2023年《计量经济学》试题

“星经济学

1、计量经济学

2、可决系数

3、多重共线性

4、异方差

5、虚拟变量

6、自相关性

7、多重共线性

8、广义差分

9、协整

1、计量经济学模型检验包含哪些合适的内容？

2、建立与应用计量经济学模型的主要步骤？

3、理论模型中的随机误差项包含哪些具体合适的内容？

4、最小二乘法的基本假设是什么？

5、回归方程的显著性检验的基本方式方法

6、模型参数估计量的显著性检验基本方式方法

7、异方差产生的原因及后果

8、G—Q检验异方差的基本方式方法（或步骤）

9、针对两种异方差类型，如何进行处理?

10、自相关产生的原因及后果

II、D—W检验自相关的基本思路

12、试说明如何用杜宾两步法克服自相关？

13、虚拟变量的设置规贝！

⑴如果模型中包含截距项，则一个质变量有m种特征，只需引入（m-1）个虚拟变量。

⑵如果模型中不包含截距项，则一个质变量有m种特征，需引入m个虚拟变量。

14、虚拟变量的引入方式

三、试题题型1、判断改正题（10个，20分）2、解析题（四个，40分）3、上机操作（2个，40

分）

四、考试时间:2010.12.22（星期三，暂定）上午9：00—11：00五、课程实习报告提交时间：第17周（12

月24日）

（1）间接最小二乘法适用于过度识别方程。（x）

（2）假设模型存在一阶自相关，其他条件都满足，则仍用OLS法估计参数，得到的估计量仍是无偏

的，不再是有效的，显著性检验失效，预测失效。（N）

（3）用一阶差分法消除自相关时，我们假定自相关系数等于-I。（x）

（4）当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性；（x）

（5）在模型匕=4+4%+为旦+%中，令虚拟变量口取值为（0,2）而不是（0,1）,

那么参数员的估计值也将减半，i值也将减半。（x）

4：.简述样本相关系数的性质。l）r是可正可负的数：（2）r在-1与1之间变化：（3）对称性；（4）若X与Y相互

独立，贝ijr=0,但r=0时，X与Y不一定独立。

42.试述判定系数的性质。（1）它是一非负的量：（2）R2是在0与1之间变化的量。

1、用一组有30个观测值的样本估计模型y=bo+b,x+u,在a=0.05的显著性水平下对也的显著性作t检

验，则bl显著地不等于零的条件是其统计量t大于（）

A.to.o5（3O）B.to.o25（3O）C.to,o5（28）D.to.o25（28）

2、如果G—Q检验显著，则认为什么相关问题严重（）

A.异方差B.序列相关C.多重共线性D.设定误差

3、产量（X,台）与单位产品成本（Y，元）之间的回归方程为：

YV56-2.5X,则（）

A.产量每增加1台，单位产品成本增加456元：B.产量每增加1台，单位产品成本减少2.5元；

C.产量每增加1台，单位产品成本平均增加456元；D.产量每增加1台，单位产品成本平均减少2.5元。

4、根据20个观测值估计的结果，一元线性回归模型的DW=2.3。在样本容量n=20,解释变量k=l,显

著性水平a=0.05时,查表得d产l,d产1.41,则可以判断（）

因为du=l.41<DW=2.3<4-4=2.59

