計量經(jīng)濟(jì)學(xué)實驗二

計量經(jīng)濟(jì)學(xué)實驗二實驗二（一）異方差性【實驗?zāi)康摹空莆债惙讲钚缘臋z驗及處理方法【實驗內(nèi)容】建立并檢驗我國制造業(yè)利潤函數(shù)模型【實驗步驟】【例1】表1列出了1998年我國主要制造工業(yè)銷售收入與銷售利潤的統(tǒng)計資料，請利用統(tǒng)計軟件Eviews建立我國制造業(yè)利潤函數(shù)模型。表1我國制造工業(yè)1998年銷售利潤與銷售收入情況行業(yè)名稱銷售利潤銷售收入行業(yè)名稱銷售利潤銷售收入食品加工業(yè)187.253180.44醫(yī)藥制造業(yè)238.711264.1食品制造業(yè)111.421119.88化學(xué)纖維制品81.57779.46飲料制造業(yè)205.421489.89橡膠制品業(yè)77.84692.08煙草加工業(yè)183.871328.59塑料制品業(yè)144.341345圖3樣本1回歸結(jié)果⑶利用樣本2建立回歸模型2（回歸結(jié)果如圖4），其殘差平方和為63769.67。SMPL1928LSYCX圖4樣本2回歸結(jié)果⑷計算F統(tǒng)計量：＝63769.67/2579.59=24.72，分別是模型1和模型2的殘差平方和。取時，查F分布表得，而，所以存在異方差性⒊White檢驗⑴建立回歸模型：LSYCX，回歸結(jié)果如圖5。圖5我國制造業(yè)銷售利潤回歸模型⑵在方程窗口上點擊View\Residual\Test\WhiteHeteroskedastcity,檢驗結(jié)果如圖6。圖6White檢驗結(jié)果其中F值為輔助回歸模型的F統(tǒng)計量值。取顯著水平，由于,所以存在異方差性。實際應(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。反之，則認(rèn)為不存在異方差性。⒋Park檢驗⑴建立回歸模型（結(jié)果同圖5所示）。⑵生成新變量序列：GENRLNE2=log(RESID^2)GENRLNX=log⑶建立新殘差序列對解釋變量的回歸模型：LSLNE2CLNX，回歸結(jié)果如圖7所示。圖7Park檢驗回歸模型從圖7所示的回歸結(jié)果中可以看出，LNX的系數(shù)估計值不為0且能通過顯著性檢驗，即隨即誤差項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。⒌Gleiser檢驗（Gleiser檢驗與Park檢驗原理相同）⑴建立回歸模型（結(jié)果同圖5所示）。⑵生成新變量序列：GENRE=ABS(RESID)⑶分別建立新殘差序列（E）對各解釋變量（XX^2X^(1/2)X^(－1)X^(－2)X^(－1/2)）的回歸模型：LSECX，回歸結(jié)果如圖8所示。圖8由上述各回歸結(jié)果可知，各回歸模型中解釋變量的系數(shù)估計值顯著不為0且均能通過顯著性檢驗。所以認(rèn)為存在異方差性。⑷由F值或確定異方差類型調(diào)整異方差性⒈確定權(quán)數(shù)變量根據(jù)Park檢驗生成權(quán)數(shù)變量：GENRW1=1/X^1.6743根據(jù)Gleiser檢驗生成權(quán)數(shù)變量：GENRW2=1/X^0.5另外生成：GENRW3=1/ABS(RESID）GENRW4=1/RESID^2⒉利用加權(quán)最小二乘法估計模型在Eviews命令窗口中依次鍵入命令：LS(W=)YCX或在方程窗口中點擊Estimate\Option按鈕，并在權(quán)數(shù)變量欄里依次輸入W1、W2、W3、W4，進(jìn)行回歸w1結(jié)果圖所示。圖9⒊對所估計的模型再進(jìn)行White檢驗，觀察異方差的調(diào)整情況對所估計的模型再進(jìn)行White檢驗。圖10

