【正文】 sis of a unit root.Augmented DickeyFuller Test EquationDependent Variable: D(SR,2)Method: Least SquaresDate: 06/08/05 Time: 10:40Sample(adjusted): 5 84Included observations: 80 after adjusting endpointsVariableCoefficientStd. ErrortStatisticProb. D(SR(1))D(SR(1),2)D(SR(2),2)CRsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)從檢驗(yàn)結(jié)果看，在1％、5％、10％三個顯著性水平下，、 ，小于相應(yīng)臨界值，從而拒絕，表明人均可支配收入（SR）的差分序列不存在單位根，是平穩(wěn)序列。即SR序列是一階單整的，SR～I(xiàn)（1）。采用同樣方法，可檢驗(yàn)得到ZC序列也是一階單整的，即ZC～I(xiàn)（1）。為了分析可支配收入（SR）和生活費(fèi)支出（ZC）之間是否存在協(xié)整關(guān)系，我們先作兩變量之間的回歸，然后檢驗(yàn)回歸殘差的平穩(wěn)性。以生活費(fèi)支出（ZC）為被解釋變量，可支配收入（SR）為解釋變量，用OLS回歸方法估計回歸模型。 ZC對SR的OLS回歸結(jié)果Dependent Variable: ZCMethod: Least SquaresDate: 06/08/05 Time: 10:58Sample: 1 84Included observations: 84VariableCoefficientStd. ErrortStatisticProb. CSRRsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)估計的回歸模型為： （）為了檢驗(yàn)回歸殘差的平穩(wěn)性，在工作文檔窗口中，點(diǎn)擊Genr功能鍵，命令ut＝Resid，將上述OLS回歸得到的殘差序列命名為新序列ut，然后雙擊ut序列，對ut序列進(jìn)行單位根檢驗(yàn)。由于殘差序列的均值為0，所以選擇無截距項(xiàng)、無趨勢項(xiàng)的DF檢驗(yàn)。 回歸殘差序列單位根檢驗(yàn)的模型設(shè)定ADF Test Statistic 1% Critical Value* 5% Critical Value 10% Critical Value*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented DickeyFuller Test EquationDependent Variable: D(UT)Method: Least SquaresDate: 06/08/05 Time: 11:21Sample(adjusted): 2 84Included observations: 83 after adjusting endpointsVariableCoefficientStd. ErrortStatisticProb. UT(1)Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood DurbinWatson stat在5％的顯著性水平下， ，大于相應(yīng)臨界值，從而拒絕，表明殘差序列不存在單位根，是平穩(wěn)序列，說明可支配收入（SR）和生活費(fèi)支出（ZC）之間存在協(xié)整關(guān)系?？芍涫杖耄⊿R）和生活費(fèi)支出（ZC）之間存在協(xié)整，表明兩者之間有長期均衡關(guān)系。但從短期來看，可能會出現(xiàn)失衡，為了增強(qiáng)模型的精度，可以把協(xié)整回歸（）式中的誤差項(xiàng)看作均衡誤差，通過建立誤差修正模型把生活費(fèi)支出的短期行為與長期變化聯(lián)系起來。誤差修正模型的結(jié)構(gòu)如下： （）在Eviews中，點(diǎn)擊Genr功能鍵，生成可支配收入（SR）和生活費(fèi)支出（ZC）的差分序列：然后以DZCt作為被解釋變量，以DSRt和作為解釋變量，估計回歸模型（）。Dependent Variable: DZCMethod: Least SquaresDate: 07/03/05 Time: 21:30Sample(adjusted): 2 84Included observations: 83 after adjusting endpointsVariableCoefficientStd. ErrortStatisticProb. CDSRUT(1)Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)最終得到誤差修正模型的估計結(jié)果：上述估計結(jié)果表明，城鎮(zhèn)居民月人均生活費(fèi)支出的變化不僅取決于可支配收入的變化，而且還取決于上一期生活費(fèi)支出對均衡水平的偏離，誤差項(xiàng)ut的估計系數(shù)－，上一期偏離越遠(yuǎn)，本期修正的量就越大，即系統(tǒng)存在誤差修正機(jī)制。案例分析10一、研究目的和模型設(shè)定依據(jù)凱恩斯宏觀經(jīng)濟(jì)調(diào)控原理，建立簡化的中國宏觀經(jīng)濟(jì)調(diào)控模型。