計(jì)量經(jīng)濟(jì)學(xué)-結(jié)構(gòu)方程_第1頁
計(jì)量經(jīng)濟(jì)學(xué)-結(jié)構(gòu)方程_第2頁
計(jì)量經(jīng)濟(jì)學(xué)-結(jié)構(gòu)方程_第3頁
計(jì)量經(jīng)濟(jì)學(xué)-結(jié)構(gòu)方程_第4頁
計(jì)量經(jīng)濟(jì)學(xué)-結(jié)構(gòu)方程_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

5/5XXX學(xué)院實(shí)驗(yàn)報(bào)告課程名稱計(jì)量經(jīng)濟(jì)學(xué)成績(jī)實(shí)驗(yàn)名稱結(jié)構(gòu)方程模型專業(yè)投資學(xué)年級(jí)/班級(jí)B18投資學(xué)一班指導(dǎo)教師實(shí)驗(yàn)地點(diǎn)文博樓實(shí)驗(yàn)室名稱經(jīng)濟(jì)學(xué)實(shí)驗(yàn)中心實(shí)驗(yàn)時(shí)間實(shí)驗(yàn)儀器計(jì)算機(jī)、eviews計(jì)量分析軟件姓名學(xué)號(hào)實(shí)驗(yàn)?zāi)康氖裁词锹?lián)立方程模型?根據(jù)數(shù)據(jù)建立結(jié)構(gòu)方程模型,并說明可識(shí)別情況。運(yùn)用二階段最小二乘法TSLS進(jìn)行結(jié)構(gòu)方程估計(jì)。對(duì)估計(jì)結(jié)果進(jìn)行解釋。實(shí)驗(yàn)內(nèi)容\步驟建立結(jié)構(gòu)方程模型:建立宏觀經(jīng)濟(jì)模型:消費(fèi)函數(shù),投資函數(shù),收入方程。判斷模型是否是可識(shí)別的。TSLS結(jié)構(gòu)方程估計(jì):在Object菜單中選擇NewObject,然后在Typeofobject中選擇System,點(diǎn)擊OK。在System窗口中輸入ct=c(1)+c(2)*yt+c(3)*ct(-1),it=c(4)+c(5)*yt,instgtct(-1),點(diǎn)擊estimate,選擇Two-SLS估計(jì)法,得到估計(jì)結(jié)果。實(shí)驗(yàn)結(jié)果分析及討論1.什么是聯(lián)立方程模型?聯(lián)立方程模型是指同時(shí)用若干個(gè)相互關(guān)聯(lián)的方程,表示一個(gè)經(jīng)濟(jì)系統(tǒng)中經(jīng)濟(jì)變量相互依存性的模型。2.建立結(jié)構(gòu)方程模型,并說明可識(shí)別情況。建立如下所示的宏觀經(jīng)濟(jì)模型:消費(fèi)函數(shù):投資函數(shù):收入方程:判斷該聯(lián)立方程模型中投資函數(shù)方程是過度識(shí)別的,消費(fèi)函數(shù)方程是恰好識(shí)別的,整個(gè)結(jié)構(gòu)模型是可識(shí)別的。具體的步驟如下面所述:在聯(lián)立方程模型中,為內(nèi)生變量,為前定變量。所以結(jié)構(gòu)模型中內(nèi)生變量為,內(nèi)生變量和前定變量的總個(gè)數(shù)為。

(2)階條件:對(duì)于投資函數(shù)方程來說,方程中內(nèi)生變量和前定變量的總個(gè)數(shù)為。根據(jù)前面講過的條件,所以階條件成立,此時(shí)如果投資函數(shù)方程可識(shí)別,則為過度識(shí)別;對(duì)于消費(fèi)函數(shù)方程來說,方程中內(nèi)生變量和前定變量的總個(gè)數(shù)為,根據(jù)前面講過的各件,所以階條件成立,此時(shí)如果消費(fèi)函數(shù)方程可識(shí)別,則為恰好識(shí)別;對(duì)于收入函數(shù)方程來說,方程中內(nèi)生變量和前定變量的總個(gè)數(shù)為,根據(jù)前面講過的條件,所以階條件成立,此時(shí)如果收入函數(shù)方程可識(shí)別,則為恰好識(shí)別。(3)秩條件:首先整理結(jié)構(gòu)模型,通過移項(xiàng),得到如下新的形式。

消費(fèi)函數(shù):投資函數(shù):

收入方程:結(jié)構(gòu)模型對(duì)應(yīng)的參數(shù)矩陣為:對(duì)于投資函數(shù)方程來說,在刪去其所對(duì)應(yīng)的行以及其非零元素所對(duì)應(yīng)的列以后,得到的子矩陣是:

