【正文】 ()由此，我們得到最終的中國農(nóng)村居民消費模型為 （）由式 ，即中國農(nóng)民每增加收入1元。實驗四 分布滯后模型與自回歸模型一、實驗目的：掌握分布滯后模型與自回歸模型的估計與應用，熟悉EViews的基本操作。二、實驗要求應用教材第199頁案例利用阿爾蒙法做有限分布滯后模型的估計；應用教材第201頁案例做分布滯后模型與自回歸模型的估計。三、實驗原理：普通最小二乘法、阿爾蒙法、德賓h檢驗四、預備知識：最小二乘法估計的原理、t檢驗、擬合優(yōu)度檢驗、阿爾蒙法、多項式近似、德賓h檢驗五、實驗步驟【案例1】 分布滯后模型與自回歸模型貨幣主義學派認為，產(chǎn)生通貨膨脹的必要條件是貨幣的超量供應。物價變動與貨幣供應量的變化有著較為密切的聯(lián)系，但是二者之間的關系不是瞬時的，貨幣供應量的變化對物價的影響存在一定時滯。有研究表明，西方國家的通貨膨脹時滯大約為2—3個季度。1． 建立工作文件并錄入數(shù)據(jù)在中國，大家普遍認同貨幣供給的變化對物價具有滯后影響，但滯后期究竟有多長，還存在不同的認識。下面采集1996－2005年全國廣義貨幣供應量和物價指數(shù)的月度數(shù)據(jù)（）對這一問題進行研究。（1）雙擊桌面EViews快速啟動圖標。（2）點擊主界面菜單File\New\Worekfile，彈出Workfile Create對話框，在該對話框右側下拉菜單中選擇本案例所需的數(shù)據(jù)頻度Datedregular frequency data，monthly（本案例為時間序列數(shù)據(jù)）；在數(shù)據(jù)起始、終止兩欄中填入1996:1和2005:5，表示數(shù)據(jù)從1996年1月其到2005年5月結束；在右下可輸入Workfile的名稱，如P201。點擊左下的“OK”就建立了一個名稱為P201的Workfile。：建立Workfile 后，錄入數(shù)據(jù)（方法可參考第一部分的示例）。2．模型設定，估計與檢驗為了考察貨幣供應量的變化對物價的影響，我們用廣義貨幣M2的月增長量M2Z作為解釋變量，以居民消費價格月度同比指數(shù)TBZS為被解釋變量進行研究。首先估計如下回歸模型：，M2Z的t統(tǒng)計量值不顯著，表明當期貨幣供應量的變化對當期物價水平的影響在統(tǒng)計意義上不明顯。為了分析貨幣供應量變化影響物價的滯后性，我們做滯后6個月的分布滯后模型的估計，在Eviews工作文檔的方程設定窗口中，輸入TBZS C M2Z M2Z(1) M2Z(2) M2Z(3) M2Z(4) M2Z(5) M2Z(6)：，M2Z各滯后期的系數(shù)逐步增加，表明當期貨幣供應量的變化對物價水平的影響要經(jīng)過一段時間才能逐步顯現(xiàn)。但各滯后期的系數(shù)的t統(tǒng)計量值不顯著，因此還不能據(jù)此判斷滯后期究竟有多長。為此，我們做滯后12個月的分布滯后模型的估計，：，從M2Z到M2Z(11)，回歸系數(shù)都不顯著異于零，而M2Z（12），在5％顯著性水平下拒絕系數(shù)為零的原假設。這一結果表明，當期貨幣供應量變化對物價水平的影響在經(jīng)過12個月（即一年）后明顯地顯現(xiàn)出來。為了考察貨幣供應量變化對物價水平影響的持續(xù)期，我們做滯后18個月的分布滯后模型的估計，：，從滯后12個月開始t統(tǒng)計量值顯著，一直到滯后16個月為止，從滯后第17個月開始t值變得不顯著；再從回歸系數(shù)來看，從滯后11個月開始，貨幣供應量變化對物價水平的影響明顯增加，再滯后14個月時達到最大，然后逐步下降。3．結果分析通過上述一系列分析，我們可以做出這樣的判斷：在我國，貨幣供應量變化對物價水平的影響具有明顯的滯后性，滯后期大約為一年，而且滯后影響具有持續(xù)性，持續(xù)的長度大約為半年，其影響力度先遞增然后遞減，滯后結構為型。當然，從上述回歸結果也可以看出，回歸方程的不高，DW值也偏低，表明除了貨幣供應量外，還有其他因素影響物價變化；同時，過多的滯后變量也可能引起多重共線性問題。如果我們分析的重點是貨幣供應量變化對物價影響的滯后性，上述結果已能說明問題。如果要提高模型的預測精度，則可以考慮對模型進行改進。根據(jù)前面的分析可知，分布滯后模型可以用自回歸模型來代替，因此我們估計如下子自回歸模型：在Eviews工作文檔的方程設定窗口中，輸入TBZS C TBZS(1)：因此，我們得到回歸方程：【案例2】 分布滯后模型與阿爾蒙法 為了研究1955—1974年期間美國制造業(yè)庫存量Y和銷售額X的關系。