计量经济学论文《通货膨胀率与失业率的关系》.doc

*大学计量经济学课程论文题 目：通货膨胀率与失业率的关系学生姓名：学 号：专 业：金融学班 级： 任课教师：2014年12月通货膨胀率与失业率的关系摘 要最早系统性研究通胀与失业率之间相关性的经济学家，可能是在英国的新西兰经济学家菲利普斯。他在1958年发表的18611957年英国失业和货币工资变动率之间的关系中，根据将近100年的数据，验证了失业率与货币工资变化率两者间呈现负相关的关系。1960年，美国经济学家索洛和萨缪尔森用美国的数据，验证了菲利普斯原理，以萨缪尔森为代表的新古典综合派随后便把菲利普斯曲线改造为失业和通货膨胀之间的关系，并把它作为新古典综合理论的一个组成部分，用以解释通货膨胀。提出了失业率与物价上涨率两者呈现的反向对应变动关系，在一个经济周期中当物价上涨时，失业率下降，而物价下降时，失业率上升。美国经济学家奥肯在1962年则提出，在失业率与经济增长率具有反向的对应变动关系。1986年，货币主义的代表人物，美国经济学家弗里德曼指出了菲利普斯曲线分析的一个严重缺陷，即它忽略了影响工资变动的一个重要因素：工人对通货膨胀的预期。人们预期通货膨胀率越高，名义工资增加越快。由此，弗里德曼等人提出了短期菲利普斯曲线的概念，即预期通货膨胀率保持不变时，表示通货膨胀率与失业率之间关系的曲线，附加预期的菲利普斯曲线。关键词：Eviews；回归模型；最小二乘法AbstractThe earliestsystematic research on thecorrelationbetween inflation and unemploymentrateeconomists,possibly inNew ZealandPhillipsBritisheconomist.In 1958 hepublished18611957Britishunemploymentand monetarywage change rateof the relationship between,according tonearly 100 years ofdata,verify theunemployment rate and themoney wagechange ratebetweenthe negative correlation between.In 1960,Soloand SamuelsonAmericaeconomistsAmericadata,verifythe Phillips principle,neoclassical synthesisrepresented by Samuelsonthentook Phillipscurvefor the transformation ofthe relationship betweeninflation and unemployment,and regard it asapart of the newclassic and integratedtheory,is used to explaininflation.Put forwardcorrespondingchanges inreversethe unemployment rate and therate of price increasepresentingrelationship,in an economic cyclewhen the price rises,the unemployment rate decreased,while thedecline in prices,rising unemployment.AmericaeconomistOkun put forwardin 1962,in the correspondingrelationship betweenthe unemployment ratechangeswith reverseand economic growth rate.In 1986,representativesof monetarism,USAeconomist Freedman pointed outaserious defectanalysis of Phillips curve,that is,it ignoresan important factor affectingthe wage changes:Workersexpectations of inflation.Peopleexpected inflationrate is high,nominal wagesincreased more quickly.Therefore,Freedman and othersput forward the concept ofthe short-run Phillips curve,namely theexpected inflationrate remained unchanged,indicating a relationship betweeninflationrate and unemployment ratecurve,the expectations augmented Phillipscurve.Keywords:Eviews; regression model; least square methodII目 录摘 要IAbstractII一、通货膨胀率与失业率的关系1二、数据的预处理22.1 输入数据22.2 绘制动态曲线图42.3 绘制散点图62.4 简单相关分析6三、最小二乘估计8四、回归检验94.1 经济意义检验94.2 拟合优度检验94.3 t检验94.4 F检验104.5 DW检验10五、模型检查115.1 多重共线性检查115.2 自相关性的诊断125.2.1DW检验法125.2.2LM检验法125.3 自相关的克服方法135.4 检验异方差性16六、模型预测176.1 菜单方式进行预测176.2 预测评价176.2.1基于预测误差的评价指标176.2.2误差成分分析18七、结论19参考文献19II一、通货膨胀率与失业率的关系数据来源：中华人民共和国国家统计局(/)1970-1982年我国实际通货膨胀率、失业率和预期通货膨胀率（%）年份实际通货膨胀率Y失业率X1预期通货膨胀率X219705.924.904.7819714.305.903.8419723.305.603.3119736.234.903.44197410.975.606.8419759.148.509.4719765.777.706.5119776.457.105.9219787.606.106.08197911.475.808.09198013.467.1010.01198110.247.6010.8119825.999.708.001.