【正文】 2002M061997M112000M032002M071997M122000M042002M081998M012000M052005M011998M022000M062005M021998M032000M072005M031998M042000M082005M042003M012003M102004M082003M022003M111032004M092003M032003M122004M102003M041012004M012004M112003M052004M022004M122003M062004M031032005M052003M072004M042002M092003M082004M052002M102003M092004M061052002M112004M072002M12金融領(lǐng)域是數(shù)據(jù)發(fā)生量大，數(shù)據(jù)發(fā)送頻率最高的領(lǐng)域，金融變量之間關(guān)系研究十分有必要。D1和D2的選擇，是以1992000年兩個(gè)轉(zhuǎn)折點(diǎn)作為依據(jù)，,并設(shè)定了如下以加法和乘法兩種方式同時(shí)引入虛擬變量的的模型：其中： 對(duì)上式進(jìn)行回歸后，在命令欄中輸入“smpl 1978 2003LS YY C GNI ()*D1 ()*D2”ls yy c gni ()*d1 ()*d2得到如下的結(jié)果：圖7由于各個(gè)系數(shù)的t檢驗(yàn)均大于2，表明各解釋變量的系數(shù)顯著地不等于0，居民人民幣儲(chǔ)蓄存款年增加額的回歸模型分別為：這表明三個(gè)時(shí)期居民儲(chǔ)蓄增加額的回歸方程在統(tǒng)計(jì)意義上確實(shí)是不相同的。國(guó)民總收入（GNI），城鄉(xiāng)居民人民幣儲(chǔ)蓄存款年底余額（Y），城鄉(xiāng)居民人民幣儲(chǔ)蓄存款增加額（YY） 國(guó)民總收入與居民儲(chǔ)蓄存款 單位：億元年 份（GNI）（Y）（YY）年 份（GNI）（Y）（YY）1978NA1991197919921980199319811994198219951983199619841997198519981986199919872000198820011989200219902003 數(shù)據(jù)來源：《中國(guó)統(tǒng)計(jì)年鑒2004》，中國(guó)統(tǒng)計(jì)出版社。第四步和第五步的結(jié)果表明模型中的lnx4和lnx5兩個(gè)變量是多余的。圖4第二步在模型中加入lnx2，進(jìn)行回歸分析結(jié)果如圖5。但是，我們可以發(fā)現(xiàn)，某些參數(shù)沒能通過t檢驗(yàn)，并且符號(hào)的經(jīng)濟(jì)意義也不合理，故認(rèn)為模型存在多重共線性。從該圖結(jié)果中可以發(fā)現(xiàn)變量X的對(duì)數(shù)修正后的標(biāo)準(zhǔn)差比OLS估計(jì)的結(jié)果有所增大，表明原模型的OLS的估計(jì)結(jié)果低估了X的標(biāo)準(zhǔn)差。選擇“Quick”“Estimate Equation”，在出現(xiàn)的對(duì)話框中輸入“l(fā)ny c lnx AR(1) AR(2)”，得到圖8的估計(jì)結(jié)果。(4)LM檢驗(yàn)。實(shí)驗(yàn)三 序列相關(guān)的檢驗(yàn)與處理【實(shí)驗(yàn)?zāi)康摹? 在理解自相關(guān)的基本概念及其導(dǎo)致的后果的基礎(chǔ)上，掌握診斷自相關(guān)存在的方法和修正自相關(guān)的方法。首先選中序列“x”“y”，右鍵選擇“open”“as equation”，在出現(xiàn)的對(duì)話框中輸入“y c x”，如圖11。