經(jīng)濟(jì)計(jì)量管理學(xué)與財(cái)務(wù)知識(shí)分析課程-wenkub.com
2025-06-22 18:05 本頁(yè)面
【正文】 所以，將滯后期確定為4時(shí)合理的。⒉利用Almon方法估計(jì)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(jì)的模型和還原后的估計(jì)模型及相應(yīng)參數(shù)。表1 某地區(qū)制造行業(yè)統(tǒng)計(jì)資料 單位：億元年份庫(kù)存Y銷售額X年份庫(kù)存Y銷售額X198150070272801990846554644919825270730219199190875502821983538143079619929707453555198454939308961993101645528591985582133311319941024455591719866004335032199510771962017198763383373351996120870713981988682214100319971471358207819897796544869一、 Almon估計(jì)⒈分析滯后期長(zhǎng)度在Eviews命令窗口中鍵入：CROSS Y X，輸出結(jié)果見圖1。獨(dú)立樣本回歸與混合樣本回歸結(jié)果如圖75～圖77所示。三、我國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)要求：⒈利用虛擬變量分析兩年的消費(fèi)函數(shù)是否有顯著差異；⒉利用混合樣本建立我國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)。方法：取虛擬變量D1＝1（1996年以后），D1＝0（1996年以前）。圖72 我國(guó)城鎮(zhèn)居民彩電需求的估計(jì)我國(guó)城鎮(zhèn)居民彩電需求函數(shù)的估計(jì)結(jié)果為： ()() () ()＝ ＝ F＝ ＝ 虛擬變量的回歸系數(shù)的檢驗(yàn)都是顯著的，且模型的擬合優(yōu)度很高，說(shuō)明我國(guó)城鎮(zhèn)居民低收入家庭與中高收入家庭對(duì)彩電的消費(fèi)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。表72 我國(guó)城鎮(zhèn)居民人均消費(fèi)支出和可支配收入統(tǒng)計(jì)資料收入等級(jí)19981999消費(fèi)支出Y收入XD消費(fèi)支出Y收入XD困難戶01最低收入戶01低收入戶01中等偏下戶01中等收入戶01中等偏上戶01高收入戶01最高收入戶01資料來(lái)源：據(jù)《中國(guó)統(tǒng)計(jì)年鑒》1999－2000整理計(jì)算得到【實(shí)驗(yàn)步驟】一、我國(guó)城鎮(zhèn)居民彩電需求函數(shù)⒈相關(guān)圖分析；鍵入命令：SCAT X Y，則人均收入與彩電擁有量的相關(guān)圖如71所示。圖2圖3圖4圖5圖6上述每個(gè)回歸方程的F檢驗(yàn)值都非常顯著，方程回歸系數(shù)的T檢驗(yàn)值表明：X1與XX2與XX3與XX4與X、X5與XXX4的T檢驗(yàn)值較小，這些變量之間可能不相關(guān)或相關(guān)程度較小。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(diǎn)擊View\Correlations，其結(jié)果如圖1所示。⑵模型2模型2的表達(dá)式為：表示上期居民存款余額相對(duì)增加1％時(shí)，％，當(dāng)GDP指數(shù)的發(fā)展速度相對(duì)增加1％時(shí)，％。采用偏相關(guān)系數(shù)檢驗(yàn)的結(jié)果如圖524所示，圖中偏相關(guān)系數(shù)方塊均未超過(guò)虛線，模型2不存在自相關(guān)性。圖521 模型1的估計(jì)結(jié)果圖521表明了DW=，n＝20，k＝2，查表得＝，＝，而＝DW，屬于無(wú)法判定區(qū)域。加上ar1 2調(diào)整后不存在自相關(guān)性，但僅有AR(2)項(xiàng)調(diào)整后用偏相關(guān)系數(shù)檢驗(yàn)仍然存在2階和6階自相關(guān)，且BG檢驗(yàn)結(jié)果與偏相關(guān)系數(shù)檢驗(yàn)結(jié)果不同，且BG檢驗(yàn)滯后期不同，結(jié)果不同。