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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
第七章
7.1表7.11中給出了1970-1987年期間美國的個人消費(fèi)支出(PCE)和個人可支配收入
(PDI)數(shù)據(jù),所有數(shù)字的單位都是10億美元(1982年的美元價)。
表7.111970-1987年美國個人消費(fèi)支出(PCE)和個人可支配收入(PDI)數(shù)據(jù)
年份PCEPDI年份PCEPDI年份PCEPDI
19701492.01668.119761803.92001.019822050.72261.5
19711538.81728.419771883.82066.619832146.02331.9
19721621.91797.419781961.02167.419842249.32469.8
19731689.61916319792004.42212.619852354.82542.8
19741674.01896.519802000.42214.319862455.22640.9
19751711.91931.719812042.22248.619872521.026863
估計下列模型:
PCE,=Ai^A2PDIl+4
PCE,=⑸+B2PD1,+B3PCE7+匕
(1)解釋這兩個回歸模型的結(jié)果。
(2)短期和長期邊際消費(fèi)傾向(MPC)是多少?
練習(xí)題7.1參考解答:
1)第一個模型回歸的估計結(jié)果如下,
DependentVariable:PCE
Method:LeastSquares
Date:07/27/05Time:21:41
Sample:19701987
Includedobservations:18
VariableCoefficientStd.Errort-StatisticProb.
C-216.426932.69425-6.6197230.0000
PDI1.0081060.01503367.059200.0000
R-squared0.996455Meandependentvar1955.606
AdjustedR-squared0.996233S.D.dependentvar307.7170
S.E.ofregression18.88628Akaikeinfocriterion8.819188
Sumsquaredresid5707.065Schwarzcriterion8.918118
Loglikelihood-77.37269F-statistic4496.936
Durbin-Watsonstat1.366654Prob(F-statistic)0.000000
回歸方程:PCE,=-216.4269十1.008106PZ)/z
(32.69425)(0.015033)
t=(-6.619723)(67.05920)
A?=0.996455F=4496.936
第二個模型回歸的估計結(jié)果如下,
DependentVariable:PCE
Method:LeastSquares
Date:07/27/05Time:21:51
Sample(adjusted):19711987
Includedobservations:17afteradjustments
VariableCoefficientStd.Errort-StatisticProb.
C-233.273645.55736-5.1204360.0002
PDI0.9823820.1409286.9708170.0000
PCE(-1)0.0371580.1440260.2579970.8002
R-squared0.996542Meandependentvar1982.876
AdjustedR-squared0.996048S.D.dependentvar293.9125
S.E.ofregression18.47783Akaikeinfocriterion8.829805
Sumsquaredresid4780.022Schwarzcriterion8.976843
Loglikelihood-72.05335F-statistic2017.064
Durbin-Watsonstat1.570195Prob(F-statistic)0.000000
回歸方程:PCE,=—233.2736+0.9824P。/,—0.0372PCE_1
(45.557)(0.1409)(0.1440)
t=(-5.120)(6.9708)(0.258)
9965F-2017.064
2)從模型一得到MPC=1.008;從模型二得到,短期MPOD.9824,由于模型二為自回歸模型,
要先轉(zhuǎn)換為分布滯后模型才能得到長期邊際消費(fèi)傾向,我們可以從庫伊克變換倒推得到長期
MPC=0.9824/(1+0.0372)=0.9472。
7.2表7.12中給出了某地區(qū)1980-2001年固定資產(chǎn)投資Y與銷售額X的資料。
表7.12某地區(qū)1980-2001年固定資產(chǎn)投資Y與銷售額X的資料(單位:億元)
年份YX年份YX
198036.9952.8051991128.68168.129
198133.6055.9061992123.97163.351
198235.4263.0271993117.35172.5〃
198342.3572.9311994139.61190.682
198452.4884.7901995152.88194.538
198553.6686.5891996137.95194.657
198658.5398.7971997141.06206.326
198767.48113.2011998163.45223.5^1
198878.13126.9051999183.80232.724
198995.13143.9362000192.61239.459
1990112.60154.3912001182.81235.142
運(yùn)用局部調(diào)整假定或自適應(yīng)預(yù)期假定估計以下模型參數(shù),并解釋模型的經(jīng)濟(jì)意義,探測
模型擾動項的一階自相關(guān)性:
1)設(shè)定模型
匕,="+/3X,+wz
其中匕“為預(yù)期最佳值。
2)設(shè)定模型
Y;=aXfe%
其中匕,為預(yù)期最佳值.
