计量经济学作业答案范文.docx
《计量经济学作业答案范文.docx》由会员分享,可在线阅读,更多相关《计量经济学作业答案范文.docx(11页珍藏版)》请在冰豆网上搜索。
计量经济学作业答案范文
1.建立的模型为:
lnct=0.35+0.93*lninct+ut,t=1,2,3…
(5.92)(132.03)
ut=0.46ut-1+εt
(2.61)
R2=0.9996D.W=2.09
根据估计的结果,消费的收入弹性为0.93,说明我国居民收入增加1%,居民消费平均增加0.93%,R2表明模型拟合的效果很好,而且根据序列相关LM检验的p值,不能拒绝原假设,所以该模型不存在自相关。
2.用ADF单位根检验得到结论:
ln(gdp)单位根检验结果如图1,根据p值不能够拒绝原假设。
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-2.
0.1812
Testcriticalvalues:
1%level
-4.
5%level
-3.
10%level
-3.
Δln(gdp)的单位根检验结果如图2,根据p值,在5%的显著性水平下拒绝原假设。
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-3.
0.0132
Testcriticalvalues:
1%level
-3.
5%level
-2.
10%level
-2.
所以,GDP的对数序列ln(gdp)是一阶单整序列,建立ln(gdp)对数序列的ARIMA模型。
首先观察Δln(gdp)序列的相关图,Δln(gdp)的自相关系数和偏自相关系数都在一阶截尾,则取模型的阶数p=1和q=1建立ARIMA(1.1.1)模型。
Δlngdpt=0.897Δlngdpt-1+ut+0.447ut-1
t=(10.208)(2.41)
R2=0.24D.W=2.28
3.
(1)协整关系的检验
为了描述财政支出和财政收入之间是否存在协整关系,选择2001年1月-2014年11月的月度数据进行分析。
进行单位根检验发现序列lnf_ex和lnf_in是非平稳的,一阶差分后是平稳的,即lnf_ex和lnf_in均是I
(1)序列。
单位根检验如下图:
第一步,建立如下回归方程:
lnf_ext=blnf_int+ut,t=1,2,…,T
估计后得到:
lnf_ext=0.99lnf_ext+ut
t=(297.6366)
R2=0.805D.W=2.09
第二步,对上式的残差进行平稳性检验,由回归方程估计结果可得
ut=lnf_ext–0.99lnf_ext
检验结果如下:
在10%的显著性水平下拒绝原假设,因此可以确定ut为平稳序列,即ut–I(0)。
上述结果表明:
2001年1月-2014年11月期间的lnf_ex和lnf_in存在协整关系,即为CI(1,1),协整向量为(1,-0.99)。
(2)建立财政支出与财政收入的误差修正模型
通过检验得出财政收入和财政支出之间具有协整关系,为了考察我国财政支出与财政收入之间的动态关系,现通过ECM模型来进行分析。
第一步,首先建立2001年1月-2014年11月期间财政支出与财政收入的长期均衡方程
lnf_ext=a+blnf_int+ut,t=1,2,…,T
估计结果为
lnf_ext=0.284+0.957lnf_int+ut
t=(0.898)(25.367)
R2=0.806D.W=2.054
第二步,令ecmt=ut,即将残差序列ut作为误差修正项,建立下面的误差修正模型
Δlnf_ext=β0+αecmt-1+β1Δlnf_int+εt
估计得到
Δlnf_ext=0.012-0.68ecmt-1+0.251Δlnf_int
t=(0.487)(-7.45)(2.22)
R2=0.288D.W=2.39
在长期均衡方程式中财政收入的系数是0.957,接近1,体现了我国财政收支“量入为出”的原则。
在误差修正模型中,差分项反映了短期波动的影响。
财政支出的短期变动可以分为两部分:
一部分是短期财政收入波动的影响;一部分是财政收支偏离长期均衡的影响。
误差修正项ecmt的系数的大小反映了对偏离长期均衡的调整力度。
从系数估计值(-0.68)来看,当短期波动偏离长期均衡时,将以(-0.68)的调整力度将非均衡状态拉回到均衡状态。
4.
