EVIEWS虚拟变量模型

虚拟变量【实验目的】掌握虚拟变量的设置方法。【实验内容】一、试根据表7-的1199年8我国城镇居民人均收入与彩电每百户拥有量的统计资料建立我国城镇居民彩电需求函数；表7-1我国城镇居民家庭抽样调查资料彩电拥有量人均收入收入等级（台百户）兀年困难户最低收入户低收入户中等偏下户中等收入户中等偏上户高收入户最高收入户资料来源：据《中国统计年鉴19》9整9理计算得到二、试建立我国税收预测模型（数据见实验一）；三、试根据表7-的2资料用混合样本数据建立我国城镇居民消费函数。表7-2我国城镇居民人均消费支出和可支配收入统计资料收入等级消费支出收入消费支出收入困难户最低收入户低收入户中等偏下户中等收入户中等偏上户高收入户最高收入户资料来源：据《中国统计年鉴》199－2900整0理计算得到【实验步骤】一、我国城镇居民彩电需求函数1.相关图分析；键入命令： ，则人均收入与彩电拥有量的相关图如 所示。从相关图可以看出，前3个样本点（即低收入家庭）与后5个样本点（中、高收入）的拥有量存在较大差异，因此，为了反映“收入层次”这一定性因素的影响，设置虚拟变量如下：c[1 中、高收入家庭D=<0 低收入家庭130-j 120TOC\o"1-5"\h\z110- o090-80-p 1 j ! j 12000 4000 6000 80001000012000图 我国城镇居民人均收入与彩电拥有量相关图.构造虚拟变量；方式i使用 命令直接输入；方式2使用和 命令直接定义。.估计虚拟变量模型：LSYCXD1XD再由t检验值判断虚拟变量的引入方式，并写出各类家庭的需求函数。按照以上步骤，虚拟变量模型的估计结果如图7-所2示。VariableCoefficientStd.Errort-StatisticProb.C57,611323.545435 16.249440.0001X0.0118520.001313 9.0280530.0008D131,873053.831027 8.3197160.0011XD-0.0087540.001328 -6.5930440.0027R-squared0.996374Meandependentvar102.6875AdjustedR-squared0.993654S.D.dependentvar13,38747S.E.ofregression1.066439Akaikeinfocriterion3.273379Sumsquaredresid4.549164Schwarzcriterion3.313100Loglikelihood-9.093516F-statistic366.3741Durbin-Watsonstat2.292063Prob(F-statistic)0.000025我国城镇居民彩电需求的估计我国城镇居民彩电需求函数的估计结果为：£=57.61+0.0119%+31.8731D—0.0088XDi ii it=R2= R2= = =虚拟变量的回归系数的t检验都是显著的，且模型的拟合优度很高，说明我国城镇居民低收入家庭与中高收入家庭对彩电的消费需求，在截距和斜率上都存在着明显差异，所以以加法和乘法方式引入虚拟变量是合理的。低收入家庭与中高收入家庭各自的需求函数为：低收入家庭：£=57.61+0.0119%ii中高收入家庭：£二（57.61+31.8731）+（0.0119-0.0088%=89.48+0.003%i ii由此可见我国城镇居民家庭现阶段彩电消费需求的特点对：于人均年收入在330元0以下的低收入家庭，需求量随着收入水平的提高而快速上升，人均年收入每增加100元0，百户拥有量将平均增加12台；对于人均年收入在410元0以上的中高收入家庭，虽然需求量随着收入水平的提高也在增加，但增速趋缓，人均年收入每增加100元0，百户拥有量只增加3台。事实上，现阶段我国城镇居民中国收入家庭的彩电普及率已达到百分之百，所以对彩电的消费需求处于更新换代阶段。二、我国税收预测模型要求：设置虚拟变量反映199年6税收政策的影响。方法：取虚拟变量i（ 年以后），i（ 年以前）。键入命令：则模型估计的相关信息如图7-所3示。VariableCoefficientStd.Errort-StatisticProb.C1234.26849,0744624,747500.0000X0.0028590.00172047,948810.0000D1-8195.198793.4176-10.328900.0000XD0.1213850.01083011,208190.0000R-squared0.999001Meandependentvar4309.000AdjustedR-squared0.998701S.D.dependentvar2422.631S.E.ofregression87,31741Akaikeinfocriterion12,01193Sumsquaredresid76243.30Schwarzcriterion12,19452Loglikelihood-80.08353F-statistic3332.429Durbin-Watsonstat2.206303Prob(F-statistic)0.000000图引入虚拟变量后的我国税收预测模型我国税收预测函数的估计结果为：f=1234.268+0.0828&-8195.198D+0.12139XDi ii it=R2= 02= = =可见，虚拟变量的回归系数的t检验都是显著的，且模型的拟合优度很高，说明199年6的税收政策对税收收入在截距和斜率上都产生了明显影响。199年6前的税收函数为：f=1234.268+0.08286Xii199年6后的税收函数为：f=—6960.93+0.20425%ii由此可见，在实施199年6的税收政策前，国内生产总值每增加100元0，0税收收入增加828元.；6而199年6后，国内生产总值每增加100元0，0税收收入则增加2042元.，5因此，199年6的税收政策大大提高了税收收入水平。三、我国城镇居民消费函数要求：.利用虚拟变量分析两年的消费函数是否有显著差异；.利用混合样本建立我国城镇居民消费函数。设199年8、199年9我国城镇居民消费函数分别为：年：y=a+bx+£TOC\o"1-5"\h\zi 11i i年：y=a+bx+£22i i为比较两年的数据，估计以下模型：f=a+bx+aD+0XD+£i1 1i i ii其中，a=a—a,0=b—b。具体估计过程如下：1 21CREATE U 1建6立工作文件DATAYX（输入19，91899年9消费支出和收入的数据，1－8期为199年8资料，9－16期为199年9资料）SMPL 1 8样本期调成199年8GENR D1=0 输入虚拟变量的值SMPL 9 1样6本期调成199年9GENR D1=1 输入虚拟变量的值样本期调成 〜年生成的值利用混合样本估计模型