3)設(shè)定模型
Y,=a+fiX;+ut
其中X;為預(yù)期最佳值。
練習(xí)題7.2參考解答:
1)在局部調(diào)整假定下,先估計一階自回歸模型:匕+十〃;匕_1十〃;
回歸的估計結(jié)果如下,
DependentVariable:Y
Method:LeastSquares
Date:25/02/10Time:22:42
Sample(adjusted):19812001
Includedobservations:21afteradjustments
VariableCoefficientStd.Errort-StatisticProb.
C-15.104034.729450-3.1936130.0050
X0.6292730.0978196.4330310.0000
Y(-1)0.2716760.1148582.3653150.0294
R-squared0.987125Meandependentvar109.2167
AdjustedR-squared0.985695S.D.dependentvar51.78550
S.E.ofregression6.193728Akaikeinfocritericn6.616515
Sumsquaredresid690.5208Schwarzcriterion6.765733
Loglikelihood-66.47341F-statistic690.0561
Durbin-Watsonstat1.518595Prob(F-statistic)0.000000
回歸方程:Y,=-15.10403+0.629273X,+0.271676^^
(4.729450)(0.097819)(0.114858)
t=(-3.193613)(6.433031)(2.365315)
R2=0.987125F=690.0561DW=1.518595
根據(jù)局部調(diào)整模型的參數(shù)關(guān)系,有,=6a跖=印,伉=\-6,u;=3u,
將上述估計結(jié)果代入得到:
3=1一/;=1一0.271676=0.728324
a=—=-20.738064/3=屋=0.864001
A
故局部調(diào)整模型估計結(jié)果為:Y;=-20.738064+0.86400IX,
經(jīng)濟(jì)意義:該地區(qū)銷售額每增加1億元,未來預(yù)期最佳新增固定資產(chǎn)投資為0.864001億元。
運(yùn)用德賓h檢驗一階自相關(guān):
h=(\--)---------=(l--xl.518595)J------------?=1.29728
2
2\\-nVar(p.)2V1-21x0.114858
在顯著性水平。=°?°5上,查標(biāo)準(zhǔn)正態(tài)分布表得臨界值〃%=1.96,由于
|/?|=1.29728</z^=1.96,則接收原假設(shè)夕二°,說明自回歸模型不存
在一階自相關(guān)問題。
2)先對數(shù)變換模型,有In工"=lna+/?lnX,+%
在局部調(diào)整假定下,先估計一階自回歸模型:InY=Q'‘+用lnX,+/?"nZT+,
回歸的估計結(jié)果如下,
DependentVariable:LNY
Method:LeastSquares
Date:25/02/10Time:22:55
Sample(adjusted):19812001
Includedobservations:21afteradjustments
VariableCoefficientStd.Errort-StatisticProb.