(4)懷特檢驗(yàn)。【實(shí)驗(yàn)內(nèi)容及步驟】Y消費(fèi)性支出X可支配支出Y消費(fèi)性支出X可支配支出50224810(1)采用OLS估計(jì)結(jié)果如圖1：圖1(2)觀察e2—X圖。圖18圖19圖20圖21。比如我們需要對(duì)序列“y”“l(fā)”“k”取對(duì)數(shù)的步驟如下：在命令欄中點(diǎn)擊“Genr”得到如圖15的對(duì)話框，在空白部分輸入“l(fā)ny=log（y）”表示新建的序列l(wèi)ny是由原有序列y取對(duì)數(shù)得到的。雙擊“y”，得到Spreadsheet形式，點(diǎn)擊表格命令欄中的“view”，選擇“Descriptive Statistics”、“Histogram and State”，如圖11，得到圖12，其中給出了序列“y”的均值、方差等統(tǒng)計(jì)量以及用以判斷該序列是否服從正態(tài)分布的JB概率等。圖2圖3圖4STEP3：在workfile空白部分單擊右鍵，選擇New object，在Type of object中選擇Series，將該對(duì)象命名為Y,，得到圖6。掌握多元線性回歸模型的估計(jì)方法，學(xué)會(huì)用Eiews軟件進(jìn)行多元回歸分析。在frequency中選擇integer data，在start date 和end date 中分別輸入1和27，點(diǎn)擊OK，出現(xiàn)圖如4畫面，Workfile定義完畢。雙擊“y”，得到Spreadsheet形式，點(diǎn)擊表格命令欄中的view，選擇Graph可以用圖的形式顯示數(shù)據(jù)。單擊圖13中的“View”“Graph”“Line”得到圖15。按住control鍵，依次選中三個(gè)序列，右鍵選擇“open”“as Equation”如圖18得到圖19。圖23作業(yè)：利用中國(guó)統(tǒng)計(jì)年鑒2011，建立我國(guó)稅收收入、國(guó)內(nèi)生產(chǎn)總值、財(cái)政支出、商品零售價(jià)格指數(shù)的回歸模型。圖2圖3圖4(3)GQ檢驗(yàn)首先對(duì)序列“x”進(jìn)行排序，然后選擇前8個(gè)樣本進(jìn)行最小二乘回歸，結(jié)果如下圖5，選擇后8個(gè)樣本回歸的結(jié)果如圖6?？缮蓹?quán)序列?？梢则?yàn)證加權(quán)最小二乘估計(jì)的模型已經(jīng)不存在異方差，懷特檢驗(yàn)的結(jié)果如圖14。(2)從殘差圖觀察，此時(shí)似乎不太好像結(jié)論，下面用其他的檢驗(yàn)方法檢驗(yàn)相關(guān)性。同樣的方法輸入滯后階數(shù)“2”“3”得到圖6和圖7。圖9(6)在Eviews中，回到OLS估計(jì)的窗口，點(diǎn)擊“Estimate”在出現(xiàn)的對(duì)話框中點(diǎn)擊“Option”，在出現(xiàn)的窗口中選擇“Heteroskedastic”選項(xiàng)，并選中“NewWest”選項(xiàng)。(1)輸入原始數(shù)據(jù)，按照以前的方法再生成去對(duì)數(shù)后的序列，如下圖1。(4)逐步回歸。發(fā)現(xiàn)引入后的修正的可決系數(shù)較上一步有所降低，并且lnx4也未能通過t檢驗(yàn)。經(jīng)濟(jì)學(xué)界的一種觀點(diǎn)認(rèn)為，20世紀(jì)90年代以后由于經(jīng)濟(jì)體制、住房、醫(yī)療、養(yǎng)老等社會(huì)保障體制的變化，使居民的儲(chǔ)蓄行為發(fā)生了明顯改變。圖2圖3從居民儲(chǔ)蓄增量圖3可以看出，城鄉(xiāng)居民的儲(chǔ)蓄行為表現(xiàn)出了明顯的階段特征：在1996年和2000年有兩個(gè)明顯的轉(zhuǎn)折點(diǎn)。