计量经济学实验二

实验二实验二 一 异方差性 一 异方差性 实验目的 掌握异方差性的检验及处理方法 实验内容 建立并检验我国制造业利润函数模型 实验步骤 例 1 表 1 列出了 1998 年我国主要制造工业销售收入与销售利润的统计资料 请利用统 计软件 Eviews 建立我国制造业利润函数模型 表 1 我国制造工业 1998 年销售利润与销售收入情况 行业名称 销售利 润 销售收入行业名称销售利润销售收入 食品加工业 187 253180 44 医药制造业 238 711264 1 食品制造业 111 421119 88 化学纤维制品 81 57779 46 饮料制造业 205 421489 89 橡胶制品业 77 84692 08 烟草加工业 183 871328 59 塑料制品业 144 341345 纺织业 316 793862 9 非金属矿制品 339 262866 14 服装制品业 157 71779 1 黑色金属冶炼 367 473868 28 皮革羽绒制 品 81 71081 77 有色金属冶炼 144 291535 16 木材加工业 35 67443 74 金属制品业 201 421948 12 家具制造业 31 06226 78 普通机械制造 354 692351 68 造纸及纸品 业 134 41124 94 专用设备制造 238 161714 73 印刷业 90 12499 83 交通运输设备 511 944011 53 文教体育用 品 54 4504 44 电子机械制造 409 833286 15 石油加工业 194 452363 8 电子通讯设备 508 154499 19 化学原料纸 品 502 614195 22 仪器仪表设备 72 46663 68 一 检验异方差性 图形分析检验 观察销售利润 Y 与销售收入 X 的相关图 图 1 SCAT X Y 图 1 我国制造工业销售利润与销售收入相关图 从图中可以看出 随着销售收入的增加 销售利润的平均水平不断提高 但离散程度 也逐步扩大 这说明变量之间可能存在递增的异方差性 残差分析 首先将数据排序 命令格式为 SORT 解释变量 然后建立回归方程 在方程窗口 中点击 Resids 按钮就可以得到模型的残差分布图 或建立方程后在 Eviews 工作文件窗口 中点击 resid 对象来观察 图 2 我国制造业销售利润回归模型残差分布 图 2 显示回归方程的残差分布有明显的扩大趋势 即表明存在异方差性 Goldfeld Quant 检验 将样本安解释变量排序 SORT X 并分成两部分 分别有 1 到 10 共 11 个样本合 19 到 28 共 10 个样本 利用样本 1 建立回归模型 1 回归结果如图 3 其残差平方和为 2579 587 SMPL 1 10 LS Y C X 图 3 样本 1 回归结果 利用样本 2 建立回归模型 2 回归结果如图 4 其残差平方和为 63769 67 SMPL 19 28 LS Y C X 图 4 样本 2 回归结果 计算 F 统计量 63769 67 2579 59 24 72 分别是模型 12 RSS RSSF 21 RSSRSS 和 1 和模型 2 的残差平方和 取时 查 F 分布表得 而05 0 44 3 1110 1110 05 0 F 所以存在异方差性44 3 72 24 05 0 FF White 检验 建立回归模型 LS Y C X 回归结果如图 5 图 5 我国制造业销售利润回归模型 在方程窗口上点击 View Residual Test White Heteroskedastcity 检验结果如图 6 图 6 White 检验结果 其中 F 值为辅助回归模型的 F 统计量值 取显著水平 由于05 0 所以存在异方差性 实际应用中可以直接观察相伴概率2704 699 5 2 22 05 0 nR p 值的大小 若 p 值较小 则认为存在异方差性 反之 则认为不存在异方差性 Park 检验 建立回归模型 结果同图 5 所示 生成新变量序列 GENR LNE2 log RESID 2 GENR LNX log 建立新残差序列对解释变量的回归模型 LS LNE2 C LNX 回归结果如图 7 所示 图 7 Park 检验回归模型 从图 7 所示的回归结果中可以看出 LNX 的系数估计值不为 0 且能通过显著性检验 即随即误差项的方差与解释变量存在较强的相关关系 即认为存在异方差性 Gleiser 检验 Gleiser 检验与 Park 检验原理相同 建立回归模型 结果同图 5 所示 生成新变量序列 GENR E ABS RESID 分别建立新残差序列 E 对各解释变量 X X 2 X 1 2 X 1 X 2 X 1 2 的回归模型 LS E C X 回归结果如图 8 所示 图 8 由上述各回归结果可知 各回归模型中解释变量的系数估计值显著不为 0 