C-1.0780460.184144-5.8543660.0000
LNX0.9045220.1112438.1310390.0000
LNY(-1)0.2600330.0877992.9616840.0084
R-squared0.993725Meandependentvar4.559823
AdjustedR-squared0.993028S.D.dependentvar0.562953
S.E.ofregression0.047007Akaikeinfocritericn-3.145469
Sumsquaredresid0.039774Schwarzcriterion-2.996251
Loglikelihood36.02742F-statistic1425.219
Durbin-Watsonstat1.479333Prob(F-statistic)0.000000
回歸方程:In工=—1.078046+0.904522InX.+0.260033In工_1
(0.181144)(0.111243)(0.087799)
t=(-5.854366)(8.131039)(2.961684)
R2=0.993725F=1425.219I)W1=1.479333
根據(jù)局部調(diào)整模型的參數(shù)關(guān)系,有l(wèi)na'=51na,〃。=加,0;=1-6
將上述估計結(jié)果代入得到:
5=1-夕;=1-0.260033=0.739967
Ina=電幺=-1.45688萬="=1.22238
A
故局部調(diào)整模型估計結(jié)果為:InZ*=—1.45688+1.222381nX,,也即
A
^=0.23296IX,122238
經(jīng)濟(jì)意義:該地區(qū)銷售額每增加現(xiàn),未來預(yù)期最佳新增固定資產(chǎn)投資為1.22238機(jī)
運(yùn)用德賓h檢驗一階自相關(guān):
n八1.479333、21
h="一如—"〃(£;)=(1———)=1.30313
l-21x0.087799T2
在顯著性水平2二°?°5上,查標(biāo)準(zhǔn)正態(tài)分布表得臨界值/?%=1.96,由于
同=1.30313v%=1.96,則接收原假設(shè)°二°,說明自回歸模型不存在
一階自相關(guān)。
3)在自適應(yīng)預(yù)期假定下,先估計一階自回歸模型:匕=a+4匕-1+%
回歸的估計結(jié)果如下,
DependentVariable:Y
Method:LeastSquares
Date:25/02/10Time:22:42
Sample(adjusted):19812001
Includedobservations:21afteradjustments
VariableCoefficientStd.Errort-StatisticProb.
C-15.104034.729450-3.1936130.0050
X0.6292730.0978196.4330310.0000
丫(-1)0.2716760.1148582.3653150.0294
R-squared0.987125Meandependentvar109.2167
AdjustedR-squared0.985695S.D.dependentvar51.78550
S.E.ofregression6.193728Akaikeinfocritericn6.616515
Sumsquaredresid690.5208Schwarzcriterion6.765733
Loglikelihood-66.47341F-statistic690.0561
Durbin-Watsonstat1.518595Prob(F-statistic)0.000000
回歸方程:Yt=-15.10403+0.629273X,+0.271676^_,
(4.729450)(0.097819)(0.114858)
t=(-3.193613)(6.433031)(2.365315)
R2=0.987125F=690.0561DW=1.518595
根據(jù)局部調(diào)整模型的參數(shù)關(guān)系,有cc*=6a0*0=印伏='-5《=du,
將上述估計結(jié)果代入得到:
b=1-夕:=1一0.271676=0.728324
a=—=-20.738064^=^-2-=0.864001
66
故局部調(diào)整模型估計結(jié)果為:=-20.738064+0.86400lXf
經(jīng)濟(jì)意義:該地區(qū)銷售額每增加1億元,未來預(yù)期最佳新增固定資產(chǎn)投資為().864001億元。
運(yùn)用德賓h檢驗一階自相關(guān):
n=(l-|xl.518595)21
h=(1--)=1.29728在顯著
21-21x0.1148582
性水平=0.05上,查標(biāo)準(zhǔn)正態(tài)分布表得臨界值%=1.96,由于
/2
|/?|=1.29728</?^=1.96,則接收原假設(shè)夕二°,說明自回歸模型不存在一階自相關(guān)。
7.3利用表7.12的數(shù)據(jù),取阿爾蒙多項式的次數(shù)m=2,運(yùn)用阿爾蒙多項式變換法估計
分布滯后模型:
工=a+0°X,++河X.2+&X-+氏X-+%
練習(xí)題7.3參考解答:
取。
分布滯后模型:Yt=a+^X,+p,Xr_,+...+/?4+u,s=4,m=2
假設(shè)再=4,4=閡+。]+%,分=4+2必+4%,分3=%+3%+9a2,
=a(}+4at+16a2(*)
則模型可變?yōu)椋篩t=a+a()Z()l+a,Zk+a2Z2l+u,,其中:
Z0/=X,十X,?十X,2十十X7
Z.=X,,+2X,2+3Xr3+4X,.
