eviews經(jīng)典單方程計量經(jīng)濟(jì)學(xué)模型-資料下載頁
2025-05-10 13:40本頁面
【正文】 型 Yi=?0+?1Xi+?i 得到的 ?的“ 近似估計值 ”，并以之作為觀測值使用 OLS法估計下式 ?i=?1?i1+?2?i2+? ?L?iL+?i 得到 ? , ? , , ?? ? ?1 2 ? l ，作為隨機(jī)誤差項的相關(guān)系數(shù) ? ? ?1 2, , ,? l 的 第一次估計值 。求出 ?i新的 “ 近擬估計值 ” ， 并以之作為樣本觀測值，再次估計 ?i=?1?i1+?2?i2+? ?L?iL+?i i l l n? ? ?1 2, , ,?ililiillilii XXXYYY ????????? ???????????? ???? )??()??1( 1111011 ??? 類似地，可進(jìn)行第三次、第四次迭代 。 關(guān)于迭代的次數(shù) ， 可根據(jù)具體的問題來定 。 一般是事先給出一個精度 ， 當(dāng)相鄰兩次 ?1,?2, ? ,?L的估計值之差小于這一精度時 ， 迭代終止 。 實踐中 ， 有時只要迭代兩次 ， 就可得到較滿意的結(jié)果 。 兩次迭代過程也被稱為 科克倫 奧科特兩步法 。 ?應(yīng)用軟件中的廣義差分法 在 Eview軟件包下 ， 廣義差分采用了科克倫 奧科特 （ CochraneOrcutt） 迭代法估計 ?。 在解釋變量中引入 AR(1)、 AR(2)、 … ， 即可得到參數(shù)和 ρ ρ … 的估計值 。 其中 AR(m)表示隨機(jī)誤差項的 m階自回歸 。 在估計過程中自動完成了 ρ ρ … 的迭代 。 ?例： case17是 19501987年間美國機(jī)動車汽油消費(fèi)量和影響消費(fèi)量的變量數(shù)據(jù)。 Y機(jī)動車汽油消費(fèi)量， X2機(jī)動汽油零售價格， X3人口數(shù)， X4GNP。 ?例： case35列出了我國城鄉(xiāng)居民儲蓄存款年底余額 Y（單位：億元）和 GDP指數(shù) X（ 1978=100）的歷年統(tǒng)計資料，試建立居民儲蓄存款模型，并檢驗?zāi)Ｐ偷淖韵嚓P(guān)性。 ? N=21,k=2,a=, dL=,dU= ? N=19,k=2,a=, dL=,dU= ?一般是先根據(jù)殘差圖和 DW值初步判斷模型是否存在自相關(guān)性，然后再利用偏相關(guān)系數(shù)檢驗或 BG LM檢驗法進(jìn)一步確認(rèn)相關(guān)性。 發(fā)電量與工農(nóng)業(yè)總產(chǎn)值關(guān)系模型 ? Y發(fā)電量 ? X1經(jīng)價格調(diào)整后的農(nóng)業(yè)總產(chǎn)值 ? X2經(jīng)價格調(diào)整后的輕工業(yè)總產(chǎn)值 ? X3經(jīng)價格調(diào)整后的重工業(yè)總產(chǎn)值 ? Case19 ? 經(jīng)散點圖，發(fā)現(xiàn)， Y與 X1成線性關(guān)系， Y與 X2成二次關(guān)系， Y與 X3成二次關(guān)系。 ? 可建立模型為： ????? ????? 2121 3322110 XXXY? K=4, n=24, dL=, dU= 工具變量 ?如果模型中出現(xiàn)隨機(jī)解釋變量并且與隨機(jī)誤差項相關(guān)時，普通最小二乘法就不能用于模型參數(shù)的估計。最常用的估計方法是工具變量法。 ?隨機(jī)解釋變量問題主要表現(xiàn)于用滯后被解釋變量作為模型的解釋變量的情況。而由于經(jīng)濟(jì)活動具有連續(xù)性，使得這類模型在以時間序列數(shù)據(jù)作樣本的模型中占據(jù)較大份額。例如，消費(fèi)不僅受收入的影響，還受前期消費(fèi)水平的影響；投資不僅受收入的影響，還受前期投資水平的影響；等等。但是并不是所有包含滯后被解釋變量的模型都帶來“隨機(jī)解釋變量問題”。 ?工具變量法（ IV）的基本思路是：當(dāng)隨機(jī)解釋變量與隨機(jī)誤差項相關(guān)時，則尋找另一個變量，該變量與隨機(jī)解釋變量高度相關(guān)，但與隨機(jī)誤差項不相關(guān)，稱其為工具變量，用其替代隨機(jī)解釋變量。 選擇為工具變量的變量必須滿足以下條件 ： ?（ 1）與所替代的隨機(jī)解釋變量高度相關(guān)； ?（ 2）與隨機(jī)誤差項不相關(guān)； ?（ 3）與模型中其它解釋變量不相關(guān)，以避免出現(xiàn)多重共線性。 ?例： 19781998年中國國內(nèi)生產(chǎn)總值 GDP，宏觀消費(fèi) CONS,資本總額 CAPI數(shù)據(jù)見case22。建立宏觀消費(fèi)模型 (消費(fèi)與 GDP) ?模型中宏觀消費(fèi) CONS是隨機(jī)變量。因為CONS是國內(nèi)生產(chǎn)總值 GDP的一部分，所以GDP也應(yīng)該是隨機(jī)變量，這就違反了模型中解釋變量非隨機(jī)的假定。而且 GDP也必然與u高度相關(guān)，估計結(jié)果還顯示模型存在嚴(yán)重的自相關(guān)，所以應(yīng)該選擇一個工具變量設(shè)法替代變量 GDP。 ?資本總額 CAPI是 GDP的一部分，與 GDP高度相關(guān)。經(jīng)計算， 以上模型的殘差與 CAPI的相關(guān)系數(shù)為 ，這在一定程度上說明 CAPI與u不相關(guān)?；谏鲜隼碛桑x擇 CAPI做 GDP的工具變量。 ?菜單操作：從 EViews主菜單中點擊 Quick鍵，并選擇 Estimate Equation功能，從而打開Equation Specification (模型設(shè)定 )對話框。點擊 Method窗口，兩階段最小二乘估計方法，在 Equation Specification選擇區(qū)輸入命令cons c gdp, 在 Instrument list (列寫工具變量 )選擇區(qū)輸入命令 c capi ?命令操作： ? TSLS Cons c gdp @ C capi
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1