1.212扳109.7俺1998M08翱0.985敖98.6盎2000M12翱3.6162白101.5熬1996M05傲1.157败108.9暗1998M09熬2.496跋98.5癌2001M01把2.9333奥101.2唉1996M06胺1.252斑108.6斑1998M10颁1.0802搬98.

40、9背2001M02板-1.3334吧100扳1996M07哀1.214霸108.3爱1998M11安1.3538邦98.8罢2001M03板2.5343盎100.8拜1996M08百2.963伴108.1邦1998M12拜2.2695岸99坝2001M04爸1.2054盎101.6哀1996M09伴-2.666拜107.4芭1999M01昂1.0015拜98.8矮2001M05班-0.9341奥101.7矮1996M10败3.5092般107啊1999M02俺2.278笆98.7般2001M06吧8.7939案101.4埃1996M11鞍0.9898隘106.9稗1999M03跋0.66叭98

41、.2暗2001M07盎1.419拌101.5吧1996M12哀1.9529笆107吧1999M04艾0.78隘97.8扒2001M08伴0.7131半101败1997M01熬2.5531拜105.9扮1999M05挨0.843傲97.8疤2001M09八1.8808蔼99.9扒1997M02败0.35捌105.6翱1999M06艾1.302暗97.9邦2001M10把-0.3253捌100.2艾1997M03肮0.891昂104岸1999M07鞍0.051邦98.6板2001M11耙2.591摆99.7扮1997M04耙0.929把103.2霸1999M08笆1.413昂98.7拔2001M1

42、2皑4.2136矮99.7笆1997M05艾0.333碍102.8稗1999M09安2.252哎99.2熬2002M01拜1.3374拔99奥1997M06蔼1.638半102.8暗1999M10八0.311八99.4柏2002M02盎1.2963靶100把1997M07捌0.671爱102.7斑1999M11阿1.169奥99.1白2002M03霸3.129伴99.2吧1997M08扳1.286俺101.9碍1999M12搬3.339挨99矮2002M04澳0.506芭98.7肮1997M09熬1.146哀101.8岸2000M01扮1.322懊99.8袄2002M05懊1.4904叭98.

43、9稗1997M10坝0.752哀101.5哀2000M02办0.3634隘100.7百2002M06办3.5402把99.2办1997M11佰0.946蔼101.1佰2000M03哀0.9973巴99.8矮2002M07板1.2499瓣99.1凹1997M12暗3.4053肮100.4扮2000M04矮1.5412哀99.7唉2002M08袄2.3998绊99.3吧1998M01凹1.2161跋100.3佰2000M05翱-0.0686跋100.1伴2005M01伴4.54513阿101.9扳1998M02懊-0.1874版99.9挨2000M06澳2.552颁100.5懊2005M02爱1.

44、60327柏103.9盎1998M03拔-0.009胺100.7笆2000M07矮-0.2814阿100.5叭2005M03挨5.2328隘102.7隘1998M04版0.647叭99.7啊2000M08啊1.4661疤100.3安2005M04鞍2.40376把101.8埃2003M01氨5.481凹100.4八2003M10搬0.9023爱101.8八2004M08肮4.88679懊105.3挨2003M02肮-0.3799班100.2芭2003M11芭1.8823绊103熬2004M09摆4.02781搬105.2白2003M03背4.3789氨100.9拔2003M12按4.8711盎

45、103.2傲2004M10摆-0.017埃104.3笆2003M04搬1.6428奥101昂2004M01扳3.87913暗103.2俺2004M11傲3.39558办102.8敖2003M05班3.3751败100.7癌2004M02邦1.94879扳102.1拔2004M12澳6.07212佰102.4熬2003M06摆5.4262傲100.3八2004M03耙4.60388岸103鞍2005笆M佰05傲2.23674芭101.8办2003M07啊1.2617矮100.5哀2004M04艾1.97326阿103.8扒2002M09阿3.7315百99.3扒2003M08疤4.3988安10

46、0.9哎2004M05啊1.21454阿104.4瓣2002M10唉0.3118跋99.2阿2003M09翱2.9752背101.1班2004M06靶3.58509埃105啊2002M11把2.4421背99.3鞍2004M07跋-3.5850艾9案105.3哎2002M12扳5.271半99.6把金融领域是数据矮发生量大，数据爸发送频率最高的跋领域，金融变量芭之间关系研敖究十分有必要。鞍计量模型特有的拜处理问题的特点啊成为金融工作者袄常用的处理金融叭问题的手段与方氨法。然而金融变柏量的关系因为政盎策效应的滞后和蔼行为人的预期往皑往显现出滞后关拔系。疤将货币供应量与搬物价指数的滞后般量进行反复

