计量经济学实验2Word下载.docx
《计量经济学实验2Word下载.docx》由会员分享,可在线阅读,更多相关《计量经济学实验2Word下载.docx(26页珍藏版)》请在冰豆网上搜索。
解得:
用OLS法回归的结果为:
模型
(2)
在回归时,加入常数项:
模型(3)
模型
(2)和(3)的Eviews估计结果如下:
令3个模型的残差序列分别为:
e1、e2、e3,检验是否为白噪声序列:
观察Q统计量和相应的概率值发现,模型
(1)与模型
(1)的残差项接近于一白噪声,但模型
(2)存在4阶滞后相关问题,Q统计量的检验也得出模型2拒绝所有自相关系数为零的假设。
因此:
模型1与3可作为描述中国支出法GDP一阶差分序列的随机生成过程。
(4)ARMA(p,q)模型应用
用建立的AR
(2)模型对中国支出法GDP进行外推预测:
模型
(1)可作如下展开:
如果已知t-1、t-2、t-3期的GDP时,就可对第t期的GDP作出外推预测。
模型(3)也可展开,但多出一项常数项。
Eviews中,对样本外一点的预测,如果该样本点已超过workfile的样本范围,则需要调整样本区间,操作如下:
点击工作文件的“Proc”选项卡,选择“Structure/ResizeCurrentPage”选项,
会出现如下对话框:
点击OK确定,则:
工作文件样本区间扩大到2001年。
模型
(1)的预测:
模型(3)的预测:
因此有:
应用ARIMA(p,d,q)模型建模过程:
(1)对原序列进行平稳性检验,如果序列不满足平稳性条件,可以通过差分变换或者其它变换,如对数差分变换使序列满足平稳性条件;
(2)通过计算能够描述序列特征的一些统计量(ACF和PACF),来确定ARMA模型的阶数p和q,并在初始估计中选择尽可能少的参数;
(3)估计模型的未知参数,并检验参数的显著性,以及模型本身的合理性;
(4)进行诊断分析,以证实所得模型确实与所观察到的数据特征相符。
以上第3、4步,需要一些统计量和检验分析在第2步中的模型形式选择是否合适,所需的统计量和检验如下:
1)检验模型参数显著性水平的t统计量;
2)为保证ARIMA(p,d,q)模型的平稳性,模型的特征根的倒数皆小于1;
3)模型的残差序列应当是一个白噪声序列,用检验序列相关的方法如Q统计量检验。
案例2ECM模型建模估计
用经过居民消费价格指数调整后的1978-2006年中国居民总量消费(cons)与总量可支配收入(inc)的数据构建误差修正模型。
(1)检验cons和inc的平稳性
经检验发现cons和inc序列都是I
(2)时间序列,而取对数后的ln(cons)和ln(inc)序列都是I
(1)时间序列,根据经济理论拟构建ln(cons)和ln(inc)的长期均衡模型。
(2)检验ln(cons)和ln(inc)的协整关系
残差ecmt序列的AEG检验,t统计量=-7.819<
-3.59(α=0.05,n=29,双变量AEG协整检验τ统计量临界值),经过AEG检验发现ln(cons)和ln(inc)是CI(1,1)。
(3)构建误差修正模型,检验残差序列是否白噪声
经检验残差序列平稳,且不存在序列相关。
误差修正模型为:
案例3VAR模型建模、估计、检验与应用
凯恩斯学派认为货币供给量变动对经济的影响是间接地通过利率变动来实现的。
货币政策的传递主要有两个途径:
一是货币供给与利率的关系,即流动性偏好途径;
二是利率与投资的关系,即利率弹性途径。
根据凯恩斯的理论,当货币供给量增加时,货币供给大于货币需求,供给相对过剩,利率下降,刺激投资,促进国民经济增长。
当然他假定利率变动是由市场调节的,与货币供给量呈反方向变动。
在我国利率是基本固定的,但是仍然可以利用政策手段直接调整利率或投资,同样可以达到经济宏观调控的目的。
但货币学派主要强调货币供给量对经济的短期影响,而中长期,货币数量的作用主要在于影响价格以及其他货币表示的量,而不能影响实际国内生产总值。
为了研究货币供应量和利率的变动对经济波动的长期影响和短期影响及其贡献度,采用我国1995年1季度~2007年4季度的季度数据,并对变量进行了季节调整。
设居民消费价格指数为CPI_90(1990年1季度=1)、居民消费价格指数增长率为CPI、实际GDP的对数ln(GDP/CPI_90)为ln(gdp)、实际M1的对数ln(M1/CPI_90)为ln(m1)和实际利率rr(一年期存款利率R-CPI)。
利用VAR(p)模型对ln(gdp)、ln(m1)和rr3个变量之间的关系进行实证研究,其中实际GDP和实际M1取对数差分后平稳,出现在模型中,而实际利率是平稳序列,没有取对数。
(1)变量平稳性检验
经过ADF检验发现,gdp和m1都是I
(2)时间序列,而取对数后的ln(gdp)和ln(m1)序列都是I
(1)时间序列,rr时序是I(0)时间序列,因此用rr、Δln(m1)和Δln(gdp)序列构建VAR模型。