盡管經(jīng)驗加權法具有一些優(yōu)點，但是設置權數(shù)的主觀隨意性較大，要求分析者對實際問題的特征有比較透徹的了解。下面用阿爾蒙法估計如下有限分布滯后模型：在實際應用中，Eviews提供了多項式分布滯后指令“PDL”用于估計分布滯后模型。下面結合本例給出操作過程：1． 建立工作文件并錄入數(shù)據(jù)同前操作在Eviews中輸入X和Y的數(shù)據(jù)，：2．模型估計與檢驗進入Equation Specification 對話欄，鍵入方程形式Y C PDL(X, 3, 2)其中，“PDL指令”表示進行多項式分布滯后（Polynomial Distributed Lags）模型的估計，括號中的3表示X的分布滯后長度，2表示多項式的階數(shù)。在Estimation Settings欄中選擇Least Squares(最小二乘法)，點擊OK，：，有如下的具體說明1．回歸系數(shù)PDL0PDL02等是多項式分布滯后系數(shù)，其計算公式為例如，等等。 需要說明的是，這部分回歸結果的計算公式與阿爾蒙法的計算公式是有區(qū)別的。阿爾蒙法的計算公式為：。請同學們自行己自行比較分析兩者之間的差異。2．回歸結果的第二部分是“Lag Distribution of X”以下的部分。這部分主要是說明原始方程的回歸結果。在本例中，我們有：上述回歸系數(shù)左側的圖形就是變量X回歸系數(shù)的坐標圖，橫軸是以滯后階次“i”為坐標（垂直向下），縱軸是以為坐標（從左向右）。3．為了比較分析阿爾蒙法的基本原理。首先將系數(shù)(i=0,1,2,3)用二次多項式近似，即則原模型可變?yōu)槠渲性贓views工作文件中輸入X和Y的數(shù)據(jù)，在工作文件窗口中點擊“Genr”工具欄，出現(xiàn)對話框，輸入生成變量Z0t的公式，點擊“OK”；類似，可生成Z1t、Z2t變量的數(shù)據(jù)。進入Equation Specification 對話欄，鍵入回歸方程形式Y C Z0 Z1 Z2點擊“OK”，：、 ZZ2對應的系數(shù)分別為 的估計值。將它們代入分布滯后系數(shù)的阿爾蒙多項式中，可計算出的估計值為：從而，分布滯后模型的最終估計式為：值得注意的是，用“PDL”估計分布滯后模型時，Eviews所采用的滯后系數(shù)多項式變換不是形如教材（）式的阿爾蒙多項式，而是阿爾蒙多項式的派生形式。因此，輸出結果中PDL0PDL0PDL03對應的估計系數(shù)不是阿爾蒙多項式系數(shù)的估計。但同分步計算的結果相比，最終的分布滯后估計系數(shù)式是相同的。實驗五 虛擬解釋變量回歸一、實驗目的：掌握虛擬解釋變量回歸模型的估計與應用，熟悉EViews的基本操作。二、實驗要求：應用教材第234頁案例做解釋變量回歸與分析。三、實驗原理：普通最小二乘法、虛擬變量設置原則、分段線性回歸四、預備知識：最小二乘法估計的原理、t檢驗、擬合優(yōu)度檢驗、虛擬變量設置陷阱五、實驗步驟【案例】 虛擬解釋變量回歸改革開放以來，隨著經(jīng)濟的發(fā)展中國城鄉(xiāng)居民的收入快速增長，同時城鄉(xiāng)居民的儲蓄存款也迅速增長。經(jīng)濟學界的一種觀點認為，20世紀90年代以后由于經(jīng)濟體制、住房、醫(yī)療、養(yǎng)老等社會保障體制的變化，使居民的儲蓄行為發(fā)生了明顯改變。為了考察改革開放以來中國居民的儲蓄存款與收入的關系是否已發(fā)生變化，以城鄉(xiāng)居民人民幣儲蓄存款年底余額代表居民儲蓄（Y），以國民總收入GNI代表城鄉(xiāng)居民收入，分析居民收入對儲蓄存款影響的數(shù)量關系。1．建立工作文件并錄入數(shù)據(jù)2．模型設定為了研究1978—2003年期間城鄉(xiāng)居民儲蓄存款隨收入的變化規(guī)律是否有變化,考證城鄉(xiāng)居民儲蓄存款、國民總收入隨時間的變化情況，：，尚無法得到居民的儲蓄行為發(fā)生明顯改變的詳盡信息。若取居民儲蓄的增量（YY），并作時序圖（） 從居民儲蓄增量圖可以看出，城鄉(xiāng)居民的儲蓄行為表現(xiàn)出了明顯的階段特征：在1996年和2000年有兩個明顯的轉折點。再從城鄉(xiāng)居民儲蓄存款增量與國民總收入之間關系的散布圖看（），也呈現(xiàn)出了相同的階段性特征。 為了分析居民儲蓄行為在1996年前后和2000年前后三個階段的數(shù)量關系，引入虛擬變量D1和D2。D1和D2的選擇，是以1992000年兩個轉折點作為依據(jù)，,并設定了如下以加法和乘法兩種方式同時引入虛擬變量的模型： 其中： 3．