二次多項(xiàng)式BG檢驗(yàn)BG檢驗(yàn)與偏相關(guān)系數(shù)檢驗(yàn)結(jié)果不同三、自相關(guān)性的調(diào)整：加入AR項(xiàng)⒈對(duì)雙對(duì)數(shù)模型進(jìn)行調(diào)整；在LS命令中加上AR(1)和AR(2)，使用迭代估計(jì)法估計(jì)模型。圖512則表明二次多項(xiàng)式模型僅存在二階自相關(guān)。二、自相關(guān)性檢驗(yàn)⒈DW檢驗(yàn)；⑴雙對(duì)數(shù)模型因?yàn)閚＝21，k＝1，取顯著性水平＝，查表得＝，＝，而0＝DW，所以存在（正）自相關(guān)。各模型的殘差分布表如圖57至圖510所示。圖55 指數(shù)模型估計(jì)結(jié)果其檢驗(yàn)報(bào)告如下： () ()＝ F＝ ＝⑸二次多項(xiàng)式模型：GENR X2=X^2LS Y C X X2估計(jì)結(jié)果及相關(guān)信息如圖56所示。圖51 我國(guó)城鄉(xiāng)居民儲(chǔ)蓄存款與GDP指數(shù)相關(guān)圖⒉估計(jì)模型，利用LS命令分別建立以下模型⑴線性模型： LS Y C X由此得到估計(jì)結(jié)果及相關(guān)信息如圖52所示。【實(shí)驗(yàn)內(nèi)容】表51列出了我國(guó)城鄉(xiāng)居民儲(chǔ)蓄存款年底余額（單位：億元）和國(guó)內(nèi)生產(chǎn)總值指數(shù)（1978年＝100）的歷年統(tǒng)計(jì)資料，試建立我國(guó)城鄉(xiāng)居民儲(chǔ)蓄存款模型，并檢驗(yàn)?zāi)Ｐ偷淖韵嚓P(guān)性。圖14圖15圖16圖17⒊對(duì)所估計(jì)的模型再進(jìn)行White檢驗(yàn)，觀察異方差的調(diào)整情況對(duì)所估計(jì)的模型再進(jìn)行White檢驗(yàn)，其結(jié)果分別對(duì)應(yīng)圖11117的回歸模型（如圖1121所示）。所以認(rèn)為存在異方差性。圖7 Park檢驗(yàn)回歸模型從圖7所示的回歸結(jié)果中可以看出，LNX的系數(shù)估計(jì)值不為0且能通過(guò)顯著性檢驗(yàn)，即隨即誤差項(xiàng)的方差與解釋變量存在較強(qiáng)的相關(guān)關(guān)系，即認(rèn)為存在異方差性。實(shí)際應(yīng)用中可以直接觀察相伴概率p值的大小，若p值較小，則認(rèn)為存在異方差性。取時(shí)，查F分布表得，而，所以存在異方差性⒊White檢驗(yàn)⑴建立回歸模型：LS Y C X，回歸結(jié)果如圖5。圖2 我國(guó)制造業(yè)銷售利潤(rùn)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(kuò)大趨勢(shì)，即表明存在異方差性。表1 我國(guó)制造工業(yè)1998年銷售利潤(rùn)與銷售收入情況行業(yè)名稱銷售利潤(rùn)銷售收入行業(yè)名稱銷售利潤(rùn)銷售收入食品加工業(yè)醫(yī)藥制造業(yè)食品制造業(yè)化學(xué)纖維制品飲料制造業(yè)橡膠制品業(yè)煙草加工業(yè)塑料制品業(yè)1345紡織業(yè)非金屬礦制品服裝制品業(yè)黑色金屬冶煉皮革羽絨制品有色金屬冶煉木材加工業(yè)金屬制品業(yè)家具制造業(yè)普通機(jī)械制造造紙及紙品業(yè)專用設(shè)備制造印刷業(yè)交通運(yùn)輸設(shè)備文教體育用品電子機(jī)械制造石油加工業(yè)電子通訊設(shè)備化學(xué)原料紙品儀器儀表設(shè)備一、 檢驗(yàn)異方差性⒈圖形分析檢驗(yàn)⑴觀察銷售利潤(rùn)（Y）與銷售收入（X）的相關(guān)圖(圖1)：SCAT X Y圖1 我國(guó)制造工業(yè)銷售利潤(rùn)與銷售收入相關(guān)圖從圖中可以看出，隨著銷售收入的增加，銷售利潤(rùn)的平均水平不斷提高，但離散程度也逐步擴(kuò)大。