则估计结果如图VariableCoefficientStd.Errort-StatisticProb.C924.705085,81333 10.775780.0000X0.6237020.014300 43.590960.0000D161,19167119.9503 0.5101420.6192XD-0.0080010.019209 -0.4165310.6844R-squared0.997174Meandependentvar4376.251AdjustedR-squared0.996467S.D.dependentvar1900.906S.E.ofregression113.4594Akaikeinfocriterion12,51309Sumsquaredresid154476.5Schwarzcriterion12,70623Loglikelihood-96.10460F-statistic1411.331Durbin-Watsonstat1.532135Prob(F-statistic)0.000000图7-4引入虚拟变量后的我国城镇居民消费模型f=924.70588+0.6237x+61.1917D—0.0080XDi ii it=R2= 22= = =根据t检验，和 的回归系数均不显著，即可以认为a=〃-〃=021P=b-b=0;这表明年、 年我国城镇居民消费函数并没有显著差异。21因此，可以将两年的样本数据合并成一个样本，估计城镇居民的消费函数。独立样本回归与混合样本回归结果如图 〜图所示。VariableCoefficientStd.Errort-StatisticProb.C924705886,42618 10.699370.0000X0.6237020.014410 43.281850.0000R-squared0.996807Meandependentvar4231.533AdjustedR-squared0.996275S.D.dependentvar1872.330S.E.ofregression114.2697Akaikeinfocriterion12,52732Sumsquaredresid78345.39Schwarzcriterion12,54718Loglikelihood-48.10927F-statistic1873.319Durbin-Watsonstat1.597733Prob(F-statistic)0.000000图7-5 年1样9本9回8归的我国城镇居民消费模型

VariableCoefficientStd.Errort-StatisticProb.C985.897483,20738 11.848680.0000X0.6157010.012724 48.387510.0000R-squared0.997444Meandependentvar4520.970AdjustedR-squared0.997018S.D.dependentvar2062744S.E.ofregression112.6433Akaikeinfocriterion12,49865Sumsquaredresid76131.07Schwarzcriterion12,51851Loglikelihood-47.99459F-statistic2341.351Durbin-Watsonstat1.385570Prob(F-statistic)0.000000图7-6 年1样9本9回9归的我国城镇居民消费模型VariableCoefficientStd.Errort-StatisticProb.C955.668055,91039 17.092850.0000X0.6194760.008911 69.517190.0000R-squared0.997111Meandependentvar4376.251AdjustedR-squared0.996905S.D.dependentvar1900.906S.E.ofregression106.1964Akaikeinfocriterion12