【正文】
中, Mean——均值 Median——中位數(shù) Maximum——最大值Minimum——最小值 .——標準差 Skewness——偏度 Kurtosis——峰度 JarqueBera—— Probability——概率Observations——觀測值個數(shù)四、數(shù)據(jù)文件的存貯、調(diào)用與轉(zhuǎn)換㈠存貯并調(diào)用工作文件⒈存貯在Eviews主窗口的工具欄上選擇File/Save(Save as),再在彈出的對話框中指定存貯路徑,點擊確定按鈕即可。(圖112所示)。實驗內(nèi)容中后三步以表11所列出的稅收收入和國內(nèi)生產(chǎn)總值的統(tǒng)計資料為例進行操作。再從工作文件目錄中選取并雙擊所創(chuàng)建的新序列就可以展示該對象,選擇Edit+/-,進入編輯狀態(tài),輸入數(shù)據(jù)。㈢觀察圖形參數(shù)的設置情況雙擊圖形區(qū)域中任意處或在圖形窗口中點擊Procs/Options(圖119),則會彈出如圖120所示的Graph Options窗口,進入圖形編輯狀態(tài)。表1列出了我國1985-1998年間稅收收入Y和國內(nèi)生產(chǎn)總值(GDP)x的時間序列數(shù)據(jù),請利用統(tǒng)計軟件Eviews建立一元線性回歸模型。因此,我國稅收模型的估計式為:這個估計結(jié)果表明,GDP每增長1億元。表31 我國國有獨立核算工業(yè)企業(yè)統(tǒng)計資料年份時間工業(yè)總產(chǎn)值Y(億元)職工人數(shù)L(萬人)固定資產(chǎn)K(億元)19781313919792320819803333419814348819825358219836363219847366919858381519869395519871040861988114229198912427319901343641991144472199215452119931644981994174545資料來源:根據(jù)《中國統(tǒng)計年鑒-1995》和《中國工業(yè)經(jīng)濟年鑒1995》計算整理【實驗步驟】一、建立多元線性回歸模型㈠建立包括時間變量的三元線性回歸模型;在命令窗口依次鍵入以下命令即可:⒈建立工作文件: CREATE A 78 94⒉輸入統(tǒng)計資料: DATA Y L K⒊生成時間變量: GENR T=TREND(77)⒋建立回歸模型: LS Y C T L K則生產(chǎn)函數(shù)的估計結(jié)果及有關(guān)信息如圖31所示。方式2:迭代估計非線性模型,迭代過程中可以作如下控制:⑴在工作文件窗口中雙擊序列C,輸入?yún)?shù)的初始值;⑵在方程描述框中點擊Options,輸入精度控制值。但是,由步驟一中的分析可知,模型1中除了解釋變量K之外,其余變量均為通過變量顯著性檢驗,因此,該模型也應舍棄。取時,查F分布表得,而,所以存在異方差性⒊White檢驗⑴建立回歸模型:LS Y C X,回歸結(jié)果如圖5。圖14圖15圖16圖17⒊對所估計的模型再進行White檢驗,觀察異方差的調(diào)整情況對所估計的模型再進行White檢驗,其結(jié)果分別對應圖11117的回歸模型(如圖1121所示)。各模型的殘差分布表如圖57至圖510所示。加上ar1 2調(diào)整后不存在自相關(guān)性,但僅有AR(2)項調(diào)整后用偏相關(guān)系數(shù)檢驗仍然存在2階和6階自相關(guān),且BG檢驗結(jié)果與偏相關(guān)系數(shù)檢驗結(jié)果不同,且BG檢驗滯后期不同,結(jié)果不同。本例中,在Eviews軟件命令窗口中鍵入:COR X1 X2 X3 X4 X5或在包含所有解釋變量的數(shù)組窗口中點擊View\Correlations,其結(jié)果如圖1所示。方法:取虛擬變量D1=1(1996年以后),D1=0(1996年以前)。⒉利用Almon方法估計模型在Eviews命令窗口中鍵入:LS Y C PDL(X,3,2)輸出結(jié)果見圖2,Eviews分別給出了Almon方法估計的模型和還原后的估計模型及相應參數(shù)。表1 某地區(qū)制造行業(yè)統(tǒng)計資料 單位:億元年份庫存Y銷售額X年份庫存Y銷售額X198150070272801990846554644919825270730219199190875502821983538143079619929707453555198454939308961993101645528591985582133311319941024455591719866004335032199510771962017198763383373351996120870713981988682214100319971471358207819897796544869一、 Almon估計⒈分析滯后期長度在Eviews命令窗口中鍵入:CROSS Y X,輸出結(jié)果見圖1。圖72 我國城鎮(zhèn)居民彩電需求的估計我國城鎮(zhèn)居民彩電需求函數(shù)的估計結(jié)果為: ()() () ()= = F= = 虛擬變量的回歸系數(shù)的檢驗都是顯著的,且模型的擬合優(yōu)度很高,說明我國城鎮(zhèn)居民低收入家庭與中高收入家庭對彩電的消費需求,在截距和斜率上都存在著明顯差異,所以以加法和乘法方式引入虛擬變量是合理的。