A.不存在一阶自相关B.存在正的一阶自相关C.存在负的一阶自相关D.无法确定

5、下列模型中，无效的模型是（）

A.C（消费）=800+0.81（收入）B.Qd（商品相关需求）=10+0.81（收入）+0.9P（价格）

CO（商品供给）=20+0.8P（价格）D.Y（产出量）=0.65L°-6（劳动）K°"（资本）

6、如果方差膨胀因子VIF>10,则认为什么相关问题是严重的（）

A.异方差相关问题B.序列相关相关问题C.多重共线性D.解释变最与随机项相关性。

三、多项选择题（6分）

1、下列统计量可以用来检验多重共线性的有：（）

A.相关系数B.DW值C.方差膨胀因子D.自相关系数E.I统计量

2、下列哪些回归分析中很可能出现多重共线性相关问题（）

A.“资本（K）”和“劳动（L）”两个变量同时作为生产函数的解释变量

B.“本期收入”和“前期收入”同时作为“消费”的解释变量的消费函数

C.“商品价格”、“地区”和“消费偏好”同时作为解释变量的相关需求函数

D.“每亩施肥量”和“每亩施肥量的平方”同时作为“粮食而产”的解释变量的模型

E.“人均收入”、“鸡肉价格”、“替代品价格”同时作为“鸡肉消费”的解释变量模型

3、普通最小二乘法得到的估计量金和金必须满足下列性质有（）

A.线性B.无偏性C.最小方差性D.一致性E真实性

王、分析与说明题（50分）

1、检验下列模型是否存在异方差，请给出结论。(5分)

Y(=bo+bixlt+b2X2t+b3X3t+ut

样本量共40个，假设去掉中间12个样本数据(c=12),假设异方差由xi引起，数值小的一组残

差平方和为RSS1=0.466X1()5,数值大的一组残差平方和为RSS2=0.36X1()\(FO.O5(IOJO)=2.98)

2、在研窕生产函数时，得到以下两种模型结果(注：回归模型下方括号内数字为参数估计值的标准差)：

lnQA=-5.04+0.887lnK+0.8931nL(1)

(1.40)(0.087)(0.137)

R2=0.878n=21

lnQA=-8.57+0.0272t+0.4601nK+1.285lnL(2)

(2.99)(0.0204)(0.333)(0.324)

R2=0.889n=21

其中，Q=产量，K=资本，1=劳动时数，l=时间，n=样本容量。

请回答下列相关问题(20分):

①检验结果表明模型(1)中所有的系数都是显著的(a=0.05)；

②模型(2)中t和InK的系数在统计上是不显著的(Q=0.05)：

③可能是什么原因造成模型(2)中的InK不显著；

④如果t和InK之间的相关系数为0.98,你将从中得出什么结论。

3、回归方程：YA=L3+9.23XI+L8X248X3+11.9X4共有95个样本点，要求:

(1)当DW=0、DW=4、DW=2时，试解释回归方程是否存在自相关；

(2)若DW=0.95时，上述所给回归方程是否存在自相关(注:查DW统计表得临界值di=1.579,du=1.755)

(10分)

4、家庭消费支出(Y)除了受家庭收入(x)影响之外，还与下列因素有关：

地域：南方、北方

文化程度：大专以下、本科、研究生

试根据以上资料，引入合适的虚拟变量，并确定家庭消费支出的线性回归模型的不同形式。”5分)

