计量经济学报告

计量经济学报告课程名称计量经济学班级与班级代码专业国际经济与贸易任课教师学号：姓名：日期：年月日研究储蓄额与GDP之间的关系中国储蓄存款总额〔Y，亿元〕与GDP〔亿元〕数据如下表。表1年GDP储蓄(Y)年GDP储蓄(Y)1972198719731988197419891975199019761991197719921175819782199319792811994198019951981199619821997198319981984717119991985200019862001第一步，散点图〔图1〕图1第二步，建立数学模型由经济理论知，中国储蓄存款总额受GDP的碍事，当GDP增加时，中国储蓄存款总额也随着增加，它们之间具有正向的同步变动趋势。中国储蓄存款总额除受GDP的碍事外，还受到其他一些变量的碍事及随机因素的碍事，将其他变量及随机变量的碍事均回并到随机变量u中，依据GDP与Y的样本数据，作GDP与Y之间的散点图能够瞧出，它们的变化趋势是线性的，由此建立中国储蓄存款总额Y与GDP之间的一元线性回回模型：第三步，估量参数样本回回模型为：下面是Eviews的估量结果〔表2〕：表2DependentVariable:YMethod:LeastSquaresDate:12/13/11Time:12:27Sample:19722001Includedobservations:30CoefficientStd.Errort-StatisticProb.

CGDPR-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

AkaikeinfocriterionSumsquaredresid4.08E+08

SchwarzcriterionLoglikelihood

Hannan-Quinncriter.F-statistic

Durbin-WatsonstatProb(F-statistic)()(),R2=，DW=，T=30第四步，统计检验拟合优度样本可决系数为R-squared=修正样本可决系数为：AdjustedR-squared=即R2=，2=计算结果讲明，估量的样本回回方程较好地拟合了样本瞧测值。回回系数估量值的显著性检验——t检验提出检验的原假设为：得t统计量为的t-Statistic=的t-Statistic=关于给出显著性水平α=0.05，查自由度v=30-2=28的t分布表，得临界值t〔285，|t0|=＞t〔285，t1=＞t〔285，故回回系数均显著不为零，回规模型中应包含常数项，GDP对Y有显著碍事。从以上的评价能够瞧出，此模型是比立好的。F检验提出检验的原假设为：-=0对立假设为：至少有一个不等于零(i=1,2)F-statistic=关于给定的显著性水平α=0.05，查出分子自由度为2，分母自由度为27的F分布上侧分位数F〔2，27〕=3.35因为F=＞3.35,因此否认H0，总体回回方程是显著的，即在中国储蓄存款总额Y与GDP之间存在显著的线性性。第五步，检验异方差()(),R2=，DW=，T=301．利用残差图判定。建立残差关于GDP的散点图，如图5.1，能够发觉随着GDP增加，残差呈现不断增大的趋势，即存在递增性的异方差。图22．用White方法检验是否存在异方差，得表3HeteroskedasticityTest:WhiteF-statistic

Prob.F(2,27)Obs*R-squared

Prob.Chi-Square(2)ScaledexplainedSS

Prob.Chi-Square(2)TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/15/11Time:21:15Sample:19722001Includedobservations:30CoefficientStd.Errort-StatisticProb.

C5222451.GDPGDP^2R-squared

Meandependentvar13597608AdjustedR-squared

S.D.dependentvar20985874S.E.ofregression16356723

AkaikeinfocriterionSumsquaredresid7.22E+15

SchwarzcriterionLoglikelihood

Hannan-Quinncriter.F-statistic

Durbin-WatsonstatProb(F-statistic)因为只含有一个解释变量，因此White检验辅助回回式中应该包括两个解释变量。辅助回回式估量结果如下：(-0.011)(1.50)(-0.49)R2=0.4344,T=30TR2=30*0.4344=＞，因此结论是该回回模型中存在异方差。克服异方差异方差修正如下：表4DependentVariable:YMethod:LeastSquaresDate:12/14/11Time:16:27Sample:19722001Includedobservations:30Weightingseries:1/GDPCoefficientStd.Errort-StatisticProb.