估計與檢驗 ：對上式進行回歸后，有：即有： （） （） （） （） (） （） () () 由于各個系數(shù)的t檢驗均大于2，表明各解釋變量的系數(shù)顯著地不等于0，居民人民幣儲蓄存款年增加額的回歸模型分別為： 4．結果分析以上結果表明三個時期居民儲蓄增加額的回歸方程在統(tǒng)計意義上確實是不相同的。1996年以前收入每增加1億元，；在2000年以后，已發(fā)生了很大變化。上述模型與城鄉(xiāng)居民儲蓄存款與國民總收入之間的散布圖是吻合的，與當時中國的實際經(jīng)濟運行狀況也是相符的。需要指出的是，在上述建模過程中，主要是從教學的目的出發(fā)運用虛擬變量法則，沒有考慮通貨膨脹因素。而在實證分析中，儲蓄函數(shù)還應當考慮通貨膨脹因素。實驗六 時間序列平穩(wěn)性檢驗和協(xié)整檢驗一、實驗目的：掌握時間序列的平穩(wěn)性檢驗和兩變量協(xié)整檢驗二、實驗要求：應用教材第227頁案例做平穩(wěn)性檢驗和協(xié)整檢驗并建立誤差調整模型三、實驗原理：ADF單位根檢驗、EG兩步法協(xié)整檢驗四、預備知識：平穩(wěn)性檢驗和協(xié)整檢驗，間接最小二乘和兩階段最小二乘五、實驗步驟1．建立Workfile和對象，錄入人均可支配收入sr和生活費zc支出數(shù)據(jù)（P278）。2．雙擊打開sr序列表格形式，點擊表格左端View\Gragh\Line，可以看出sr是有一定時間趨勢的，而且有明顯的季節(jié)波動。 可見序列sr具有明顯的趨勢和季節(jié)波動，宜采用模型3或模型2檢驗。3．點擊序列sr表格上菜單命令：View\Unit Root Test，出現(xiàn)對話框（）可從圖中看到，默認的檢驗方法為ADF，默認檢驗水平數(shù)據(jù)（原始數(shù)據(jù)，后兩者1st、2nd為1階差分和二階差分數(shù)據(jù)），默認的檢驗模式為模型2。而右邊在滯后階數(shù)的選取上，默認采用SIC最小。4．將檢驗模型改為模型3，其余采用默認設定，點OK，：從結果可以判斷序列sr有單位根。大家可以選擇其他模式和滯后期來檢驗，以形成最終的判斷。按同樣辦法，可以判斷zc序列有單位根。檢驗序列sr一階差分序列的平穩(wěn)性： diferent，檢驗模型為模型2，點OK，從結果中可見序列sr為一階差分平穩(wěn)的，故序列sr為一階單整的。同樣可以檢驗得到序列zc亦為一階單整的。5．協(xié)整檢驗作zc對sr的回歸：ls zc c sr。得到殘差序列resid。用Genr命令生成新的序列e：Genr e=resid。（以上命令輸入命令欄來執(zhí)行） 對新序列e作單位根檢驗：雙擊序列e，打開其表格形式，點View\Unit Root Test。在彈出的對話框中選擇模型1（None）做檢驗?？梢娦蛄衑無單位根，序列sr與zc協(xié)整。6． 建立誤差校正模型用Genr命令生成序列sr和zc的一階差分序列數(shù)據(jù)。在命令欄中輸入一下命令并回車：Genr DSR=SRSR(1) Genr DZC=ZCZC(1) 得到序列sr和zc的一階差分序列數(shù)據(jù)。 設定模型為 在命令欄輸入命令 ls DZC c DSR e(1) 回車，得到誤差校正模型回歸結果（）實驗七 聯(lián)立方程組的估計一、實驗目的：掌握用TSLS估計聯(lián)立方程組二、實驗要求：用第331頁案例做聯(lián)立方程組的估計三、實驗原理：普通最小二乘、兩階段最小二乘四、預備知識：間接最小二乘和兩階段最小二乘五、實驗步驟1．過度識別方程的TSLS估計設定簡單宏觀經(jīng)濟模型為：可以判斷投資方程和消費方程均為過度識別方程，可使用TSLS方法估計。對消費函數(shù)的估計：主界面菜單Quick\Estimate equation，彈出對話框specification，在估計方法欄選擇TSLS，則得到如下界面（）：在第一個文本框中，輸入回歸方程（同OLS）：COM c GDP COM(1)，在第二個文本框中輸入前定變量（含c）：c COM(1) INV(1) GOV，點“確定”，得到回歸結果（）：對于投資方程可以同樣估計。（1）對投資函數(shù)的估計：主界面菜單Quick\Estimate equation，彈出對話框specification，在估計方法欄選擇TSLS。（2）在第一個文本框中，輸入回歸方程：INV c GDP INV(1)，在第二個文本框中同樣輸入前定變量（含c）：c COM(1) INV(1) GOV，點“確定”，得到回歸結果（） 2．用OLS直接對投資方程作估計