47、试算芭，长度选择6、巴12、18进行澳回归分析，判断敖的标准是SC、吧SIC越小越好挨，因为他们都是爸残差的函数。在艾图1的对话框中耙输入要估计的方拌程，包含m2z瓣的滞后6期的变案量。图2是滞后澳6期的分析结果阿图。图1图2蔼从图2中可以看熬出，滞后期的系凹数逐步增加，表懊明当期的货币供叭应量的变化对物敖价水平的影响需阿要经过一段时间熬才能显示出来。昂但是t统计量检蔼验不显著。为此百下面做滞后12盎期的分析结果，爱如图3所示。图3奥自图3可以看出扳，从m2z到m颁2z(-11)白，回归系数都不熬显著。而m2z俺(-12)的回拜归系数t统计量罢的值为3.01摆6798，在5唉%的显著性水平巴下

48、拒绝系数为零澳的原假设。表明八当期货币供应量绊变化对物价水平巴的影响在经过1扳2个月后明显的盎显示出来。为了坝考察货币供应量稗变化对物价水平按影响的持续期，笆做滞后18期的隘回归分析。结果蔼如图4所示。图4捌图4表明，从滞鞍后12期开始，爸t统计量显著，昂一直到滞后16瓣个月为止，从滞爱后17期开始，翱t值变得不显著伴。我们可以做出案这样的判断，在斑我国，货币供应隘量变化对物价水袄平的影响具有明巴显的滞后性，滞岸后期大约为一年哀，而且滞后影响柏具有持续性，持按续期大约为半年捌。败从图4中我们还案可以发现，模型岸的R白2邦不高，DW值也鞍偏低，表明出来摆货币供应量外，白还有其他的因素胺影响物价变

49、化。肮如果我们要提高拜模型的精度，当罢滞后期比较大时爱可以用自回归模敖型代替。因此我把们估计如下的模百型：背回归结果如下图挨5所示。图5坝从图5看出m2艾z的t统计连不败显著，表明当期斑货币量的变化对碍当期物价水平的暗影响在统计上意唉义不明显，可以巴剔除，重新估价哀的图6结果。图6佰从图6中可看出疤，并且模型不存爸在自相关。巴实验七 联立方澳程模型【实验目的】把通过本实验的学搬习，掌握线性联背立方程模型的一爸般概念和模型识板别的基础上，能邦够利用软件熟练稗进行方程的估计瓣，包括简单最小拔二乘法、工具变肮量法、两阶段最哎小二乘法。能够氨针对经济问题，矮运用相关方法建氨立联立方程模型爱。皑【实验内

50、容及步霸骤】靶 宏观经济模昂型的设计与总体扮拟合优度检验。奥相关数据如下：啊obs凹GDP罢CONSUME罢INVEST绊GOV办1978盎3605.6巴2239.1摆1377.9暗480搬1979吧4074凹2619.4笆1474.2把614凹1980罢4551.3半2976.1隘1590阿659芭1981碍4901.4傲3309.1皑1581哀705笆1982埃5489.2案3637.9板1760.2矮770隘1983扒6076.3翱4020.5癌2005啊838罢1984暗7164.4袄4694.5耙2468.6哎1020挨1985懊8792.1哀5773凹3386安1184扒1986岸

51、10132.8芭6542拔3846班1367瓣1987敖11784.7版7451.2搬4322扒1490般1988瓣14704巴9360.1跋5495懊1727瓣1989挨16466白10556.5靶6095唉2033昂1990蔼18319.5俺11365.2笆6444半2252哀1991岸21280.4昂13145.9蔼7517绊2830埃1992哀25863.7唉15952.1版9636跋3492.3暗1993巴34500.7百20182.1唉14998鞍4499.7扳1994把46690.7拔26796耙19260.6碍5986.2佰1995柏58510.5搬33635隘23877蔼66

52、90.5啊1996佰68330.4捌40003.9岸26867.2扮7851.6熬1997埃74894.2半43579.4坝28457.6百8724.8霸1998挨79003.3败46405.9般29545.9澳9484.8拜1999板82673.1白49722.7背30701.6隘10388.3熬2000昂89340.9把54600.9袄32499.8按11705.3百2001疤98592.9把58927.4敖37460.8氨13029.3翱2002矮107897.澳6啊62798.5办42304.9胺13916.9靶2003背121511.斑4安67442.5俺51382.7耙14764办

53、 采用三佰部门的凯恩斯总耙需求决定模型，蔼在不考虑进出口吧的条件下，通过傲消费者、企业和拔政府的经济活动澳，分析总收入的澳变动对消费和投傲资的影响，假设耙理论模型如下：斑1.方程的识别艾和工具变量的选奥择。上面的模型摆是可以识别的，柏而且两个方程都哀是过度识别，有矮三个工具变量:捌 班，坝，胺。瓣2.间接最小二斑乘法的参数估计扒。若消费方程中翱再添加一个变量哀，则矮，恰好识别。将跋与背进行回归，结果八如下图1：图1矮从上图1中可以啊看出模型拟合较凹好，进一步计算翱GDP的估计值伴，在上图中点击按“艾Forecas搬t哎”扮得到GDP的预扒测值序列GDP拜F序列。用该序爸列替换恰好识别班方程八中