表11994-2006年广东财政收入和GDP增长比较（单位:亿元）

GDP财政总收入地方财政收入

年份

总量增长率（%）总量增长率闾总量增长率（%）

19944619.0233.1569.38270.83

19955933.0528.4747.9031.4338.2324.9

19966834.9715.2867.2016.0435.3928.7

19977774.5313.71115.8728.7491.4112.9

19988530.889.71305.6017.0582.9418.6

19999250.688.41674.0428.2660.4613.3

200010741.2516.12232.0033.3794.5520.3

200112039.2512.12541.2113.9975.1122.7

200213502.4312.22698.466.21144.4617.4

200315844.6417.33289.8721.81315.5214.9

200418864.6219.13548.277.91525.2315.9

200522366.5418.64430.2924.91807.0218.5

200626204.4717.25122.2515.62179.4620.6

（1）作图说明广东省财政总收入与GDP,地方财政收入和GDP之间的关系；

（2）若为线性关系，则以财政总收入（或地方财政收入）为被解释变量，以GDP总量为解释变量，建

立计量经济模型；

（3）解释回归参数E的经济意义；

（4）对模型进行经济意义、t检验、拟合良度（R2）检验。

2.你能分别举出三个时间序列数据、截面数据、混合数据、虚拟变量数据的实际例子吗？

答：（1）时间序列数据如：每年的国民生产总值、各年商品的零售总额、各年的年均人口增长数、

年出口额、年进口额等等；（2）械面数据如：西南财大2002年各位教师年收入、2002年各省总

产值、2002年5月成都市各区罪案发生率等等；（3）混合数据如：1990年〜2000年各省的人

均收入、消费支出、教育投入等等；（4）虚拟变量数据如：婚否，身高是否大于170厘米，受教

育年数是否达到10年等等。

1、单一方程计量经济模型必然包括（A）A、行为方程

2、在同一时间不同统订单位的相同统il指标组成的数据组合，是（D）D、截面数据

3、计量经济模型的被解释变量一定是（C）C、内生变量

4、同一统计指标按时间顺序记录的数据称为（B）。B、时间序列数据

5、模型中其数值由模型本身决定的变量变是（B）B、内生变量

6、半对数模型丁=仇+£|1n中，参数自的含义是（C）

A.X的绝对量变化，引起Y的绝对量变化

B.Y关于X的边际变化

C.X的相对变化，引起Y的期望值绝对量变化

D.Y关于X的弹性

7、在一元线性回归模型中，样本回归方程可表示为：（C）

A、匕=瓦B、匕=双不㈤M

c、Z=焉+俞笈D、*亿/%）=A+4%（其中z=L2.A,n）

AA

8、设OLS法得到的样本回归直线为匕=4+房％+/,以下说法不正确的是（D）

A.B.（H）在回归直线上

C.3二?D.

9、在模型匕=£1+2居+尻4+%的回归分析结果报告中，有F=263489.23,

砌他=08°00°,则表明（C）A、解释变量八对4的影响是显著的B、解释变量招

对匕的影响是显著的C、解释变量应?和XR对匕的联合影响是显著的D、解释变量招和

人对匕的影响是均不显著

10、一元线性回归分析中的回归平方和TSS的自由度是（B）

A>nBsn-1C、n-kD、1

四、论述题（25分）

I.（10分）建立城镇居民食品类相关需求函数模型如下：

4（展1350+0923及⑺-011咽）+03571（玛）

其中V为人均购买食品支出额、Y为人均收入、格为食品类价格、舄为其它商品类价格。

（1）指出参数估计量的经济意义是否合理，为什么？

⑵为什么经常采用交叉估计方式方法估计相关需求函数模型？

答：⑴对于以购买食品支出额位被解释变量的相关需求函数模型，即

M=4+a]ki（F）+Q2ln（^）+a3ln（/j）+〃

参数0】、'、估计量的经济意义分别为人均收入、食品类价格、其它商品类价格的相关需求弹

性；由于食品为必须品，v为人均购买食品支出额，所以与应该在o与I之间，色应该在o与

1之间，03在0左右，三者之和为1左右。所以，该模型估计结果中%的估计量缺少合理的经济

解释。

⑵由于该模型中包含长期弹性力和短期弹性％与a九需要分别采用截面数据和时序数据进行估计,

所以经常采用交叉估计方式方法估计相关需求函数模型。

2.（15分）建立中国居民消费函数模型

C?=%+叼Ji+0与〜AT(0,a3)

t=1978,1979,...,2001

其中c表示居民消费总额，/表示居民收入总额。

（1）能否用历年的人均消费额和人均收入数据为样本观测值估计模型？为什么？

⑵人们一般选择用当年价格统计的居民消费总额和居民收入总额作为样本观测值，为什么？这样是否

过反样本数据可比性原则？为什么？

⑶如果用矩阵方程Y=XB+E表示该模型，写出每个矩阵的具体合适的内容，并标明阶数。

答：⑴不可以。因为历年的人均消费额和人均收入并不是从居民消费总额和居民收入总额的总体中

随机抽取的样本，违背了样本与母体的一致性。

⑵因为历年的居民消费总额和居民收入总额具有大致相同的“价格”指数，是否将它们转换为不变价数

据并不重要，不影响数据在样本点之间的可比性。

⑶Y=XB+E其中

王，应用题（21分）

根据中国1950-1972年进出口贸易总额4（单位亿元）与国内生产总值X，（单位亿元）的数据,

估计了进出口贸易总额和国内生产总值之间的关系，结果如下：

DependentVariable:LOG（Y）

Method:LeastSquares

Date:06/05/03Time:11:02

Sample:19501972

Includedobservations:23

VariableCoefficientSid.Errort-Statistic

C0.6826740.2354252.8997515

LOG(X)0.5140470.0701897.323777

R-squared0.718641Meandependentvar4.596044

AdjustedR-squared0.705243S.D.dependentvar0.301263

S.E.ofregression0.163560Akaikeinfocriterion-0.700328

Sumsquaredresid0.561792Schwarzcriterion-0.601589

Loglikelihood10.05377F-stalislic53.63771

Durbin-Watsonstat0.518528Prob(F-statistic)