CGDPWeightedStatisticsR-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

AkaikeinfocriterionSumsquaredresid21721230

SchwarzcriterionLoglikelihood

Hannan-Quinncriter.F-statistic

Durbin-WatsonstatProb(F-statistic)UnweightedStatisticsR-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

Sumsquaredresid1.62E+09Durbin-Watsonstat再进行White检验：表5HeteroskedasticityTest:WhiteF-statistic

Prob.F(2,27)Obs*R-squared

Prob.Chi-Square(2)ScaledexplainedSS

Prob.Chi-Square(2)得=大于，因此认为差不多消除了回回模型的异方差性。得输出结果，整理后得到回回式为：t()()R2=,DW=第六步，检验误差项ut是否存在自相关DW=，假设给定α=0.05，查表可得DW检验临界值dL=1.35，dU=1.49。因为DW=＜1.35，依据判不规那么，认为误差项ut存在严峻的正自相关。图3残差分布图2.用LM检验判定是否存在自相关设定滞后期为一阶，得到LM检验结果表6Breusch-GodfreySerialCorrelationLMTest:F-statistic

Prob.F(1,27)Obs*R-squared

Prob.Chi-Square(1)TestEquation:DependentVariable:RESIDMethod:LeastSquaresDate:12/14/11Time:16:39Sample:19722001Includedobservations:30Presamplemissingvaluelaggedresidualssettozero.Weightseries:1/GDPCoefficientStd.Errort-StatisticProb.

CGDPRESID(-1)WeightedStatisticsR-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

AkaikeinfocriterionSumsquaredresid2639280.

SchwarzcriterionLoglikelihood

Hannan-Quinncriter.F-statistic

Durbin-WatsonstatProb(F-statistic)UnweightedStatisticsR-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression8

Sumsquaredresid40650455Durbin-Watsonstat然后，设定滞后期为二阶，得到LM检验结果表7Breusch-GodfreySerialCorrelationLMTest:F-statistic

Prob.F(2,26)Obs*R-squared

Prob.Chi-Square(2)TestEquation:DependentVariable:RESIDMethod:LeastSquaresDate:12/14/11Time:16Sample:19722001Includedobservations:30Presamplemissingvaluelaggedresidualssettozero.Weightseries:1/GDPCoefficientStd.Errort-StatisticProb.

CGDPRESID(-1)RESID(-2)WeightedStatisticsR-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

AkaikeinfocriterionSumsquaredresid2598628.

SchwarzcriterionLoglikelihood

Hannan-Quinncriter.F-statistic

Durbin-WatsonstatProb(F-statistic)UnweightedStatisticsR-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

Sumsquaredresid39211044Durbin-Watsonstat据值判定拒尽原假设，因此BG〔LM〕检验结果也讲明本式存在自相关。用广义最小乘数估量回回参数方法一：首先，估量自相关系数=1-DW/2=1-/2=0.9588对原变量做广义差分变换。令GDYt=Yt-Yt-1GDGDPt=GDPt-GDPt-1以GDYt、GDGDPt，〔1972~2001〕为样本再次回回，得图8DependentVariable:GDYMethod:LeastSquaresDate:12/14/11Time:17:05Sample(adjusted):19732001Includedobservations:29afteradjustmentsCoefficientStd.Errort-StatisticProb.

CGDGDPR-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

AkaikeinfocriterionSumsquaredresid80433503

SchwarzcriterionLoglikelihood

Hannan-Quinncriter.F-statistic

Durbin-WatsonstatProb(F-statistic)得到回回式〔〕〔〕R2=，DW=，T=30依据图7得，*==*/(1-)=那么原模型的广义最小二乘估量结果是回回方程拟合得效果比立好，且DW=。通过查表，得dL=1.35，dU=1.49。因为DW=＞1.35，依据判不规那么，误差项还没消除自相关，因此使用方法二消除自相关。图4残差图方法二1.首先，引进ar(1)，消除自相关，建立模型如下：表9DependentVariable:YMethod:LeastSquaresDate:12/15/11Sample(adjusted):19732001Includedobservations:29afteradjustmentsConvergenceachievedafter32iterationsCoefficientStd.Errort-StatisticProb.

CGDPAR(1)R-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

AkaikeinfocriterionSumsquaredresid46314443

SchwarzcriterionLoglikelihood

Hannan-Quinncriter.F-statistic

Durbin-WatsonstatProb(F-statistic)InvertedARRootsEstimatedARprocessisnonstationary得到回回式〔-1.869〕〔3.092〕R2=，DW=回回方程中的DW=，通过查表，得dL=1.35，dU=1.49。因为DW=＜1.35，依据判不规那么，误差项还没有消除自相关，讲明误差项存在二阶及以上的自相关。2.接着，引进ar(1)、ar(2)，消除自相关，得出模型表10DependentVariable:YMethod:LeastSquaresDate:12/15/11Sample(adjusted):19742001Includedobservations:28afteradjustmentsConvergenceachiev