（二）自相關(guān)性【實驗?zāi)康摹空莆兆韵嚓P(guān)性的檢驗與處理方法?！緦嶒瀮?nèi)容】利用表5-1資料，試建立我國城鄉(xiāng)居民儲蓄存款模型，并檢驗?zāi)Ｐ偷淖韵嚓P(guān)性。表5-1我國城鄉(xiāng)居民儲蓄存款與GDP統(tǒng)計資料（1978年＝100）年份存款余額YGDP指數(shù)X年份存款余額YGDP指數(shù)X1978210.60100.019895146.90271.31979281.00107.619907034.20281.71980399.50116.019919107.00307.61981523.70122.1199211545.40351.41982675.40133.1199314762.39398.81983892.50147.6199421518.80449.319841214.70170.0199529662.25496.519851622.60192.9199638520.84544.119862237.60210.0199746279.80592.019873073.30234.0199853407.47638.219883801.50260.7【實驗步驟】一、回歸模型的篩選⒈相關(guān)圖分析SCATXY相關(guān)圖表明，GDP指數(shù)與居民儲蓄存款二者的曲線相關(guān)關(guān)系較為明顯?，F(xiàn)將函數(shù)初步設(shè)定為線性、雙對數(shù)、對數(shù)、指數(shù)、二次多項式等不同形式，進(jìn)而加以比較分析。⒉估計模型，利用LS命令分別建立以下模型LSYCX(-6.706)(13.862)＝0.9100F＝192.145S.E＝5030.809二、自相關(guān)性檢驗⒈DW檢驗；雙對數(shù)模型因為n＝21，k＝1，取顯著性水平＝0.05時，查表得＝1.22，＝1.42，而0<0.7062＝DW<，所以存在（正）自相關(guān)。⒉偏相關(guān)系數(shù)檢驗在方程窗口中點擊View/ResidualTest/Correlogram-Q-statistics，并輸入滯后期為10，則會得到殘差與的各期相關(guān)系數(shù)和偏相關(guān)系數(shù)。⒊BG檢驗在方程窗口中點擊View/ResidualTest/SeriesCorrelationLMTest，并選擇滯后期為2，則會得到如圖所示的信息。圖雙對數(shù)模型的BG檢驗圖中，=11.31531，臨界概率P=0.0034，因此輔助回歸模型是顯著的，即存在自相關(guān)性。又因為，的回歸系數(shù)均顯著地不為0，說明雙對數(shù)模型存在一階和二階自相關(guān)性。三、自相關(guān)性的調(diào)整：加入AR項對雙對數(shù)模型進(jìn)行調(diào)整；在LS命令中加上AR(1)和AR(2)，使用迭代估計法估計模型。鍵入命令：LSLNYCLNXAR(1)AR(2)結(jié)果表明，估計過程經(jīng)過4次迭代后收斂；，的估計值分別為0.9459和-0.5914，并且檢驗顯著，說明雙對數(shù)模型確實存在一階和二階自相關(guān)性。調(diào)整后模型的DW＝1.6445，n＝19，k＝1，取顯著性水平＝0.05時，查表得＝1.18，＝1.40，而<1.6445＝DW<4－，說明模型不存在一階自相關(guān)性；再進(jìn)行偏相關(guān)系數(shù)檢驗（圖5-17）和BG檢驗（圖5-18），也表明不存在高階自相關(guān)性，因此，中國城鄉(xiāng)居民儲蓄存款的雙對數(shù)模型為：(-25.263)(52.683)＝0.9982F＝2709.985S.E＝0.0744DW＝1.6445四、重新設(shè)定雙對數(shù)模型中的解釋變量：模型1：加入上期儲蓄LNY(-1)；模型2：解釋變量取成：上期儲蓄LNY(-1)、本期X的增長DLOG(X)。⒈檢驗自相關(guān)性；⑴模型1鍵入命令：LSLNYCLNXLNY(-1)結(jié)果表明了DW=1.358，n＝20，k＝2，查表得＝1.100，＝1.537，而<1.358