根据上述回归结果回答下面各题：

（I）根据以上回归结果，写出回归分析结果报告。（7分）

1啾，)=068+051log(X)

(0.24)(0.07)

产=0.71,F=53,63,df.=21

（2）分析该结果的系数显著性。（6分）

首先，常数项的显著性分析。因为：由表中结果知，系数显著性检验的t统计量的值为2.90,查表知，

珊》1962）=0.05,自由度=21：而2.9>1.962,故常数项是显著不为零的。

其次，斜率的系数显著性分析：因为：由表中结果知，系数显著性检验的（统计量的值为7.32,查表

,^^0^1），而7.32>1.962,故斜率项是显著不为零的。

（3）解释模型拟合优度的含义。（4分）

由表中结果可知，模型的调整的拟合优度为0.71,意味着模型解释了被解释变量样本变化的71%。

<4）试对模型结果的经济意义进行解释。（4分）

根据模型结果可知：我国在1950-1972年间，国内生产总值对于进出口总额之间具有显著的相关性，

具体地，进出口总额关于国内生产总值的弹性系数约为0.51,即国内生产总值每增加一个百分点，进

出口总额平均增加0.51个百分点。

王、分析题（本大题共5小题，每小题4分，共31分）

43（10分）某人试图建立我国煤炭行业生产方程，以煤炭产量为被解榨变量，经过理论和经验分析，确定以固定资产原

值、职工人数和电力消耗量变量作为解释变量，变量的选择是正确的。于是建立了如下形式的理论模型：

煤炭产量=固定资产原值+职工人数+电力消耗量+U

选择2000年全国60个大型国有煤炭企业的数据为样本观测值；固定资*原值用资产形成年当年价冲算的价值量，其它

采用实物量单位；采用OLS方式方法估计参数。指出该计量经济学相关问题中可能存在的主要错误，并筒单说明理由。

43、答案：（答出4条给满分〉

3模型关系错误。宜接线性模型表示投入要素之间完全可以普代，与实际生产活动不符。

⑵估计方式方法错误。该相关问题存在明显的序列相关性，不能采用OLS方式方法估计。

⑶样本选择违反•致性。行业生产方程不能选择企业作为样本。

⑷样本数据违反可比性。固定资产原值用资产形成年当年价计算的价值量，不具备可比性。

⑸变量间可能不存在长期均衡美系。变量中有流量和存量，可能存在1个高阶单整的序列.应该首先进行单位根检验和

协整检验。

44（10分）选择两要素•级CES生产函数的近似形式建立中国电力行"的生产函数模型:

其中丫为发电量，K、L分别为投入的资本与劳动数量，t为时间变量。

⑴指出参数Y、p、m的经济含义和数值范围；

⑵指出模型对要素替代弹性的假设，并指出它与C-D生产函数、VES生产函数在要索替代弹性假设_1_的区别:

⑶指出模型对相关技术进步的假设，并指出它与下列生产函数模型在相关技术进步假设上的区别：

44、答案：

（1：'参数Y为相关技术进步速度，一般为接近0的正数；P为替代参数，在（一1,8）范围内：m为规模报酬参数，在1

附近。

⑵该模型对要素替代弹性的假设为：随着研究对象、样本区间而变化，色是不随着样本点而变化。而C-D生产函数的要

素替代弹性始终为1,不随着研究对象、样本区间而变化，当然也不随着样本点而变化：VES生产函数的要素替代弹性

除了随着研究对象、样本区间而变化外，还随着样本点而变化。

⑶该模型对相美技术进步的假设为希克斯中性相夫技术进步：而生产国数模型的相美技术进步假设为中性相关技术世步,

包括3种中性相关技术进步。

45.（11分）试指出在目前建立中国宏观计量经济模型时，下列内生变量应由哪些变量来解释，简单说明理由，并拟定关

于每个解解变量的待估参数的正负号，

（1）轻工业增加值⑵衣者类商品价格指数

（31货币发行量⑷农业生产资料进口额

45、答案：

（1'轻工业增加值应该由反映相关需求的变量解释。包括居民收入（反映居民对轻工业的消贽相关需求，参数符号为正）、

区际市场轻工业品交易总额（反映国际市场对轻工业的相关需求，参数符号为正）等。

⑵衣着类商品价格指数应该由反映相关需求和反映成本的两类变量解释。主要包括居民收入（反映居民对衣着类商品的

消方相关需求，参数符号为正）、国际市场衣着类商品交易总额（反映国际市场对衣着类商品的相关需求，参数符号为正）、

棉花的收购价格指数（反映成本对价格的影响，参数符号为正）等。

⑶货币发行量应该由社会商品零售总额（反映经济总量对货币的相关需求，参数符号为正）、价格指数（反映价格对货

币相关需求的影响，参数符号为正）等变量解释。

⑷农业生产资料进口额应该由国内第一产业增加值（反映国内相关需求，参数符号为正）、国内农业生产资料生产部门

增加值（反映国内供给，参数符号为负）、国际市场价格（参数符号为负）、出口额（反映外汇支付相关能尢，参数符号

为止）等变量解释。

Eviews上机计量经济

一多重共线检验

1file-new-workfile在start与end中输入初始与结束年份点OK

2quick-emptygroup将相应的excel数据粘贴进去点name保存一下

andPDLterms,ORanexpli

yxlx2x3x4x5c

3proc-makeestimation将方程改为正确的形式如此例初始方程

CllU«llIVUL1MUJ.YL

andPDLterms,ORan

ycxlx2x3x4x5

修改为点确定点name保存一下

VariableCoetticientStd.Errort-StatisticProb.

C

-12815.7514078.90-0.9102800.3806

X16.2125620.7408818.3853730.0000

X20.4213800.1269253.3199190.0061

X3-0.1662600.059229-2.8070650.0158

X4-0.0977700.067647-1.4452990.1740

X5

-0.0284250.202357-0.1404710.8906

R-squared0.982798Meandependentvar44127.11

AdjustedR-squared0.975630S.D.dependentvar4409.100

S.E.ofregression688.2984Akaikeinfocriterion16,16752

Sumsquaredresid5685056.Schwarzcriterion16,46431

Loglikelihood-139.5077F-statistic137.1164

Durbin-Watsonstat1.810512Prob(F-statistic)0.000000

4显示结果如图

试卷答题格式如下：Y=-l2815.75+6.213X1+0.421X2-0.166X3-0.098X4-0.028X5

(-0.91)(8.39)(3.32)(-2.81)(-1.45)(-0.14)

R2(R的平方)=0.9828R-2(R杠的平方)=0.9756F=137.12D.W.=1.81

再就结果的经济意义做适当分析。

二多重回归修正

□Group:GROUP01\orkfile:UNTITLEC*,Untitled

1^E>।44««4t窗口view-correlation(第一个)-common

sample生成相关系数矩阵name保存一下重点看XI一一X5与Y的相关系数越大越好

Y

Y1.000000

X10.944426

X20.273995

X30.399454

X40.867587

X50.553560

2关联度从大到小检验，P值小于0・05为通过。例如此例中先检验XI：右键点击eqOLobjectcopy如图

点OK，打开eq02proc-specifv/cstimate改为

EquationEstimation

Specification|Qptions

Prob.

Equationspecification

Dependentvariablefollowedby

andPDLterms,ORmexplicit0.0000

0.0000

|ycxl

点确定，由结果I可知P值小于0.05通过,

保留XI。以此类推，得到最终结果,Y=f(Xl,X2,X3)答案格式见126页4.3.5,写前三行。

三序列相关检验

D.VV检验P116以数据4.2.1做出结果

□Equation:EQ01Workfile:UNnTLED\Untitle,l1旬,叫至_J

View|Proc|Object|Print|Name|Freeze]Estimate|Forecast|$tats[Resids|

DependentVariable:M

Method:LeastSquares

Date:06/21/10Time:22:47

Sample:19782001

Includedobservations:24

VariableCoefficientStd.Errort-StatisticProb.