(2)构建VAR模型
首先要确定变量的先后顺序,即外生性强弱,采用理论分析利率水平和M1是引起经济波动的原因,而利率水平基本外生变动较小:
因此确定顺序为:
rr、Δln(m1)、Δln(gdp)。
VectorAutoregressionEstimates
Sample(adjusted):
1996Q22007Q4
Includedobservations:
47afteradjustments
Standarderrorsin()&
t-statisticsin[]
RR
DLOG(M1_P_SA)
DLOG(GDP_P_SA)
RR(-1)
1.096377
-0.004370
-0.002948
(0.18347)
(0.00294)
(0.00181)
[5.97578]
[-1.48872]
[-1.62458]
RR(-2)
-0.162935
0.007308
0.004174
(0.28551)
(0.00457)
(0.00282)
[-0.57068]
[1.59982]
[1.47842]
RR(-3)
-0.160985
-0.006172
-0.002187
(0.27809)
(0.00445)
(0.00275)
[-0.57889]
[-1.38733]
[-0.79511]
RR(-4)
0.114522
0.004176
3.97E-05
(0.14418)
(0.00231)
(0.00143)
[0.79430]
[1.81024]
[0.02785]
DLOG(M1_P_SA(-1))
-0.614982
0.215060
0.100835
(10.7764)
(0.17241)
(0.10657)
[-0.05707]
[1.24741]
[0.94618]
DLOG(M1_P_SA(-2))
-11.36004
-0.195368
-0.079008
(10.4697)
(0.16750)
(0.10354)
[-1.08504]
[-1.16639]
[-0.76308]
DLOG(M1_P_SA(-3))
-3.549011
0.000839
-0.126078
(10.0996)
(0.16158)
(0.09988)
[-0.35140]
[0.00519]
[-1.26232]
DLOG(M1_P_SA(-4))
-20.46318
-0.392373
0.030171
(9.17121)
(0.14673)
(0.09070)
[-2.23124]
[-2.67421]
[0.33266]
DLOG(GDP_P_SA(-1))
-22.24070
-0.774717
-0.407337
(18.6903)
(0.29902)
(0.18483)
[-1.18996]
[-2.59088]
[-2.20380]
DLOG(GDP_P_SA(-2))
4.641438
-0.019655
0.216726
(16.1529)
(0.25842)
(0.15974)
[0.28734]
[-0.07606]
[1.35674]
DLOG(GDP_P_SA(-3))
-23.15176
-0.129722
0.258082
(16.4817)
(0.26368)
(0.16299)
[-1.40469]
[-0.49197]
[1.58340]
DLOG(GDP_P_SA(-4))
-20.64893
-0.199831
0.198631
(12.9932)
(0.20787)
(0.12849)
[-1.58921]
[-0.96132]
[1.54585]
C
2.895183
0.074184
0.023021
(1.07309)
(0.01717)
(0.01061)
[2.69799]
[4.32114]
[2.16933]
R-squared
0.892370
0.403882
0.409763
Adj.R-squared
0.854383
0.193487
0.201445
Sumsq.resids
26.35850
0.006746
0.002578
S.E.equation
0.880483
0.014086
0.008707
F-statistic
23.49142
1.919641
1.967002
Loglikelihood
-53.09873
141.2587
163.8676
AkaikeAIC
2.812712
-5.457817
-6.419900
SchwarzSC
3.324455
-4.946074
-5.908157
Meandependent
1.610000
0.034535
0.025338
S.D.dependent
2.307357
0.015685
0.009744
Determinantresidcovariance(dofadj.)