⑵模型2模型2的表達式為:表示上期居民存款余額相對增加1%時,%,當GDP指數(shù)的發(fā)展速度相對增加1%時,%。二次多項式BG檢驗BG檢驗與偏相關(guān)系數(shù)檢驗結(jié)果不同三、自相關(guān)性的調(diào)整:加入AR項⒈對雙對數(shù)模型進行調(diào)整;在LS命令中加上AR(1)和AR(2),使用迭代估計法估計模型。圖55 指數(shù)模型估計結(jié)果其檢驗報告如下: () ()= F= =⑸二次多項式模型:GENR X2=X^2LS Y C X X2估計結(jié)果及相關(guān)信息如圖56所示。所以認為存在異方差性。圖2 我國制造業(yè)銷售利潤回歸模型殘差分布圖2顯示回歸方程的殘差分布有明顯的擴大趨勢,即表明存在異方差性。分別在模型1~模型5的各方程窗口中點擊View/Actual, Fitted, Residual/ Actual, Fitted, Residual Table(圖38),可以得到各個模型相應的殘差分布表(圖39至圖313)。㈢建立非線性回歸模型——CD生產(chǎn)函數(shù)?!緦嶒瀮?nèi)容】建立我國國有獨立核算工業(yè)企業(yè)生產(chǎn)函數(shù)。兩變量趨勢圖分析結(jié)果顯示,我國稅收收入與GDP二者存在差距逐漸增大的增長趨勢。其中in columns表示按列調(diào)用數(shù)據(jù),in rows表示按行調(diào)用數(shù)據(jù)。也可以利用PLOT命令將多個變量的變化趨勢描繪在同一張圖中,例如鍵入以下命令,可以觀察變量Y、X的變化趨勢(圖117)。圖15 工作文件窗口工作文件窗口是EViews的子窗口,工作文件一開始其中就包含了兩個對象,一個是系數(shù)向量C(保存估計系數(shù)用),另一個是殘差序列RESID(實際值與擬合值之差)。命令窗口口菜單欄標題欄狀態(tài)欄工作區(qū)域圖13 EViews主窗口在主菜單上依次點擊File/New/Workfile,即選擇新建對象的類型為工作文件,將彈出一個對話框(如圖14所示),由用戶選擇數(shù)據(jù)的時間頻率(frequency)、起始期和終止期。圖114 在工作文件窗口刪除、更名變量2⒊在工作文件窗口中選取所要刪除的變量,點擊工作文件窗口菜單欄中的Delete按鈕即可刪除變量(如圖115所示)。圖123 Store 窗口圖124 Fetch窗口㈢將工作文件分別存貯成文本文件和Excel文件在工作文件窗口中選擇要保存的一個或多個變量,點擊Eviews主窗口菜單欄中的File/Export/Write TextLotusExcel,在彈出的對話框中指定存貯路徑和存貯的文件格式(圖125),若存貯成文本文件則選擇TextASCII,再點擊保存按鈕,彈出ASCII Text Export(Excel Export)窗口(圖126),點擊OK按鈕即可。⒉命令方式還可以用輸入命令的方式建立工作文件。比較兩表可以發(fā)現(xiàn),雖然二次函數(shù)模型總擬合誤差較小,但其近期誤差卻比指數(shù)函數(shù)模型大。表明這段時期勞動力投入的增加對我國國有獨立核算工業(yè)企業(yè)的產(chǎn)出的影響最為明顯。若選取的初始值與參數(shù)真值比較接近,則收斂速度快;反之,則收斂速度慢甚至發(fā)散。這說明變量之間可能存在遞增的異方差性。⒌Gleiser檢驗(Gleiser檢驗與Park檢驗原理相同)⑴建立回歸模型(結(jié)果同圖5所示)。圖52 線性模型估計結(jié)果其檢驗報告如下: () ()= F= =⑵雙對數(shù)模型:GENR LNY=LOG(Y) GENR LNX=LOG(X) LS LNY C LNX估計結(jié)果及相關(guān)信息如圖53所示。⒊BG檢驗在方程窗口中點擊View/Residual Test/Series Correlation LM Test,并選擇滯后期為2,則會得到如圖513所示的信息。圖524 模型2的偏相關(guān)系數(shù)檢驗結(jié)果⒉解釋模型的經(jīng)濟含義。從相關(guān)圖可以看出,前3個樣本點(即低收入家庭)與后5個樣本點(中、高收入)的擁有量存在較大差異,因此,為了反映“收入層次”這一定性因素的影響,設置虛擬變量如下:圖71 我國城鎮(zhèn)居民人均收入與彩電擁有量相關(guān)圖⒉構(gòu)造虛擬變量;方式1:使用DATA命令直接輸入;方式2:使用SMPL和GENR命令直接定義。圖75 1998年樣本回歸的我國城鎮(zhèn)居民消費模型圖76 1999年樣本回歸的我國城鎮(zhèn)居民消費模型圖77 混合樣本回歸的我國城鎮(zhèn)居民消費模型將不同樣本估計的消費函數(shù)結(jié)果列在表7-3中,可以看出,使用混合回歸明顯地降低了系數(shù)的估計誤差。當滯后期由4增大到5時,調(diào)整的判定系數(shù)減小,AIC值、SC值增大。1996年前的稅收函數(shù)為:1996年后的稅收函數(shù)為:由此可見,在實施1996年的稅收政策前,國內(nèi)生產(chǎn)總值每增加10000元,;而1996年后,國內(nèi)生產(chǎn)總值每增加10000元,因此,1996年的稅收政策大大提高了稅收收入水平。本例中,在Eviews軟件命令窗口中鍵入:LS X1 C X2 X3 X4 X5LS X2 C X1 X3 X4 X5LS X3 C X1 X2 X4 X5LS X4 C X1 X2 X3 X5LS X5 C X1 X