建立实际通货膨胀率、失业率和预期通货膨胀率的多元线性回归模型；2.对模型进行检验（取=0.05）；3.如果1983年的失业率为7.3%，预期通货膨胀率为9.2%，预测1983年的实际通货膨胀率。【实验步骤及结果】设因变量受多个因素影响，且每个影响因素与的关系是线性的，则可建立多元线性回归模型：- 1 -二、数据的预处理2.1 输入数据首先建立工作文件:“File/New/Workfile”。设定该工作文件的结构类型为:“Date-regular frequency(日期-固定频率)”；将频率设定为:“Integer data(整数日期)”；日期的范围为:1970-1982；并对该工作文件命名:“王超宇”。输入13个因变量-实际通货膨胀率Y的数据。输入13个自变量-失业率X1的数据。输入13个自变量-预期通货膨胀率X2的数据。输入13个因变量-实际通货膨胀率Y的数据；13个自变量-失业率X1的数据、13个自变量-预期通货膨胀率X2的数据。2.2 绘制动态曲线图输入序列名称绘制动态曲线图各个变量的动态曲线从三个动态曲线图中，可以明显的发现实际通货膨胀率Y、失业率X1、预期通货膨胀率X2的数据变化，有很强的随着时间推移向下或向上的趋势。2.3 绘制散点图2.4 简单相关分析 从简单相关分析中，可以看出实际通货膨胀率Y与预期通货膨胀率X2有较强的相关性，其相关性为正相关；而实际通货膨胀率Y与失业率X1的相关系数为0.116342，表现为不太相关。三、最小二乘估计在出现的对话框的“Quick/Estimate Equation”栏中键入“npgr c gni cpi gdppc”，在“Estimation Settings”栏中选择“Least Sqares”(最小二乘法)，点“ok”，即出现回归结果：根据表中数据，模型估计的结果为：四、回归检验4.1 经济意义检验上述模型估计结果说明：在假定其它变量不变的情况下，当年实际通货膨胀率Y每增长1%，失业率X1下降1.393115%；在假定其它变量不变的情况下，实际通货膨胀率Y每增长1%，预期通货膨胀率X2增长1.480674%。这与理论分析和经验判断相一致。4.2 拟合优度检验由回归模型的表中数据可以得到：。其拟合优度值，所以拟合优度检验通过，说明模型对样本的拟合很好。4.3 t检验由回归模型的表中数据可以得到：常数量C和自变量X1、X2 的。其，所以t检验通过，常数和自变量之间对因变量由很大的影响性。4.4 F检验由回归模型的表中数据可以得到：该回归模型函数的。其，所以F检验通过，该函数可以很好的拟合此模型。4.5 DW检验由回归模型的表中数据可以得到：该回归模型的。由DW检验可获得：1.a 表示检验水平、T表示样本容量、 k表示回归模型中解释变量个数（不包括常数项）；2.dU和dL分别表示DW检验上临界值和下临界值。本回归模型中，通过查表可获得DW检验上临界值和下临界值。所以，由可以知道，不存在自相关。五、模型检查5.1 多重共线性检查选定两个自变量：失业率X1、预期通货膨胀率X2。作为相关性的分析，获得的相关系数为如下表所示。 由相关系数矩阵可以看出：各自变量相互之间的相关系数为0.642917不太高，证实确实不存在严重多重共线性。5.2 自相关性的诊断5.2.1 DW检验法由回归模型的表中数据可以得到：该回归模型的。由DW检验可获得：1.a 表示检验水平、T表示样本容量、 k表示回归模型中解释变量个数（不包括常数项）；2.dU和dL分别表示DW检验上临界值和下临界值。本回归模型中，通过查表可获得DW检验上临界值和下临界值。所以，由可以知道，不存在自相关。5.2.2 LM检验法原假设：残差不存在从一阶到p阶的自相关。EViews将显示残差的自相关和偏自相关函数以及对应于高阶序列相关的Ljung-Box Q统计量。如果残差不存在序列相关，在各阶滞后的自相关和偏自相关值都接近于零。所有的Q-统计量不显著，并且有大的P值。上表中，几乎所有的P值都很大，其相对应的具体。所以，可以得出对于原假设：“残差不存在从一阶到三阶的自相关”成立。尽管可以得到残差不存在从一阶到三阶的自相关，但是也可以通过Cochrane-Orcutt（科克伦奥科特）迭代法的DW检验，来间接检验是否存在“残差不存在从一阶到三阶的自相关”。5.3 自相关的克服方法Cochrane-Orcutt（科克伦奥科特）迭代法本回归模型中，通过查表可获得DW检验上临界值和下临界值。所以由。可以知道，已经不存在相关。通过两阶段最小二乘法(TSLS)消除序列相关。其估计结果如下图所示：通过上图可以很明显地得到：该新的回归方程函数的各个解释变量都通过了t检验，函数本身也通过了F检验。拟合优度(),由于值，也即其拟合优度检验通过，说明模型对样本的拟合很好。由回归模型的表中数据可以得到：该回归模型的。由DW检验可获得：1.a 表示检验水平、T表示样本容量、 k表示回归模型中解释变量个数（不包括常数项）；2.dU和dL分别表示DW检验上临界值和下临界值。本回归模型中，通过查表可获得DW检验上临界值和下临界值。所以由可以知道，其回归方程已确定不存在自相关。5.4 检验异方差性通过怀特（White）检验，得到收尾概率值均大于显著水平（），不存在异方差。六、模型预测查找到2007年我国国民总收入/GNI为251481.00亿元、居民消费价格指数增长率/CPI为4.8 %、以及人均GDP/GDPPC为18980元，对2007年的人口自然增长率/NPGR进行预测。6.1 菜单方式进行预测6.2 预测评价6.2.1 基于预测误差的评价指标均方根误差（root mean squared error, RMSE）平均绝对误差（mean absolute error, MAE）平均绝对百分误差（mean abs. percent error, MAPE）希尔不等系数（Theil inequality coefficient, TIC）前两项测量绝对误差，后两项测量相对误差。绝对误差比较直观，但取值大小受量纲的影响，不能形成统一的评价标准。相对指标则可以形成一致的评价标准。MAPE的取值在0-5之间说明预测精度极高，在10以内说明预测精度高。TIC取值范围是0-1之间，取值越小越好。因为：、。所以，预测结果十分理想、预测精度高。6.2.2 误差成分分析偏差率（bias