且均能通过 显著性检验 所以认为存在异方差性 由 F 值或确定异方差类型 2 R 二 调整异方差性 确定权数变量 根据 Park 检验生成权数变量 GENR W1 1 X 1 6743 根据 Gleiser 检验生成权数变量 GENR W2 1 X 0 5 另外生成 GENR W3 1 ABS RESID GENR W4 1 RESID 2 利用加权最小二乘法估计模型 在 Eviews 命令窗口中依次键入命令 LS W Y C X i W 或在方程窗口中点击 Estimate Option 按钮 并在权数变量栏里依次输入 W1 W2 W3 W4 进行回归 w1 结果图所示 图 9 对所估计的模型再进行 White 检验 观察异方差的调整情况 对所估计的模型再进行 White 检验 图 10 二 自相关性 二 自相关性 实验目的实验目的 掌握自相关性的检验与处理方法 实验内容实验内容 利用表 5 1 资料 试建立我国城乡居民储蓄存款模型 并检验模型的自相关性 表表 5 15 1 我国城乡居民储蓄存款与我国城乡居民储蓄存款与 GDPGDP 统计资料统计资料 1978 年 100 年份存款余额 YGDP 指数 X年份存款余额 YGDP 指数 X 1978210 60100 019895146 90271 3 1979281 00107 619907034 20281 7 1980399 50116 019919107 00307 6 1981523 70122 1199211545 40351 4 1982675 40133 1199314762 39398 8 1983892 50147 6199421518 80449 3 19841214 70170 0199529662 25496 5 19851622 60192 9199638520 84544 1 19862237 60210 0199746279 80592 0 19873073 30234 0199853407 47638 2 19883801 50260 7 实验步骤实验步骤 一 回归模型的筛选一 回归模型的筛选 相关图分析 SCAT X Y 相关图表明 GDP 指数与居民储蓄存款二者的曲线相关关系较为明显 现将函数初步 设定为线性 双对数 对数 指数 二次多项式等不同形式 进而加以比较分析 估计模型 利用 LS 命令分别建立以下模型 LS Y C X xy5075 9284 14984 6 706 13 862 t 0 9100 F 192 145 S E 5030 809 2 R 二 自相关性检验 DW 检验 双对数模型 因为 n 21 k 1 取显著性水平 0 05 时 查表得 1 22 1 42 而 L d U d 0 0 7062 DW 所以存在 正 自相关 L d 偏相关系数检验 在方程窗口中点击 View Residual Test Correlogram Q statistics 并输入滞后期为 10 则会得到残差与的各期相关系数和偏相关系数 t e 1021 ttt eee BG 检验 在方程窗口中点击 View Residual Test Series Correlation LM Test 并选择滞后 期为 2 则会得到如图所示的信息 图图 双对数模型的双对数模型的 BGBG 检验检验 图中 11 31531 临界概率 P 0 0034 因此辅助回归模型是显著的 即存在自 2 nR 相关性 又因为 的回归系数均显著地不为 0 说明双对数模型存在一阶和二阶自 1 t e 2 t e 相关性 三 自相关性的调整 加入 AR 项 对双对数模型进行调整 在 LS 命令中加上 AR 1 和 AR 2 使用迭代估计法估计模型 键入命令 LS LNY C LNX AR 1 AR 2 结果表明 估计过程经过 4 次迭代后收敛 的估计值分别为 0 9459 和 1 2 0 5914 并且 检验显著 说明双对数模型确实存在一阶和二阶自相关性 调整后模型的t DW 1 6445 n 19 k 1 取显著性水平 0 05 时 查表得 1 18 1 40 L d U d 而 1 6445 DW 4 说明模型不存在一阶自相关性 再进行偏相关系数检验 图 U d U d 5 17 和 BG 检验 图 5 18 也表明不存在高阶自相关性 因此 中国城乡居民储蓄存款 的双对数模型为 xyln9193 2 8445 7 ln 25 263 52 683 t 0 9982 F 2709 985 S E 0 0744 DW 1 6445 2 R 四 重新设定双对数模型中的解释变量 模型 1 加入上期储蓄 LNY 1 模型 2 解释变量取成 上期储蓄 LNY 1 本期 X 的增长 DLOG X 检验自相关性 模型 1 键入命令 LS LNY C LNX LNY 1 结果表明了 DW 1 358 n 20 k 2 查表得 1 100 1