8.42E-09
Determinantresidcovariance
3.19E-09
259.6889
Akaikeinformationcriterion
-9.391017
Schwarzcriterion
-7.855788
根据AIC、SC等6项滞后准则,初步选择构建滞后4阶的VAR模型。
(3)VAR平稳性检验和残差序列检验
VAR模型的所有特征根的倒数全部在单位圆内,且三个随机方程残差序列resid01、resid02和resid03经过ADF检验时平稳的,且用Q统计量进行序列相关检验发现不存在序列相关,残差序列是白噪声。
(4)VAR模型系统内生变量的格兰杰因果关系检验
经过格兰杰因果分析发现,
在5%的显著性水平下,rr是gdp的格兰杰原因,在10%的显著性水平下m1是gdp的格兰杰原因,但rr是m1格兰杰原因的概率小于90%,而m1不是rr格兰杰原因的概率大于75%,在领先之后关系上rr领先于m1。
表明实际利率外生于该VAR系统,这与我国实行的利率制度是相符合的;
实际利率对产出有显著的影响,而m1对gdp的影响在10%显著性水平下,这可能是由于我国数据分析阶段,我国内需不足,许多商品供大于求,因此当货币需求扩张时,会由于价格调整而部分抵消,形成货币供给的数量调整作用有限,因此对产出的影响较弱。
(5)脉冲响应分析
脉冲响应分析发现所有响应函数均收敛,上图可以看出,给实际利率一个正的冲击,在第一期对实际GDP波动有最大负影响,然后波动并减弱,绝大部分时期影响都是负向,这与经济理论相符合,紧缩的货币政策,对经济有负的影响。
给实际M1波动一个正的冲击,在第一期实际GDP波动就有最大的正影响,然后震荡变小,表明增加货币供应量的扩张性政策对产出约有2年的影响。
(6)方差分解分析
案例4商业银行贷款决策的离散选择模型
某商业银行从历史贷款客户中随机抽取78个样本,根据设计的指标体系分别计算它们的“商业信用支持度”(XY)和“市场竞争地位等级”(SC),对它们贷款的结果(JG)采用二元离散变量,1表示贷款成功,0表示贷款失败。
研究JG与XY、SC之间的关系,为银行正确贷款决策提供支持。
(1)离散选择模型建模
模型估计结果:
(2)模型检验
模型拟合优度McFaddenR2=0.968942,变量的显著性检验没有通过,截面数据可能存在严重的异方差问题,因此,在估计时选择加权估计:
加权后估计得到的参数基本无变化,但是在5%的显著性水平下变量显著性检验通过,总体显著性检验(LR似然比检验)也通过检验。
回代效果检验发现存在两个样本点回代结果与样本不一致。
根据朴素原则,本例除2个样本外,所有样本都通过了回代检验。
没有通过回代检验的2个样本中,第19个样本的选择结果为1,回代算得的选择1的概率为0.4472;
第45个样本的选择结果为0,回代算得的选择1的概率0.5498。
该例中,选择1和选择0的样本数目分别为32和46,差异较大,不适合采用朴素方法。
先验方法,即以全部样本中选择1的样本所占的比例为临界值。
例中,选择1的样本的比例为0.41。
以此为临界值,只有第45个样本不能通过检验。
但该方法适合于以全部个体作为样本的情况,而该例中的78个样本仅是贷款客户的极少部分,所以也不适合采用先验方法。
最优方法,即以“犯第一类错误最小”为原则确定临界值的方法。
在例中,如果以0.50为临界值,则有2个样本发生“弃真”,即犯第一类错误;
如果以0.41为临界值,则发生“弃真”的样本只有1个。
则以0.41作为临界值比较合适。
(3)模型应用
EstimationEquation:
I_JC=C
(1)+C
(2)*XY+C(3)*SC
ForecastingEquation:
JC=1-@CNORM(-(C
(1)+C
(2)*XY+C(3)*SC))
SubstitutedCoefficients:
JC=1-@CNORM(-(8.79735837069-0.25788166231*XY+5.0617886611*SC))
该方程表示:
当XY和SC已知时,代入方程,可以计算贷款成功的概率JGF。
例如,将表中第19个样本观测值XY=15、SC=-1代入方程右边,计算括号内的值为0.1326552;
查标准正态分布表,对应0.1326552的累积正态分布为0.5527;
则JG预测值JGF=1-0.5527=0.4473,即对应于该客户,贷款成功的概率为0.4483。
习题(实验2)
1.建立生产法核算GDP的ARIMA模型,样本区间:
1978-2006年。
GDP数据已经是不变价。
要求写出建模过程、检验结果和拟合效果图。
数据文件:
1_gdp_arma.xls
提示:
经济变量时序可尝试取对数降低单整阶数。
习题(实验3)
2.某学校拟采用一种全新的教学方法,要分析这种教学方法是否对成绩的提高有效,构建二元离散选择模型进行分析,假定随机误差想服从正态分布。
因变量:
GRADE代表在接受新教学方法后成绩是否改善,如果改善为1,为改善为0。
解释变量:
PSI代表是否接受新教学方法,如果接受为1,不接受为0。
平均分数GPA,测验得分TUCE。
要求:
进行模型估计和检验,并分别求出PSI=0和PSI=1时新教学法对学习成绩影响的概率。
2_edu.xls
作业提交说明:
本次实验作业,在18周周三中午前提交,hit_tina@
16周实验课做作业两道题是实验1作业,本次实验课两个习题分别是实验2和实验3作业,任选两次实验作业完成并提交。