金融計(jì)量學(xué)實(shí)驗(yàn)指導(dǎo)書(shū)eviews操作指導(dǎo)書(shū)(編輯修改稿)
2025-06-26 01:02 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 為線性回歸模型的非線性模型，并對(duì)線性回歸模型的參數(shù)線性約束條件進(jìn)行檢驗(yàn)。二、預(yù)備知識(shí) （1）EViews的基本操作；（2）多元線性回歸模型的估計(jì)；（3）非線性回歸模型變換為線性模型的方法；（4）多元線性回歸模型的線性約束條件的檢驗(yàn)方法。三、實(shí)驗(yàn)內(nèi)容（1）可化為線性多元非線性回歸模型的估計(jì)；（）多元線性回歸模型的線性約束條件的檢驗(yàn)方法。四、實(shí)驗(yàn)步驟（一）、啟動(dòng)Eviews軟件包（二）、創(chuàng)建工作文件具體操作過(guò)程。打開(kāi)新建對(duì)象類(lèi)型對(duì)話框，選擇工作文件 Workfile，打開(kāi)工作文件時(shí)間頻率和樣本區(qū)間對(duì)話框，選擇數(shù)據(jù)頻率為“Annual”，樣本區(qū)間為1981年至2001年。 點(diǎn)擊 OK 確認(rèn)，得新建工作文件窗口。（三）、把Excel數(shù)據(jù)導(dǎo)入到EViews打開(kāi)實(shí)驗(yàn)三所用到的數(shù)據(jù)文件（），選定Q、X、P0和P1等4列數(shù)據(jù)后復(fù)制（注意：不用選定數(shù)據(jù)名稱(chēng)），回到Windows桌面或硬盤(pán)的任意目錄，右擊鼠標(biāo)新建一個(gè)文本文件，把剛才從Excel中復(fù)制的數(shù)據(jù)粘貼到新的文本文件。運(yùn)用實(shí)驗(yàn)二的方法，把數(shù)據(jù)導(dǎo)入EViews。（四）、回歸分析在經(jīng)濟(jì)理論指導(dǎo)下，設(shè)定如下的理論模型： （31）經(jīng)對(duì)數(shù)變換，上式可以化為： （32）或者，根據(jù)消費(fèi)者無(wú)貨幣幻覺(jué)，可以得到如下的模型： （33）（圖32）首先對(duì)（32）式進(jìn)行估計(jì)，新建一個(gè)名為eq1的方程對(duì)象，在Equation Specification窗口進(jìn)行模型設(shè)定。我們對(duì)1981年至1994年的樣本進(jìn)行估計(jì)，在Estimation Settings框內(nèi)的Sample欄目，我們把樣本區(qū)間改為1981 1994，具體操作如圖31所示，得到的結(jié)果如圖32所示。（圖31）對(duì)（33）式進(jìn)行估計(jì)，新建一個(gè)名為eq2的方程對(duì)象，在Equation Specification窗口進(jìn)行模型設(shè)定。我們對(duì)1981年至1994年的樣本進(jìn)行估計(jì)，在Estimation Settings（圖33）框內(nèi)的Sample欄目，我們把樣本區(qū)間改為1981 1994，具體操作如圖33所示，得到的結(jié)果如圖34所示。（圖34）檢驗(yàn)居民有沒(méi)有貨幣幻覺(jué)，實(shí)際上需要對(duì)（32）式的參數(shù)約束條件：進(jìn)行檢驗(yàn)。打開(kāi)eq1方程對(duì)象窗口，點(diǎn)擊View\Coefficient Tests\Wald Coefficient Restrictions…，在Wald tests 窗口設(shè)定參數(shù)約束條（圖35）件：C(2)+c(3)+c(4)=0,再按OK，如圖35和圖36所示。（圖36）檢驗(yàn)結(jié)果如圖37所示。從結(jié)果可以看出，不能拒絕參數(shù)約束條件，即可以認(rèn)為居民存在貨幣無(wú)幻覺(jué)現(xiàn)象。（圖37）五、練習(xí)用Eviews軟件，完成教材P91頁(yè)的11題。六、輸出并上交實(shí)驗(yàn)報(bào)告 實(shí)驗(yàn)項(xiàng)目四：放寬基本假定的線性回歸模型（一）一、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)上機(jī)實(shí)驗(yàn),使學(xué)生充分理解異方差、加權(quán)最小二乘的基本概念，能夠運(yùn)用Eviews 軟件檢驗(yàn)異方方差，并用加權(quán)最小二乘法修正存在異方差的線性回歸模型。