Z.=X,,+4X2+9Xr3+l6X,4
估計的回歸結(jié)果如下,
DependentVariable:Y
Method:LeastSquares
Date:25/02/10Time:23:19
Sample(adjusted):19842001
Includedobservations:18afteradjustments
VariableCoefficientStd.Errort-StatisticProb.
C-35.492348.192884-4.3320930.0007
ZO0.8910120.1745635.1042480.0002
Z1■0.6699040.254447-2.6327830.0197
Z20.1043920.0623111.6753380.1160
R-squared0.984670Meandependentvar121.2322
AdjustedR-squared0.981385S.D.dependentvar45.63348
S.E.ofregression6.226131Akaikeinfocritericn6.688517
Sumsquaredresid542.7059Schwarzcriterion6.886378
Loglikelihood■56.19666F-statistic299.7429
Durbin-Watsonstat1.130400Prob(F-statistic)0.000000
回歸方程:Y=-35.49243+0.89I012Z0/-0.669904Z,,+0.104392Z,,
a=-35.49124,%=0.89101,%=-0.66990,cr2-0.10439
由(*)式可得,
Bo=0.89101,a=0.32550,色=-0.03123,區(qū)=-0.17917,/74=-0.11833
由阿爾蒙多項式變換可得如下估計結(jié)果:
A
匕=-35.49234+0.89101Xz+0.32550X,,-0.03123X,,-0.17917X,3-0.11833X,
7.4表7.13中給出了1962-1995年某地區(qū)基本建設(shè)新增固定資產(chǎn)Y和全省工業(yè)總產(chǎn)值X
按當(dāng)年價格計算的歷史資料。
表7.131962-1995年某地區(qū)基本建設(shè)新增固定資產(chǎn)丫和全省工業(yè)總產(chǎn)值X(單位:億元)
年份YX年份YX
19620.944.9519792.0642.69
19631.696.6319807.9351.61
19641.788.5119818.0161.5
19651.849.3719826.6460.73
19664.3611.2319831664.64
19677.0211.3419848.8166.67
19685.5519.9198510.3873.78
19696.9329.4919866.269.52
19707.1736.8319877.9779.64
19712.3321.19198827.3392.45
19722.1818.14198912.58102.94
19732.3919.69199012.47105.62
19743.323.88199110.88104.88
19755.2429.65199217.7113.3
19765.3940.94199314.72127.13
19771.7833.08199413.76141.44
19780.7320.3199514.42173.75
(1)設(shè)定模型工*=a+作局部調(diào)整假定,估計參數(shù),并作解釋。
(2)設(shè)定模型匕=a+,X:+4作自適應(yīng)預(yù)期假定,估計參數(shù),并作解釋。
(3)比較上述兩種模型的設(shè)定及擬合情況,你覺得哪一個模型較好,為什么?
練習(xí)題7.4參考解答:
1)在局部調(diào)整假定下,先估計一階自回歸模型,yf=屋++6;匕t+〃:
回歸的估計結(jié)果如下,
DependentVariable:Y
Method:LeastSquares
Date:07/27/05Time:22:31
Sample(adjusted):19631995
Includedobservations:33afteradjustments
VariableCoefficientStd.Errort-StatisticProb.