C152.905746.078483.3183760.0031

GDP0.0203940.00101420.116810.0000

P-squared0.948440Meandependentvar826.9542

AdjustedR-squared0.946096S.D.dependentvar667.4365

S.E.ofregression154.9600Akaikeinfocriterion13.00387

Sumsquaredresid528277.4Schwarzcriterion13.10204

Loglikelihood-154.0464F-statistic404.6860

Durbin-Watsonstat0.627922Prob(F-statistic)O.COOOOOTime:22:47

301

itions:24

►

■后,Coefficient

Variable

C

GDP

k=2：查D.W检验表，5%的，得dl=1.27du=1.45D.W=0.628

一▼Aaeowfaeaww(・J・

Djrbin-Watsonstat0.627922，再将D.W值与dldu值比较，

规则：若OVD.WVdL则存在正自相关；

若dlVD.WVdu,则不能确定；

若duVD.WV4・du,则无自相关；

若4・duVD.WV4-dl,则不能确定；

若4-dKD.W<4,则存在负相关。

此例中D.VV=0.628<dl,故存在正自相关

°IA□Equation:EQ01\orkfile:UNTITLI^^..•一］，，...

2LM检验在__一窗口中，view-residualtests-serialcorrelationLM

test...从阶开始实验结果如下

Breusch-GodfreySerialCorrelationLMTest:

F-statistic15.87518Probability0.000674

Obs*R-squared10.33227Probability0.001307

TestEquation:

DependentVariable:RESID

Method:LeastSquares

Date:06/22/10Time:16:30

Presamplemissingvaluelaggedresidualssettozero.

VariableCoefficientStd.Errort-StatisticProb.

C-10.2200535,68349-0.2864080.7774

GDP0.0006190.0007980.7757270.4466

RESID(-1)0.7528300.1889463.9843670.0007

R-squared0.430511Meandependentvar-1.28E-13

AdjustedR-squared0.376274S.D.dependentvar151.5539

S.E.ofregression119.6917Akaikeinfocriterion12.52418

Sumsquaredresid300848.0Schwarzcriterion12.67144

Loglikelihood-147.2902F-statistic7.937590

Durbin-Watsonstat1.164220Prob(F-statistic)0.002708

------------------------------------------------------------------------------------------------P值（灰色部分）小于0.05,

拒绝HO,则存在序列相关，所以实验二阶。在口Equatloj噩/'yorkfile:UNTIIU窗口中,

view-residualtests-serialcorrelationLMtest...--------------结果如下

Breusch-GodfreySerialCorrelationLMTest:

F-statistic19.52905Probability0.000020

ObsxR-squared15.87241Probability0.000358

TestEquation:

DependentVariable:RESID

Method:LeastSquares

Date:06/22/10Time:16:32

Presamplemissingvaluelaggedresidualssettozero.

VariableCoefficientStd.Errort-StatisticProb.

C6.59475028.661860.2308940.8197

GDP-0.0003440.000683-0.5040090.6198

RESID(-1)1.0935980.1755246.230459,0.0000

RESID(-2)-0.7857760.212816-3.6922780.0014

R-squared0.661350Meandependentvar-1.28E-13

AdjustedR-squared0.610553S.D.dependentvar151.5539

S.E.ofregression94.57826Akaikeinfocriterion12,08774

Sumsquaredresid178900.9Schwarzcriterion12.28409

Loglikelihood-141.0529F-statistic13.01937

Durbin-Watsonstat1.873142Prob(F-statistic)0.000061

P值（灰色部分）小于0.05,

拒绝HO,则存在序列相关，所以继续实验三阶。在QEguyEQO1」Vo「kfle:UN7ITLI窗口中,

view-residualtests-serialcorrelationLMtest...结果如下

Breusch-GodfreySerialCorelationLMTest:

F-statistic12.37576Probability0.000102

Obs*R-squared15.37561Probability0.001203

TestEquation:

DependentVariable:RESID

Method:LeastSquares

Date:06/22/10Time:16:31

Presamplemissingvaluelaggedresidualssettozero.

VariableCoefficientStd.Errort-StatisticProb.