經(jīng)理論分析，采用基于三部門的凱恩斯總需求決定模型，在不考慮進(jìn)出口的條件下，通過消費(fèi)者、企業(yè)、政府的經(jīng)濟(jì)活動，分析總收入的變動對消費(fèi)和投資的影響。設(shè)理論模型如下： 其中，為支出法GDP，為消費(fèi)，為投資，為政府支出；內(nèi)生變量為；前定變量為，即M=3，K=1。 二、模型的識別性 根據(jù)上述理論方程，其結(jié)構(gòu)型的標(biāo)準(zhǔn)形式為 標(biāo)準(zhǔn)形式的系數(shù)矩陣為 由于第一個方程為恒定式，所以不需要對其識別性進(jìn)行判斷。下面判斷消費(fèi)函數(shù)和投資函數(shù)的識別性。 消費(fèi)函數(shù)的識別性 首先，用階條件判斷。這時，因?yàn)椴⑶?，所以，表明消費(fèi)函數(shù)有可能為恰好識別。 其次，用秩條件判斷。在中劃去消費(fèi)函數(shù)所在的第二行和非零系數(shù)所在的第一、二、四列，得 顯然，則由秩條件，表明消費(fèi)函數(shù)是可識別。再根據(jù)階條件，消費(fèi)函數(shù)是恰好識別。 投資函數(shù)的識別性 由于投資函數(shù)與消費(fèi)函數(shù)的結(jié)構(gòu)相近，判斷過程與消費(fèi)函數(shù)完全一樣，故投資函數(shù)的階條件和秩條件的判斷予以省略。結(jié)論是投資函數(shù)也為恰好識別。 綜合上述各方程的判斷結(jié)果，得出該模型為恰好識別。 三、宏觀經(jīng)濟(jì)模型的估計 由于消費(fèi)函數(shù)和投資函數(shù)均為恰好識別，因此，可用間接最小二乘估計法（ILS）估計參數(shù)。選取GDP、消費(fèi)、投資，并用財政支出作為政府支出的替代變量。這些變量取自1978年——2003年中國宏觀經(jīng)濟(jì)的歷史數(shù)據(jù)。 年份支出法GDP消費(fèi)投資政府支出19781979198019811982198319841985198619871988198919901991199219931994199519961997199819992000200120022003 資料來源：《中國統(tǒng)計年鑒2004》，中國統(tǒng)計出版社。恰好識別模型的ILS估計。根據(jù)ILS法，首先將結(jié)構(gòu)型模型轉(zhuǎn)變?yōu)楹喕湍Ｐ?，則宏觀經(jīng)濟(jì)模型的簡化型為 其中結(jié)構(gòu)型模型的系數(shù)與簡化型模型系數(shù)的關(guān)系為 其次，用OLS法估計簡化型模型的參數(shù)。進(jìn)入EViews軟件，確定時間范圍；編輯輸入數(shù)據(jù)；選擇估計方程菜單。則估計簡化型樣本回歸函數(shù)的過程是：按路徑：Qucik/Estimate Eguation/ Equation Spesfication，進(jìn)入”Equation Spesfication”對話框。在”Equation Spesfication”對話框里,分別鍵入:”GDP C GOV”、“COM C GOV”、“INV C GOV”，其中，GDP表示Y，COM表示C，INV表示I，GOV表示G。得到三個簡化型方程的估計結(jié)果，寫出簡化型模型的估計式： 即簡化型系數(shù)的估計值分別為 最后，因?yàn)槟Ｐ褪乔『米R別，則由結(jié)構(gòu)型模型系數(shù)與簡化型模型系數(shù)之間的關(guān)系，可惟一地解出結(jié)構(gòu)型模型系數(shù)的估計。解得的結(jié)構(gòu)型模型的參數(shù)估計值為 從而結(jié)構(gòu)型模型的估計式為 過度識別模型的2SLS估計?？紤]在宏觀經(jīng)濟(jì)活動中，當(dāng)期消費(fèi)行為還要受到上一期消費(fèi)的影響，當(dāng)期的投資行為也要受到上一期投資的影響，因此，在上述宏觀經(jīng)濟(jì)模型里再引入和的滯后一期變量和。這時宏觀經(jīng)濟(jì)模型可寫為 用階條件和秩條件對上述模型進(jìn)行識別判斷(具體的判斷過程從略)，結(jié)論是消費(fèi)函數(shù)和投資函數(shù)均是過度識別。需要運(yùn)用二段最小二乘法對方程組的參數(shù)進(jìn)行估計。 首先，估計消費(fèi)函數(shù)。進(jìn)入EViews軟件，確定時間范圍；編輯輸入數(shù)據(jù)。然后按路徑：Qucik/Estimate equation/Equation specification/Method/TSLS，進(jìn)入估計方程對話框，將method按鈕點(diǎn)開，這時會出現(xiàn)估計方法選擇的下拉菜單，從中選“TSLS”，即兩階段最小二乘法。 當(dāng)TSLS法選定后，便會出現(xiàn)“Equation Specification”對話框。 “Equation Specification”對話框有兩個窗口，第一個窗口是用于寫要估計的方程；第二個窗口是用于寫該方程組中所有的前定變量，EViews要求將截距項(xiàng)也看成前定變量。具體書寫格式如下：第一個窗口寫：“COM C GDP COM(1)）”；第二個窗口寫：“C GOV COM(1) INV(1)”。其中，COM(1)，INV(1)分別表示消費(fèi)變量COM和投資變量INV的滯后一期。然后按“OK”，便顯示出估計結(jié)果。 其次，估計投資函數(shù)。與估計消費(fèi)函數(shù)過程一樣，得到如下估計結(jié)果。 最后，寫出該方程組模型的估計式為 技術(shù)資料分享