C1.8966451.1671271.6250550.1146
X0.1021990.0247824.1239610.0003
Y(-1)0.0147000.1828650.C803890.9365
R-squared0.584750Meandependentvar7.804242
AdjustedR-squared0.557066S.D.dependentvar5.889686
S.E.ofregression3.919779Akaikeinfocriterion5.656455
Sumsquaredresid460.9399Schwarzcriterion5.792502
Loglikelihood-90.33151F-statistic21.12278
Durbin-Watsonstat1.901308Prob(F-statistic)0.000002
回歸方程:Y,=1.8966+0.1022X,+0.0147—
(1.167)(0.0248)(0.182865)
t=(1.625)(4.1239)(0.080389)
R2=0.584750F=21.12278
可以看出,X,的回歸系數(shù)顯著,而匕_1的回歸系數(shù)不顯著,R2不是很高,模型整體上對樣
本數(shù)據(jù)擬合一般。
根據(jù)局部調(diào)整模型的參數(shù)關(guān)系,有。"二9,息=羽/=1-5,";=砌,將上述估計結(jié)果
代入得到:5=0.9853,/?=().1037,a=1.9249
故局部調(diào)整模型為:Z*=1.9249+0.1037X,+M
經(jīng)濟(jì)意義:為了達(dá)到全省T.業(yè)總產(chǎn)值的計劃值,尋求一個未來預(yù)期新增固定資產(chǎn)的最佳量。
全省工業(yè)總產(chǎn)值每計劃增加1(億元),則未來預(yù)期最佳新增固定資產(chǎn)量為0.1037億元。
2)在自適應(yīng)預(yù)期假定下,先估計一階自回歸模型,丫廣,+/X,+伍Y.]+〃;
回歸的估計結(jié)果如下,
DependentVariable:Y
Method:LeastSquares
Date:07/27/05Time:22:31
Sample(adjusted):19631995
Includedobservations:33afteradjustments
VariableCoefficientStd.Errort-StatisticProb.
C1.8966451.1671271.6250550.1146
X0.1021990.0247824.1239610.0003
Y(-1)0.0147000.1828650.C803890.9365
R-squared0.584750Meandependentvar7.804242
AdjustedR-squared0.557066S.D.dependentvar5.889686
S.E.ofregression3.919779Akaikeinfocriterion5.656455
Sumsquaredresid460.9399Schwarzcriterion5.792502
Loglikelihood-90.33151F-statistic21,12278
Durbin-Watsonstat1.901308Prob(F-statistic)0.000002
回歸方程:Y,=1.8966+0.1022X,+0.0147—
(1.167)(0.0248)(0.182865)
t=(1.625)(4.1239)(0.080389)
R2=0.584750F=21.12278
可以看出,X,的回歸系數(shù)顯著,而匕_1的回歸系數(shù)不顯著,R2不是很高,模型整體上對樣
本數(shù)據(jù)擬合一般。
根據(jù)自適應(yīng)模型的參數(shù)關(guān)系,有a*=ya,/=內(nèi)一(1一丫)內(nèi)…代入得
到:/=0.9853,/?=().1037,a=1.9249
故局部調(diào)整模型為:Yf=1.9249+0.1037X:+%
經(jīng)濟(jì)意義:新增固定資產(chǎn)的變化取決于全省工業(yè)總產(chǎn)值的預(yù)期值。全省工業(yè)總產(chǎn)值每預(yù)期增
加增加1(億元),當(dāng)期新增固定資產(chǎn)量為0.1037(億元)。
3)局部調(diào)整模型和自適應(yīng)模型的區(qū)別在于:局部調(diào)整模型是對應(yīng)變量的局部調(diào)整而得到的:
而自適應(yīng)模型是由解釋變量的自適應(yīng)過程而得到的。由回歸結(jié)果可見,Y滯后一期的【可歸系
數(shù)并不顯著,說明兩個模型的設(shè)定都不合理。
7.5表7.14給出某地區(qū)各年末貨幣流通量Y,社會商品零售額XI、城鄉(xiāng)居民儲蓄余額X
2的數(shù)據(jù)。
表7.14某地區(qū)年末貨幣流通量、社會商品零售額、城鄉(xiāng)居民儲蓄余額數(shù)據(jù)(單位:億元)
城鄉(xiāng)居民
年末貨幣社會商品零城鄉(xiāng)居民儲年末貨幣社會商品零
年份年份儲蓄余額
流通量Y售額XI蓄余額X2流通量Y傳額XI
X2
19531051878676416319703850024033226156
195414088101433488819714710027453430944
195513375103989568919725720029919735961
195618354124525740619736000031400639667
195716867126467915619746250031895443320
1958185151344461019319756450033601546184
1959225S81549611393919766800035292448311
I960290361703701549519776300037811553313
1961414721491821255319786600041583061290
1962348261545641008019797600045203270033
1963300001425481160219808500051254392300
19642430014341515031198190000547956109707
196529300156998171081982101000S91088133799
196633900176387193011983100000646427164314
196736100178162204851984160000733162201199
196839600167074225721985192000919045277185
利用表中數(shù)據(jù)設(shè)定模型:Y:=a+IX、戶d內(nèi)
=aX^X^
其中,匕*為長期(或所需求的)貨幣流通量。試根據(jù)局部調(diào)整假設(shè),作模型變換,估計并檢驗
參數(shù),對參數(shù)經(jīng)濟(jì)意義做出解釋。
練習(xí)題7.5參考解答:
1)在局部調(diào)整假定下,先估計一階自回歸模型:匕=3+0及+0風(fēng)戶0;丫.1+11;
回歸的估計結(jié)果如下:
DependentVariable:Y
Method:LeastSquares
Date:26/02/10Time:15:56
Sample(adjusted):19541985
Includedobservations:32afteradjustments
VariableCoefficientStd.Errort-StatisticProb.