二、預(yù)備知識(shí) （1）用EViews估計(jì)線性回歸模型的基本操作；（2）最小二乘法的基本原理和假設(shè)（3）異方差、加權(quán)最小二乘法的基礎(chǔ)概念三、實(shí)驗(yàn)內(nèi)容（1）使用White檢驗(yàn)方法檢驗(yàn)異方差；（2）使用加權(quán)最小二乘法修正異方差；四、實(shí)驗(yàn)步驟（一）、建立工作文件及導(dǎo)入數(shù)據(jù)，運(yùn)用前面實(shí)驗(yàn)做過(guò)的方法。（二）、運(yùn)用OLS估計(jì)模型： （41）EViews運(yùn)行結(jié)果如圖41。（圖41）（三）、對(duì)模型（41）進(jìn)行White異方差檢驗(yàn)原理。古典線性回歸模型的一個(gè)重要假設(shè)是總體回歸方程的隨機(jī)擾動(dòng)項(xiàng)ui同方差，即他們具有相同的方差s 2。如果隨機(jī)擾動(dòng)項(xiàng)的方差隨觀察值不同而異，即ui的方差為s i2，就是異方差。檢驗(yàn)異方差的步驟是先在同方差假定下估計(jì)回歸方程，然后再對(duì)得到的的回歸方程的殘差進(jìn)行假設(shè)檢驗(yàn)，判斷是否存在異方差。Eviews提供了懷特(White)的一般異方差檢驗(yàn)功能。H0：原回歸方程的誤差同方差。H1：原回歸方程的誤差異方差操作步驟：（圖42）在工作文件主顯示窗口選定需要分析的回歸方程 \ 打開(kāi)估計(jì)方程及其統(tǒng)計(jì)檢驗(yàn)結(jié)果輸出窗口\點(diǎn)擊工具欄中的View \選Residual Tests \ White Heteroskedasticity (no cross terms) 或White Heteroskedasticity (cross terms)（圖42），可得到輔助回歸方程和懷特檢驗(yàn)統(tǒng)計(jì)量－即F統(tǒng)計(jì)量、統(tǒng)計(jì)量的值及其對(duì)應(yīng)的p值。由圖43中的顯示結(jié)果可以看出：在１％顯著水平下我們拒絕零假設(shè)，接受回歸方程（4１）的誤差項(xiàng)存在異方差的備擇假設(shè)。一般地，只要圖43中給出的p 值小于給定的顯著水平，我們就可以在該顯著水平下拒絕零假設(shè)。（圖43）注意：White Heteroskedasticity (no cross terms) 與White Heteroskedasticity (cross terms)選項(xiàng)的區(qū)別在于：在no cross terms選項(xiàng)下得到的輔助回歸方程中不包含原回歸方程左手變量的交叉乘積項(xiàng)作為解釋變量；而cross terms選項(xiàng)下得到的輔助回歸方程中包含原回歸方程左手變量的交叉乘積項(xiàng)作為解釋變量。（四）、White 異方差校正功能和加權(quán)最小二乘法1．White 異方差校正功能：回到工作文件主窗口，在主菜單選Quick \Estimate Equations，進(jìn)入輸入估計(jì)方程對(duì)話框, 輸入待估計(jì)方程 ( log(y) log(x1) log(x2) c)，選擇估計(jì)方法—普通最小二乘法，點(diǎn)擊Options 按鈕進(jìn)入方程估計(jì)選擇對(duì)話框（見(jiàn)圖44），選擇Heteroskedasticity Consistent Covariance \ White \ OK應(yīng)用（見(jiàn)圖45） 對(duì)這一方法的進(jìn)一步了解可參考《經(jīng)濟(jì)計(jì)量分析》[美]威廉H格林 著，中國(guó)社會(huì)科學(xué)出版社，1998年3月，p423424，適用于普通最小二乘法的協(xié)方差矩陣的估計(jì)，回到估計(jì)方程對(duì)話框，點(diǎn)擊OK得到校正后的回歸方程（見(jiàn)圖46）。同學(xué)們可以比較圖41中的方程與普通最小二乘法得到的方程。（圖44）（圖45）（圖46）（圖47）２、加權(quán)最小二乘法：在主菜單選Quick \Estimate Equations，進(jìn)入輸入估計(jì)方程對(duì)話框, 輸入待估計(jì)方程 (log(y) log(x1) log(x2) c )，選擇估計(jì)方法—普通最小二乘
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1