實(shí)驗(yàn)結(jié)果分析及討論(續(xù))其秩為,所以本方程可識(shí)別,結(jié)合階條件,本方程為過度識(shí)別。

對(duì)于消費(fèi)函數(shù)方程來說,在刪去其所對(duì)應(yīng)的行以及其非零元素所對(duì)應(yīng)的列以后,得到的子矩陣是:其秩為,所以本方程可識(shí)別,結(jié)合階條件,本方程為恰好識(shí)別。對(duì)于收入方程來說,在刪去其所對(duì)應(yīng)的行以及其非零元素所對(duì)應(yīng)的列以后,得到的子矩陣是:其秩為,所以本方程可識(shí)別,結(jié)合階條件,本方程為恰好識(shí)別。綜合可知,本結(jié)構(gòu)模型可識(shí)別。實(shí)驗(yàn)結(jié)果分析及討論(續(xù))3.運(yùn)用二階段最小二乘法TSLS進(jìn)行結(jié)構(gòu)方程估計(jì)如下:System:UNTITLEDEstimationMethod:Two-StageLeastSquaresDate:12/07/21Time:10:45Sample:19792003Includedobservations:25Totalsystem(balanced)observations50CoefficientStd.Errort-StatisticProb.

C(1)273.3999177.35011.5415830.1302C(2)0.2651840.1745191.5195100.1356C(3)0.4337290.4291811.0105950.3176C(4)-258.6251131.6564-1.9643940.0557C(5)0.4017650.00801950.104440.0000Determinantresidualcovariance1.35E+09Equation:CT=C(1)+C(2)*YT+C(3)*CT(-1)

Instruments:GTCT(-1)CObservations:25R-squared0.998280

Meandependentvar6526.600AdjustedR-squared0.998123

S.D.dependentvar4023.411S.E.ofregression174.2940

Sumsquaredresid668324.6Durbin-Watsonstat1.003405Equation:IT=C(4)+C(5)*YT

Instruments:GTCT(-1)CObservations:25R-squared0.991067

Meandependentvar5279.634AdjustedR-squared0.990678

S.D.dependentvar3703.951S.E.ofregression357.6166

Sumsquaredresid2941461.Durbin-Watsonstat0.8144654.對(duì)估計(jì)結(jié)果進(jìn)行解釋如下:通過上述回歸結(jié)果,可以寫出最后的如下模型:消費(fèi)函數(shù):投資函數(shù):收入方程:可知我國(guó)居民的消費(fèi)和投資都與其可支配收入存在著正相關(guān)關(guān)系。消費(fèi)與收入的正相關(guān)關(guān)系并不顯著,投資與收入的正相關(guān)關(guān)系極為顯著。這從一定程度上說明收入增長(zhǎng)對(duì)我國(guó)居民的消費(fèi)需求并無顯著刺激作用。實(shí)驗(yàn)心得1.了解了聯(lián)立方程模型的基本概念、內(nèi)生變量、外生變量和前定變量的概念,學(xué)會(huì)了聯(lián)立方程模型的矩陣表示及結(jié)構(gòu)式、簡(jiǎn)化式分類。2.能夠運(yùn)用階條件和秩條件判斷模型是恰好識(shí)別、過度識(shí)別和不可識(shí)別。3.掌握了聯(lián)立方程模型的兩種估計(jì)方法:間接最小二乘法、兩階段最小二乘法,學(xué)會(huì)了運(yùn)用聯(lián)立方程模型描述和分析經(jīng)濟(jì)系統(tǒng)中變量之間的復(fù)雜關(guān)系。4.經(jīng)過這一節(jié)課的學(xué)習(xí),大家都收獲頗多,學(xué)會(huì)了很多新知識(shí),掌握了很多專業(yè)方法,在下節(jié)課的學(xué)習(xí)中我們會(huì)繼續(xù)保持這種良好的狀態(tài)。教師評(píng)閱1.學(xué)生實(shí)驗(yàn)動(dòng)手能力(20分)□優(yōu)秀(20-18)□較好(17-15)□合格(14-12)□不合格(11-0)2.實(shí)驗(yàn)報(bào)告內(nèi)容(共60分)(1)實(shí)驗(yàn)?zāi)康?、教材、原理、?nèi)容及涉及步驟記錄(20分)□正確、清晰、重點(diǎn)突出(20-18)□較正確、較清晰(17-15)□有較少錯(cuò)誤(14-12)□有較多錯(cuò)誤(11-0)(2)實(shí)驗(yàn)數(shù)據(jù)(現(xiàn)象)及結(jié)果記錄、處理(20分)□清晰、正確(20-18)□較清晰、較正確(17-15)□合格(14-12)□不合格(11-0)(3)實(shí)驗(yàn)結(jié)果分析及討論(20分)□結(jié)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論