C6596.2284344.0781.5184420.1401
X10.0474510.0396101.1979400.2410
X20.2748380.0905343.0357360.0051
Y(-1)0.4052750.1872202.1646990.0391
R-squared0.967247Meandependentvar55355.97
AdjustedR-squared0.963738S.D.dependentvar40464.90
S.E.ofregression7705.604Akaikeinfocritericn20.85375
Sumsquaredresid1.66E+09Schwarzcriterion21.03697
Loglikelihood-329.6600F-statistic275.6267
Durbin-Watsonstat2.109534Prob(F-statistic)0.000000
回歸方程:匕=6596.228+0.04745+0.274838%^+0.405275/.
(4344.078)(0.039610)(0.090534)(0.187220)
t=(1.518442)(1.197940)(3.035736)(2.164699)
R2=0.967247F=275.6267l)W=2.109534
根據(jù)局部調(diào)整模型的參數(shù)關(guān)系,有Ina;Klna,第=印()平;=印、,優(yōu)=一
將上述估計結(jié)果代入得到:
A
In/In匕=a"+/InX,+/?;InX?,+&In工“5=1-鳳=1-0.405275=0.594725
a8B
a=_=H091.22367/%=—=0.07978A=—=0.462126
J0J
故局部調(diào)整模型估計結(jié)果為:
A
yf=11091.22367+0.07978Xlz+0.462126X2l
經(jīng)濟(jì)意義:在其他條件不變的情況下,該地區(qū)社會商品零售額每增加1億元,則預(yù)期年末貨
幣流通量增加0.07978億元。同樣,在其他條件不變的情況下,該地區(qū)城鄉(xiāng)居民儲蓄余額每
增加1億元,則預(yù)期年末貨幣流通量增加0.462126億元。
2)先對數(shù)變換模型形式,Inlf=lna+/?JnX],+A1nX2,+%
在局部調(diào)整假定下,先估計一階自回歸模型:
In工=,+優(yōu)InXlz+0:lnX2l+夕InYt_{+〃:
回歸的估計結(jié)果如下:
DependentVariable:LNY
Method:LeastSquares
Date:26/02/10Time:16:12
Sample(adjusted):19541985
Includedobservations:32afteradjustments
VariableCoefficientStd.Errort-StatisticProb.
