宏观经济模型多种估计方法的EVIEWS实现

08 统计统计 学号 学号 吴扬吴扬 一 一 问题综述问题综述 建立中国宏观经济模型 宏观经济模型 是指以整个国民经济系统为研究对象 从总 量水平和经济结构方面来研究国民经济各变量之间的相互作用 它可用来评价宏观经济政 策 分析宏观经济结构和国民经济的发展趋势 宏观经济模型的表达可以用单一方程进行 表达 也可以用联立方程组表达 本作业建立如下宏观经济模型 完备的结构式模型为 t01211 012 ttt ttt tttt CYC IY YICG 其中 包含 3 个内生变量 即国内生产总值 Y 居民消费总额 C 和投资总额 I 3 个先 决变量 即政府消费 G 前期居民消费总额 Ct 1和常数项 可以判断 消费方程是恰好识别的方程 投资方程是过度识别的 模型可以识别 数 据来自题目提供 导入 EVIEWS 二 二 各种方法的各种方法的 EVIEWS 实现实现 1 狭义的工具变量法估计消费方程狭义的工具变量法估计消费方程 选取消费方程中未包含的先决变量 G 作为内生解释变量 Y 的工具变量 在工作文件主窗口点击 quick estimate equation 选择估计方法 TSLS 在 equation specification 对话框输入消费方程 在 instrument list 对话框输入工具变量 点击确定 得到 Dependent Variable C01 Method Two Stage Least Squares Date 06 02 11 Time 14 08 Sample adjusted 1979 2009 Included observations 31 after adjustments Instrument list C G C01 1 VariableCoefficientStd Errort StatisticProb C1290 053402 73533 0 0034 Y0 0 4 0 0001 C01 1 0 0 10 934710 0000 R squared0 Mean dependent var34025 26 Adjusted R squared0 S D dependent var34218 49 S E of regression1365 679 Sum squared resid F statistic9402 761 Durbin Watson stat0 Prob F statistic 0 Second Stage SSR 得到结构参数的工具变量法估计量 0 1 2 1290 053 0 107133 0 785756 2 间接最小二乘法估计消费方程间接最小二乘法估计消费方程 消费方程中包含的内生变量的简化方程为 t1011t 112tt1 t2021t 122tt2 C C G Y C G 参数关系体系为 111212 100120 12122 0 0 0 用普通最小二乘法估计第一个简化式 t1011t 112tt1C C G Dependent Variable C01 Method Least Squares Date 06 02 11 Time 14 46 Sample adjusted 1979 2009 Included observations 31 after adjustments VariableCoefficientStd Errort StatisticProb C1086 594386 55342 0 0089 C01 1 0 0 26 327720 0000 G0 0 4 0 0001 R squared0 Mean dependent var34025 26 Adjusted R squared0 S D dependent var34218 49 S E of regression1380 725 Akaike info criterion17 39037 Sum squared resid Schwarz criterion17 52914 Log likelihood 266 5507 Hannan Quinn criter 17 43561 F statistic9198 948 Durbin Watson stat0 Prob F statistic 0 用普通最小二乘法估计第二个简化式 t2021t 122tt2Y C G Dependent Variable Y Method Least Squares Date 06 02 11 Time 14 47 Sample adjusted 1979 2009 Included observations 31 after adjustments VariableCoefficientStd Errort StatisticProb C 1899 1342081 958 0 0 3695 C01 1 1 0 8 0 0000 G2 0 7 0 0000 R squared0 Mean dependent var84244 67 Adjusted R squared0 S D dependent var95306 59 S E of regression7436 521 Akaike info criterion20 75796 Sum squared resid1 55E 09 Schwarz criterion20 89673 Log likelihood 318 7484 Hannan Quinn criter 20 80320 F statistic2449 755 Durbin Watson stat0 Prob F statistic 0 得到简化式参数估计量为 101112 202122 1086 5940 9545380 265581 1899 1341 5754552 478992 由参数体系计算得到结构参数间接最小二乘估计值为 12 1 22 211121 010120 0 107132657 0 78575532 1290 053272 3 二阶段最小二乘法二阶段最小二乘法 点击 objects new object 选择 system System UNTITLED Estimation Method Two Stage Least Squares Date 06 02 11 Time 15 09 Sample 1979 2009 Included observations 31 Total system balanced observations 62 