(1)用最小二乘法估计的结果为:
lnspt=-0.18+1.02lnspt-1+ut
t=(-3.13)(137.19)
R2=0.99AIC=-5.84SC=-5.81
(2)用ARCHLM检验法对上面回归模型的残差序列进行ARCH效应检验,得到了在滞后阶数p=3时的ARCHLM检验结果:
此处的P值为0,拒绝原假设,说明残差序列存在ARCH效应。
(3)用GARCH(1,1)模型重新估计,结果如下:
均值方程:
lnspt=-0.06+1.01lnspt-1+ut
z=(-0.92)(111.08)
方差方程:
σ2t=3.52*10-6+0.11*ut-1^2+0.88*σ2t-1
z=(1.09)(3.24)(20.5)
R2=0.99AIC=-6.04SC=-5.96
方差方程中的ARCH项和GARCH项的系数都是统计显著的,同时AIC和SC值都变小了,这说明GARCH(1.1)模型能够更好的拟合数据。
再对这个方程进行条件异方差的ARCHLM检验,得到残差序列在滞后3阶时的统计结果:
此时的相伴概率是0.13,不能拒绝原假设,认为该残差序列不存在ARCH效应,说明利用GARCH(1,1)模型消除了残差序列的条件异方差性。
(4)TARCH模型估计结果:
均值方程:
lnspt=-0.14+1.02*lnspt-1+ut
z=(-2.32)(125.62)
方差方程:
σ2t=3.31*10-6+0.114*ut-1^2-0.077*ut-1^2dt-1+0.91*σ2t-1
z=(0.69)(2.89)(-1.54)(17.48)
R2=0.99AIC=-6.03SC=-5.94
在TARCH模型中,杠杆效应项的系数是-0.77,“利空消息”比等量“利好消息”产生的波动要小,所以非对称效应的作用是是的波动减小。
6.
(1)建立的VAR模型为:
lngdpt=0.01+1.76*lngdpt-1-0.59*lngdpt-2-0.30*lncst-1+0.07*lncst-2
lncst=-0.07+0.89*lngdpt-1-0.68*lngdpt-2+0.66*lncst-1+0.06*lncst-2
滞后阶数检验结果如图,所以最优滞后期为2期。
(2)AR根检验检验结果如下,所有根模的倒数小于1,位于单位圆内,所以该VAR模型是稳定的。
(3)格兰杰因果检验结果如下:
从表中的结果可以看到:
在lngdp方程中,不能拒绝消费的变动不是GDP变动的Granger原因的假设,表明消费的变动对GDP变动的影响不显著。
而在lncs方程中,lngdp的Granger因果检验在1%的显著性水平下拒绝原假设,表明GDP的变动对消费的变动有显著的影响。
(4)(4.1).脉冲响应分析。
根据图ResponseofLNGDPtoLNCS,在当期给消费变动一个正的冲击,GDP变动对该冲击的响应为负,表明消费增长速度增加时,GDP增长速度是减少的。
根据图ResponseofLNCStoLNGDP,在当期给GDP变动一个正的冲击,消费变动对该冲击的响应为正,表明当GDP增长速度增加时,消费增长速度也增加。
(4.2).方差分解。
如下图,消费变动对GDP变动的贡献率最大达到20%,而GDP变动对消费变动的贡献率最大达到90%以上。
(5)协整检验结果如下图,在5%的显著性下拒绝原假设,存在一个协整向量。
(6)VEC模型。
lngdp的误差修正模型为:
Δ(lngdpt)=0.21*(lngdpt-1-1.31lncst-1-0.45)+0.56*Δ(lngdpt-1)-0.63*Δ(lngdpt-2)
(0.13)(0.32)(0.37)
+0.17*Δ(lncst-1)+0.35*Δ(lncst-2)+0.10
(0.34)(0.32)
lncs的误差修正模型为:
Δ(lncst)=0.25*(lngdpt-1-1.31*lncst-1-0.45)+0.65*Δ(lngdpt-1)-0.56*Δ(lngdpt-2)
(0.11)(0.29)(0.32)
+0.15*Δ(lncst-1)+0.3*Δ(lncst-2)+0.05
(0.3)(0.28)
误差修正项的系数大于0,所以误差修正效果不好。
7.因为主要是做省市之间的对比分析,所以建立城镇居民消费的固定影响变截距模型。
模型形式为:
CSit=α+αi*+βINCit+μiti=1,2,3,….t=1,2,3….
式中:
α为各省市的平均自发消费水平,αi*为i地区自发消费对平均自发消费的偏离,用来反映省市间的消费结构差异。
使用最小二乘法对模型进行估计,估计结果如下:
CSit=408.433+αi*+0.68INCit
t=(17.2)(270.0445)
其中反映各地区消费差异的αi*的估计结果由下图给出。
从估计结果可以看出,对于各省市来说,虽然它们的城镇居民消费倾向相同,但是城镇居民自发消费存在显著差异,其中广东的城镇居民自发消费最高,其次为上海,而城镇居民自发消费最低的是江苏,其次是山东。