圖38 回歸方程的殘差分析圖39 模型1的殘差分布圖310 模型2的殘差分布圖311 模型3的殘差分布圖312 模型4的殘差分布圖313 模型5的殘差分布三、模型預(yù)測(cè)假設(shè)估計(jì)的模型為一元線性回歸模型。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(guò)變量顯著性檢驗(yàn)，因此，該模型也應(yīng)舍棄。分別在模型1～模型5的各方程窗口中點(diǎn)擊View/Actual, Fitted, Residual/ Actual, Fitted, Residual Table（圖38），可以得到各個(gè)模型相應(yīng)的殘差分布表（圖39至圖313）。比較方式2的不同控制過(guò)程可見，迭代估計(jì)過(guò)程的收斂性及收斂速度與參數(shù)初始值的選取密切相關(guān)。②參數(shù)初值：0，0，0；迭代精度：10－5；圖35 生產(chǎn)函數(shù)估計(jì)結(jié)果從圖35看出，將收斂的誤差精度改為10－5后，迭代100次后仍報(bào)告不收斂，說(shuō)明在使用迭代估計(jì)法時(shí)參數(shù)的初始值與誤差精度或迭代次數(shù)設(shè)置不當(dāng)，會(huì)直接影響模型的估計(jì)結(jié)果。方式2：迭代估計(jì)非線性模型，迭代過(guò)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(diǎn)擊Options，輸入精度控制值。㈢建立非線性回歸模型——CD生產(chǎn)函數(shù)。圖32 剔除時(shí)間變量后的估計(jì)結(jié)果因此，我國(guó)國(guó)有獨(dú)立工業(yè)企業(yè)的生產(chǎn)函數(shù)為： （模型2）＝() () () 從圖32的結(jié)果看出，回歸系數(shù)的符號(hào)和數(shù)值也是合理的。從圖31看出，表明資金對(duì)企業(yè)產(chǎn)出的影響是顯著的。表31 我國(guó)國(guó)有獨(dú)立核算工業(yè)企業(yè)統(tǒng)計(jì)資料年份時(shí)間工業(yè)總產(chǎn)值Y（億元）職工人數(shù)L（萬(wàn)人）固定資產(chǎn)K（億元）19781313919792320819803333419814348819825358219836363219847366919858381519869395519871040861988114229198912427319901343641991144472199215452119931644981994174545資料來(lái)源：根據(jù)《中國(guó)統(tǒng)計(jì)年鑒－1995》和《中國(guó)工業(yè)經(jīng)濟(jì)年鑒1995》計(jì)算整理【實(shí)驗(yàn)步驟】一、建立多元線性回歸模型㈠建立包括時(shí)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(jì)資料： DATA Y L K⒊生成時(shí)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(jì)結(jié)果及有關(guān)信息如圖31所示?！緦?shí)驗(yàn)內(nèi)容】建立我國(guó)國(guó)有獨(dú)立核算工業(yè)企業(yè)生產(chǎn)函數(shù)。圖13 回歸方程殘差分析菜單上述兩個(gè)回歸模型的殘差分別表分別如下（圖1圖15）。雙對(duì)數(shù)模型：() () 對(duì)數(shù)模型：() () 指數(shù)模型：() () 二次函數(shù)模型：() () () 圖9 雙對(duì)數(shù)模型回歸結(jié)果圖10 對(duì)數(shù)模型回歸結(jié)果圖11 指數(shù)模型回歸結(jié)果圖12 二次函數(shù)模型回歸結(jié)果六、 模型比較四個(gè)模型的經(jīng)濟(jì)意義都比較合理，解釋變量也都通過(guò)了T檢驗(yàn)。因此，我國(guó)稅收模型的估計(jì)式為：這個(gè)估計(jì)結(jié)果表明，GDP每增長(zhǎng)1億元。兩變量趨勢(shì)圖分析結(jié)果顯示，我國(guó)稅收收入與GDP二者存在差
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1