54、的办，再用最小二乘蔼法，回归的结果颁如下图2。图2芭实际上上面的两拌步操作就是二阶碍段的最小二乘法百，由上图的结果啊，估计的模型为笆：暗CONSUME白 = 528.碍0331755癌 + 0.51靶7464919挨9*GDPF 矮+ 0.395绊6232717扒*CONSUM稗E(-1) -办 0.4350唉217768*盎INVEST(般-1)澳3.依次估计单爸方程法扒 首先做回归安，GDP C 白GOV CON傲SUME(-1拔) INVES芭T(-1)；再傲生成序列GEN伴R GDPF=懊GDP-RES癌ID，得到GD捌P的估计值。最般后再作回归：C坝ONSUME 昂C GDPF 敖C

55、ONSUME般(-1)。最后氨的结果如下图3昂。图4芭消费函数的表达柏式为：俺CONSUME搬 = 760.坝1016195癌 + 0.39白3228694皑*GDPF +傲 0.3420柏251194*班CONSUME把(-1)鞍 瓣投资函数的估计傲，隘与上面消费函数芭的估计类似。罢首先做回归，G巴DP C GO巴V CONSU盎ME(-1) 颁INVEST(跋-1)；再生成扒序列GENR 鞍GDPF=GD艾P-RESID八，得到GDP的昂估计值。最后再吧作回归：INV白EST C G哀DPF INV澳EST(-1)败。最后的结果如罢下图5。图5氨消费函数的表达巴式为：板INVEST 罢=

56、-542.鞍5630637八 + 0.52坝4588769岸7*GDPF 奥- 0.369吧1643925笆*INVEST扳(-1)芭4.用系统对象坝进行参数估计。阿在主窗口总点击笆“颁Object敖”“半New Obj阿ect邦”叭选择凹“白system熬”拌，如下图6。确扮定后进入方程定翱义窗口，如图7绊。在系统窗口中爱输入待估计模型稗系统：按CONSUME俺=C(1)+C鞍(2)*GDP芭+C(3)*C案ONSUME(袄-1)罢INVEST=叭C(4)+C(暗5)*GDP+扮C(6)*IN啊VEST(-1爱)翱INST CO巴NSUME(-背1) INVE瓣ST(-1) 案GOV图6图7

57、矮在定义文本窗口摆中点击邦“肮Estimat拔e暗”佰，出现扮“耙system 佰estimat拔e艾”拔对话框，在班“俺method哎”颁中选择Two-按Stage L埃east Sq胺uare，点击拔确定得到最终的胺估计结果，如图跋9。图8图9拌实验八 时间序摆列模型分析【实验目的】把通过本实验的学哎习，掌握时间序熬列平稳性判断的隘方法唉摆ADF检验；掌半握协整理论，双芭变量的EG两步斑法和误差修正模办型分析方法；掌皑握格兰杰因果检白验方法。能够利扳用时间序列方法颁对实际经济问题奥建立相关模型，扒并进行分析。背【实验内容及步矮骤】耙下表给出了19百50-2008疤年中国货物进出安口总额X与

58、关税啊Y的相关数据，搬用样本相关图及疤单位根方法，判熬断X,Y,ln颁X,lnY几个艾序列的平稳性。颁检验上述几个序袄列的单整性，并暗指出那组变量是奥同阶单整的。对罢同阶单整组的变疤量试寻找适当的稗ARMA模型。版对同阶单整组的笆变量进行协整检昂验，如果是协整颁的，则建立相应跋的误差修正模型澳。哀年份凹X(亿美元)疤Y(亿元)稗年份颁X(亿美元)佰Y(亿元)爱1950袄11.3板3.6啊1980搬381.4背33.5败1951白19.6蔼6.9哀1981埃440.3爱54扳1952傲19.4拔4.8奥1982盎416.1鞍47.5拌1953败23.7版5.1碍1983碍436.2唉53.9白1

59、954稗24.4办4.1败1984俺535.5岸103.1颁1955芭31.4板4.7搬1985懊696绊205.2盎1956熬32.1耙5.4艾1986暗738.5岸151.6爱1957吧31拜5.8搬1987袄826.5搬142.4挨1958霸38.7阿6.4凹1988版1027.9皑155颁1959啊43.8俺7斑1989昂1116.8挨181.5挨1960背38.1澳6颁1990俺1154.4巴159肮1961阿29.4邦6.2把1991哀1357办187.3巴1962拜26.6叭4.8把1992背1655.3坝212.8案1963版29.2熬4.2艾1993百1957跋256.5按1

60、964吧34.7拔4.4拜1994办2366.2奥272.7摆1965八42.5哎5.7跋1995癌2808.6暗291.8搬1966肮46.2胺6.5鞍1996叭2898.8翱301.8般1967奥41.6巴3.9唉1997稗3251.6蔼319.5跋1968按40.5啊6.3跋1998扒3239.5懊313爸1969扮40.3胺6.4板1999把3606.3摆562.2背1970疤45.9哎7疤2000扮4742.9疤750.5拌1971邦48.4霸5按2001斑5096.5白840.5敖1972癌63翱5背2002肮6207.7胺704.3阿1973隘109.8摆9芭2003爱8509.