C0.6443331.6778880.3840140.7039
LNX10.2062300.2555570.8069840.4265
LNX20.1801680.1549131.1630310.2546
LNY(-1)0.5314450.1092604.8640490.0000
R-squared0.968959Meandependentvar10.70088
AdjustedR-squared0.965633S.D.dependentvar0.672279
S.E.ofregression0.124629Akaikeinfocritericn-1.210486
Sumsquaredresid0.434905Schwarzcriterion-1.027269
Loglikelihood23.36778F-statistic291.3458
Durbin-Watsonstat1.914829Prob(F-statistic)0.000000
回歸方程:In%=0.644333+0.20623InXk+0.180168InX2r+0.531445In
(1.677888)(0.255557)(0.154913)(0.531445)
t=(0.384014)(0.806984)(1.163013)(4.864049)
R2=0.968959F=291.3458DW=1.914829
根據(jù)局部調(diào)整模型的參數(shù)關(guān)系,有Ina*=印。燎;二印i=
將上述估計結(jié)果代入得到:
J==0.531445=0.468555
ln?=^-=1.375149正=0.44014笈=4=0.384518
666
故局部調(diào)整模型估計結(jié)果為:
A
In匕,=1.375149+0.440141nXlr+0.384518InX2l
經(jīng)濟(jì)意義:貨幣需求對社會商品零售額的長期彈性為:0.44104;貨幣需求對城鄉(xiāng)居民儲蓄
余額的長期彈性為0.384518c
7.6設(shè)尸/"+凡/?;+4
其中:M為實際貨幣流通量,丫’為期望社會商品零售總額,R"為期望儲蓄總額,對于期望
值作如下假定:耳=%匕+(1-%)匕
4=,2一+(1-
其中九八為期望系數(shù),均為小于1的正數(shù)。
(1)如何利用可觀測的量來表示
(2)分析這樣變換存在什么問題?
(3)利用7.5題的數(shù)據(jù)進(jìn)行回歸,估計模型,弁作檢驗。
練習(xí)題7.6參考解答:
1)首先將M滯后一期并乘上(1-%)得到
(1一%)叫_=(1_%以+(1_%)附:+(1_%)入礦+用
再將原始方程減去該方程,得到
=>M-(1一八)K_1=a/j+BwX+/MM-(1-%)R:J+-一(1-/i)A-i
=叼+仇”+河陽T1一72+%-%)K:J+從一(1-%)4-
=a%+4”+肉R;-口-%)R;T+(/1-%)%】+4-(1-%)〃-
=孫+01yx+閃R;-(1-12/」]+尸2(%一產(chǎn)2)火;1-4一(1-%)〃,
=叼+。出工+02y2K+A(/i-/2X-1+4-(1-%)氏t
此一(1一%)叫_]=。%+4%匕+62%R1+尸2(九一片)/+從一(1一八)4z...⑴
M--(I—%)"-+02/2&T+02?!噶Ρ?2+M-1-(1一%)四-2
.*.(1-72)[MZ_I-(1-ZI)7W/_2]=
y1
(I-Zjay,+(1-y2)AZi,-i+(-/2)A72^-1+/28—%)。一片冰;2
+(1-,2)〔4-1-(1-%)A/-2]...⑵
(1)-(2)于是M,可表示為:
%,典匕-(1一,2)Z.J+?夕2國-(%T)K.J+(%-Y\)M.i
+(1-%)(1-%)/.2+4-Q+%-%)〃小+(1-%)(1-%)Z<-2(*)
2)從上面的變化中可看出,隨機(jī)擾動項變?yōu)椤ǎ?M-(2+%-%)MT+(1—%)(1—72)MT,
這就可能導(dǎo)致出現(xiàn)隨機(jī)擾動項的自相關(guān),進(jìn)而導(dǎo)致估計已來的結(jié)果是有偏的,而且不是一致
估計。
3)對(*)回歸的估計結(jié)果如下,
DependentVariable:MT
Method:LeastSquares
Date:07/26/05Time:00:18
Sample(adjusted):19551985
Includedobservations:31afteradjustingendpoints
VariableCoefficientStd.Errort-StatisticProb.