C6.69163829.319490.2282320.8219

GDP-0.0303490.000703-0.4967170.6251

RESID(-1)1.1D78380.2439554.541151,0.0002

RESID(-2)-0.8192950.444735-1.8422100.0811

RESID(-3)0.0322970.3733510.0865070.9320

R-squared0.651484Meandependentvar-1.28E-13

AdjustedR-squared0.590217S.D.dependentvar151.5539

S.E.ofregression97.D1614Akaikeinfocriterion12.17068

Sumsquaredresid178830.5Schwarzcriterion12.41611

Loglikelihood-141.0482F-statistic9.281822

Durbin-Watsonstat1.838605Prob(F-statistic)0.000247

P值（灰色部分）没有全

部小于0.05,所以接受HO,不存在序列相关，检验到此为止。结论：原模型存在两阶序列相关性。

四序列相关修正

1广义差分法在口叼巴呼001_回叫竺竺吧窗口中pmc-specify/estimate…输入模型

andPDLterms,ORan<

Imcgdpar(l)ar(2)-

确定结果如下

DependentVariable:M

Method:LeastSquares

Date:06/21/10Time:23:45

Sample(adjusted):19802001

Includedobservations:22afteradjustments

Convergenceachievedafter5iterations

VariableCoefficientStd.Errort-StatisticProb.

C169.321044.390073.8143890.0013

GDP0.0197920.00107318.452500.0000

AR(1)1.1081770.1812466.1142270.0000

AR(2)-0.8011940.221892-3.6107360.0020

P-squared0.982325Meandependentvar890.0591

AdjustedR-squared0.979379S.D.dependentvar661.6499

S.E.ofregression95,01304Akaikeinfocriterion12,10887

Sumsquaredresid162494.6Schwarzcriterion12.30724

Loglikelihood-129.1976F-statistic333.4596

Durbin-Watsonstat1.853364Prob(F-statistic)0.000000

InvertedARRoots55-.70i55+.70i

检验通过(与LM法中检验方式

相同)模型Mt=169.325+0.020*gdp+1.108*AR(l)-0.801AR(2)

(3.81)(18.45)(6.11)(-3.61)

R2(R方)=0.982R——2(R杠方)=0.979D.W.=1.85在5%的显著水平下，n=22k=4,dl=1.05

du=1.66,D.W.>du=1.66,表明经广义差分变换后的模型己不存在序列相关性。

王与原模型比较

1比较修正后的模型与原模型：总体：R2(AdjustedR-squared■)(越大也好)，赤池信息准则

(Akaikeinfocriterion)(越小越好)，(Loglikelihood|)(越大越好)，回归标准误

(S-E.ofregression)(越好越好)。单独变量对总体的贡献程度；标准差(Std.Error)(越小越

好),T值(t'Statistic)(越大与2越好)。原模型

OEquation:EQ01;Vorkfile:UNTITLEDX.UntitledLE

'，ieMProc|Object|Print|Name]Freeze]Estimate|Forecast]Stats|Resids]

DependentVariable:M

Method:LeastSquares

Date:06/21/10Time:23:55

Sample:19782001

Includedobservations:24

VariableCoefficientStd.Errort-StatisticProb.

C152.906746,078483.3183760.0031

GDP0.0203940.00101420.116810.0000

R-squared0.948440Meandependentvar826.9542

AdjustedR-squared0.946096S.D.dependentvar667.4365

S.E.ofregression154.9600Akaikeinfocriterion13.00387

Sumsquaredresid528277.4Schwarzcriterion13.10204

Loglikelihood-154.0464F-statistic404.6860

Durbin-Watsonstat0.627922Prob(F-statistic)0000000

修正后的模型

□Equation:EQ02'Vorkfile:UNBTLED\UntitledU,回13gl

View|Proc|Object]Print|Name〔Freeze|Estimate|Forecast|Stats〔Resids]

DependentVariable:D

Method:LeastSquares

Date:06/21/10Time:23:45

Sample(adjusted):19802001

Includedobservations:22afteradjustments

Convergenceachievedafter5iterations

VariableCoefficientStd.Errort-StatisticProb.

C169.321044,390073.8143890.0013

GDP0.0197920.00107318.452500.0000

AR(1)1.1081770.1812466.1142270.0000

AR(2)-0.8011940.221892-3.6107360.0020

R-squared0.982325Meandependentvar890.0591

AdjustedR-squared0.979379S.D.dependentvar661.6499

S.E.ofregression95.01304Akaikeinfocriterion12.10887