CoefficientStd Errort StatisticProb C 1 1290 053402 73533 0 0022 C 2 0 0 4 0 0000 C 3 0 0 10 934710 0000 C 4 2538 266948 1448 2 0 0097 C 5 0 0 58 585760 0000 Determinant residual covariance1 63E 13 Equation C01 C 1 C 2 Y C 3 C01 1 Instruments G C01 1 C Observations 31 R squared0 Mean dependent var34025 26 Adjusted R squared0 S D dependent var34218 49 S E of regression1365 679 Sum squared resid Durbin Watson stat0 Equation I C 4 C 5 Y Instruments G C01 1 C Observations 31 R squared0 Mean dependent var34646 51 Adjusted R squared0 S D dependent var42513 37 S E of regression3921 722 Sum squared resid4 46E 08 Durbin Watson stat0 消费方程的参数估计量为 0 1 2 1290 053 0 107133 0 785756 投资方程的参数估计量为 0 1 2538 266 0 441390 4 三阶段最小二乘法三阶段最小二乘法 System UNTITLED Estimation Method Three Stage Least Squares Date 06 02 11 Time 15 20 Sample 1979 2009 Included observations 31 Total system balanced observations 62 Linear estimation after one step weighting matrix CoefficientStd Errort StatisticProb C 1 1384 346361 67293 0 0003 C 2 0 0 6 0 0000 C 3 0 0 13 497460 0000 C 4 2538 266917 0495 2 0 0076 C 5 0 0 60 572280 0000 Determinant residual covariance1 55E 13 Equation C01 C 1 C 2 Y C 3 C01 1 Instruments G C01 1 C Observations 31 R squared0 Mean dependent var34025 26 Adjusted R squared0 S D dependent var34218 49 S E of regression1390 396 Sum squared resid Durbin Watson stat0 Equation I C 4 C 5 Y Instruments G C01 1 C Observations 31 R squared0 Mean dependent var34646 51 Adjusted R squared0 S D dependent var42513 37 S E of regression3921 722 Sum squared resid4 46E 08 Durbin Watson stat0 消费方程的参数估计量为 0 1 2 1384 346 0 116538 0 756373 投资方程的参数估计量为 0 1 2538 266 0 441390 5 GMM 广义矩估计 广义矩估计 System UNTITLED Estimation Method Generalized Method of Moments Date 06 02 11 Time 15 27 Sample 1979 2009 Included observations 31 Total system balanced observations 62 Identity matrix estimation weights 2SLS coefs with GMM standard errors Kernel Bartlett Bandwidth Fixed 3 No prewhitening CoefficientStd Errort StatisticProb C 1 1290 053616 41172 0 0408 C 2 0 0 3 0 0003 C 3 0 0 8 0 0000 C 4 2538 2661067 430 2 0 0208 C 5 0 0 32 878450 0000 Determinant residual covariance1 63E 13 J statistic1 21E 13 Equation C01 C 1 C 2 Y C 3 C01 1 Instruments G C01 1 C Observations 31 R squared0 Mean dependent var34025 26 Adjusted R squared0 S D dependent var34218 49 S E of regression1365 679 Sum squared resid Durbin Watson stat0 Equation I C 4 C 5 Y Instruments G C01 1 C Observations 31 R squared0 Mean dependent var34646 51 Adjusted R squared0 S D dependent var42513 37 S E of regression3921 722 Sum squared resid4 46E 08 Durbin Watson stat0 消费方程的参数估计量为 0 1 2 1290 053 0 107133 0 785756 投资方程的参数估计量为 0 1 2538 266 0 441390 三 三 几种方法的分析比较几种方法的分析比较 由上述各种结果可以看出 狭义的工具变量法 IV 间接最小二乘法 ILS 二阶段 最小二乘法 2SLS 与广义矩阵法 GMM 都得到了相同的参数估