协整与误差修正模型实验.doc

协整与误差修正模型接实验六：中国城镇居民的可支配收入的平稳性检验采用同样方法，检验人均生活费支出（ZC）序列的平稳性，发现ZC也是一阶单整的，即ZCI（1）。为了分析可支配收入（SR）和生活费支出（ZC）之间是否存在协整关系，我们先作两变量之间的回归，然后检验回归残差的平稳性。以生活费支出（ZC）为被解释变量，可支配收入（SR）为解释变量，用OLS回归方法估计回归模型，结果见表6-1。表6-1 ZC对SR的OLS回归结果Dependent Variable: ZCMethod: Least SquaresDate: 06/08/05 Time: 10:58Sample: 1 84Included observations: 84VariableCoefficientStd. Errort-StatisticProb. C18.988668.6741602.1891070.0314SR0.8196770.02177737.639500.0000R-squared0.945287 Mean dependent var318.3649Adjusted R-squared0.944620 S.D. dependent var134.7917S.E. of regression31.72051 Akaike info criterion9.775326Sum squared resid82507.66 Schwarz criterion9.833202Log likelihood-408.5637 F-statistic1416.732Durbin-Watson stat1.609062 Prob(F-statistic)0.000000估计的回归模型为： （6-1）为了检验回归残差的平稳性，在工作文档窗口中，点击Genr功能键，命令utResid，将上述OLS回归得到的残差序列命名为新序列ut，然后双击ut序列，对ut序列进行单位根检验。由于残差序列的均值为0，所以选择无截距项、无趋势项的DF检验，模型设定见图6-1，估计结果见表6-2。图6-1 回归残差序列单位根检验的模型设定表6-2ADF Test Statistic-7.430111 1% Critical Value*-2.5909 5% Critical Value-1.9441 10% Critical Value-1.6178*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(UT)Method: Least SquaresDate: 06/08/05 Time: 11:21Sample(adjusted): 2 84Included observations: 83 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. UT(-1)-0.8046270.108293-7.4301110.0000R-squared0.402360 Mean dependent var0.051836Adjusted R-squared0.402360 S.D. dependent var40.23706S.E. of regression31.10614 Akaike info criterion9.724662Sum squared resid79342.53 Schwarz criterion9.753805Log likelihood-402.5735 Durbin-Watson stat1.973914在5的显著性水平下， t检验统计量值为-7.430111，大于相应临界值，从而拒绝，表明残差序列不存在单位根，是平稳序列，说明可支配收入（SR）和生活费支出（ZC）之间存在协整关系。可支配收入（SR）和生活费支出（ZC）之间存在协整，表明两者之间有长期均衡关系。但从短期来看，可能会出现失衡，为了增强模型的精度，可以把协整回归（6-1）式中的误差项看作均衡误差，通过建立误差修正模型把生活费支出的短期行为与长期变化联系起来。误差修正模型的结构如下： （6-2）在Eviews中，点击Genr功能键，生成可支配收入（SR）和生活费支出（ZC）的差分序列：然后以DZCt作为被解释变量，以DSRt和作为解释变量，估计回归模型（6-2），结果见表6-3。表6-3Dependent Variable: DZCMethod: Least SquaresDate: 07/03/05 Time: 21:30Sample(adjusted): 2 84Included observations: 83 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C0.3264243.4567240.0944320.9250DSR0.7689420.05967812.884900.0000UT(-1)-0.7791480.113186-6.8838000.0000R-squared0.691102 Mean dependent var4.538434Adjusted R-squared0.683380 S.D. dependent var55.71666S.E. of regression31.35122 Akaike info criterion9.763859Sum squared resid78631.93 Schwarz criterion9.851287Log likelihood-402.2001 F-statistic89.49261Durbin-Watson stat1.996276 Prob(F-statistic)0.000000最