C9266.49084918.13741.88410.0717
Y0.13230.10961.20680.2392
Y(-1)-0.12840.1236-1.03890.3091
R-0.39570.4883-0.81040.4256
R(-1)0.95330.66121.44160.1623
MT(-1)0.47290.23612.00280.0566
MT(-2)-0.05500.2883-0.19080.8502
R-squared0.9691Meandependentvar56687.1935
AdjustedR-squared0.9614S.D.dependentvar40415.2055
S.E.ofregression7932.428Akaikeinfocriterion20.9909
Sumsquaredresid1510162034Schwarzcriterion21.3147
Loglikelihood-318.3602F-statistic125.7918
Durbin-Watsonstat2.1446Prob(F-statistic)0
回歸方程:
A
Mf=9266.4908+0.1323/-0.1284/.-0.3957/?,+0.9533/?,.+0.4729M,,-0.055()^2
可以看到,只有M,T的回歸系數(shù)在10%的拈著性水平下是顯著的,其他回歸系數(shù)均不顯著;
F統(tǒng)計量較大,方程整體顯著;IV較高,模型整體上對樣本數(shù)據(jù)擬合較好。
7.7考慮如下回歸模型:
y=-3012+0.1408X+0.2306X,.
f=(-6.27)(2.6)(4.26)
R2=0.727
其中,y為通貨膨脹率,x為生產(chǎn)設(shè)備使用率。
1)生產(chǎn)設(shè)備使用率對通貨膨脹率的短期影響和總的影響分別是多大?
2)如果庫伊克模型為工你怎樣得到生產(chǎn)設(shè)備使用率對通貨膨
脹率的短期影響和長期影響?
練習(xí)題7.7參考解答:
1)該模型為有限分布滯后模型,故生產(chǎn)設(shè)備使用率對通貨膨脹的短期影響為0.1408,總的
影響為0.1408+0.2306=0.3714。
2)利用工具變量法,用g_|來代替匕一進(jìn)行估計,則庫伊克模型變換為
匕=4+仇%+&九+%。若原先有/=4+&X/+&X,T,則需估計的模型為
匕=2+4+應(yīng)+&)%+他+&)XR+%,所以生產(chǎn)設(shè)備使用率對通貨膨脹的短期影響
AAA
為〃2+4,總的影響為仇+4+S3+4)。
7.8表7.15中給出了某地區(qū)消費(fèi)總額Y和貨幣收入總額X的年度資料。
表7.15某地區(qū)消費(fèi)總額Y(億元)和貨幣收入總額X1億元)的年度資料(單位:億元)
年份XY年份XY
1975103.16991.1581990215.539204.75
1976115.07109.11991220.391218.666
1977132.21119.1871992235.483227.425
1978156.574143.9081993280.975229.86
1979166.091155.1921994292.339244.23
1980155.099148.6731995278.116258.363
1981138.175
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)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 《支持性心理治療》課件
- 高考地理一輪復(fù)習(xí)課件+第04講+地表形態(tài)變化的內(nèi)外力作用
- 公司金融學(xué)融資方式課件
- 如家快捷酒店服務(wù)營銷案例分析
- 2024上海市安全員-C3證作業(yè)考試題及答案
- 【大學(xué)課件】模擬電子技術(shù)實驗前導(dǎo)
- 2025屆福建省三明市普通高中高三下學(xué)期一??荚囉⒄Z試題含解析
- 陜西省西安市高新一中2025屆高三最后一模英語試題含解析
- 云南省西疇縣第二中學(xué)2025屆高三第二次模擬考試英語試卷含解析
- 2025屆重慶市南坪中學(xué)高三最后一模數(shù)學(xué)試題含解析
- 加油站安全生產(chǎn)例會制度安全生產(chǎn)
- 中心小學(xué)綜合樓建設(shè)項目可行性研究報告
- 倉庫電動叉車操作作業(yè)指導(dǎo)書
- 《可愛的中國讀》書分享會PPT課件(帶內(nèi)容)
- 市政道路工程項目照明工程施工設(shè)計方案
- 中國新時代北斗精神
- GB/T 6581-2007玻璃在100℃耐鹽酸浸蝕性的火焰發(fā)射或原子吸收光譜測定方法
- GB/T 34676-2017兒童房裝飾用內(nèi)墻涂料
- GB/T 11446.4-2013電子級水電阻率的測試方法
- 青花扎染藝術(shù)節(jié)活動策劃中國風(fēng)PPT模板
- 寶應(yīng)介紹課件
評論
0/150
提交評論