實(shí)驗(yàn)六 分布滯后模型【實(shí)驗(yàn)?zāi)康摹? 本實(shí)驗(yàn)是經(jīng)典的線性回歸模型的擴(kuò)充，是動(dòng)態(tài)計(jì)量經(jīng)濟(jì)模型的一種。圖2是滯后6期的分析結(jié)果圖。結(jié)果如圖4所示。實(shí)驗(yàn)七 聯(lián)立方程模型【實(shí)驗(yàn)?zāi)康摹客ㄟ^本實(shí)驗(yàn)的學(xué)習(xí)，掌握線性聯(lián)立方程模型的一般概念和模型識(shí)別的基礎(chǔ)上，能夠利用軟件熟練進(jìn)行方程的估計(jì)，包括簡(jiǎn)單最小二乘法、工具變量法、兩階段最小二乘法。用該序列替換恰好識(shí)別方程中的，再用最小二乘法，回歸的結(jié)果如下圖2。圖5消費(fèi)函數(shù)的表達(dá)式為：INVEST = + *GDPF *INVEST(1)。對(duì)同階單整組的變量試尋找適當(dāng)?shù)腁RMA模型。得到圖5所示的對(duì)話框。點(diǎn)擊“ok”，得到圖7所示的檢驗(yàn)結(jié)果。下面判斷l(xiāng)nx的平穩(wěn)性。 下面對(duì)lnx和lny進(jìn)行單整檢驗(yàn)。在主菜單中選擇選擇“Quick”“Estimate Equation”，輸入“D(ln(y)) D(ln(x)) e(1)”得到如下圖34的估計(jì)結(jié)果。另一方面資源的可耗竭性、環(huán)境惡化反過來也限制了經(jīng)濟(jì)的長(zhǎng)期可持續(xù)增長(zhǎng)。影響環(huán)境的主要污染物有工業(yè)固體廢棄物、工業(yè)廢水排、工業(yè)廢氣為環(huán)境。由于廢水的變化隨著第二產(chǎn)業(yè)產(chǎn)值和工業(yè)廢氣、固體廢棄物的變化不明顯，本文在分析過程暫且不考慮廢水因素,僅將GDP、廢氣、工行固體廢棄物三因素納入VAR模型中,分析第二產(chǎn)業(yè)增長(zhǎng)與環(huán)境污染之間的內(nèi)在聯(lián)系,對(duì)經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)提出建議。B. VAR模型的建立為確定VAR模型的滯后階數(shù),我們根據(jù)LogL、LR、FPE、AIC、SC和HQ等標(biāo)準(zhǔn)進(jìn)行確定(如表3所示)。特別的工業(yè)固體的固體廢棄物和第二產(chǎn)業(yè)的產(chǎn)值互為格蘭杰原因說明兩者形成了相互推動(dòng)的局面。因此要加速經(jīng)濟(jì)結(jié)構(gòu)調(diào)整,進(jìn)一步減小第二產(chǎn)業(yè)的比重,使得經(jīng)濟(jì)增長(zhǎng)不再以環(huán)境污染為代價(jià)。非平穩(wěn)序列很可能出現(xiàn)偽回歸，協(xié)整的意義就是檢驗(yàn)它們的回歸方程所描述的因果關(guān)系是否是偽回歸，即檢驗(yàn)變量之間是否存在穩(wěn)定的關(guān)系。如果有，則可以構(gòu)造VEC模型或者進(jìn)行Granger因果檢驗(yàn)，檢驗(yàn)變量之間“誰引起誰變化”，即因果關(guān)系。84 / 84。第二，格蘭杰因果檢驗(yàn)的變量應(yīng)是平穩(wěn)的，如果單位根檢驗(yàn)發(fā)現(xiàn)兩個(gè)變量是不穩(wěn)定的，那么，不能直接進(jìn)行格蘭杰因果檢驗(yàn)，所以，很多人對(duì)不平穩(wěn)的變量進(jìn)行格蘭杰因果檢驗(yàn)，這是錯(cuò)誤的。平穩(wěn)性檢驗(yàn)有3個(gè)作用：1