计量经济学作业计量经济学模型设计

1、计量经济学作业表5-1列出了2010年江西省环鄱阳湖生态经济区所辖主要县、市的工业及建筑业主营业务收入与利润总额的统计资料，利用统计软件Eviews建江西省环鄱阳湖生态经济区所辖主要县、市的工业及建筑业利润函数模型。表1 江西省环鄱阳湖生态经济区所辖主要县、市的工业及建筑业主营业务收入与利润总额情况地区利润总额主营业务收入地区利润总额主营业务收入南昌县1128942483552湖口县219641088745新建县871031467325彭泽县10680405748安义县16861460589瑞昌市669761054673进贤县314321075356余江梁县29189

2、608661贵溪市3459677361627乐平市710201420708新干县29624593662九江县19628432199丰城市1396342035031武宁县54449638272樟树市595551208936修水县57279446587高安市721981230235永修县888371010809东乡县34753766277德安县36721999202余干县30041513642星子县15055.5213898.5鄱阳县9225261223都昌县8919300141万年县47573702871一、 参数估计进入EViews软件包，确定时间范围；编辑输入数据；选择估计方程菜单，估计样本

3、回归函数如图1所示。图 1 估计样本回归函数估计结果为括号内为t统计量值。二、 检验异方差性1、图形分析检验观察利润总额（）与主营业务收入（）的相关图(图2)：SCAT X Y图2江西省环鄱阳湖生态经济区所辖主要县、市的工业及建筑业主营业务收入与利润总额相关图从图中可以看出，随着主营业务收入的增加，利润总额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）。

4、图 3 江西省环鄱阳湖生态经济区所辖主要县、市的工业及建筑业利润总额回归模型残差分布图3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。2、Goldfeld-Quant检验（1）将样本按解释变量排序（SORT X）并分成两部分（分别有1到8共8个样本和14到21共8个样本）（2）利用样本1建立回归模型1，其残差平方和为=76350179。（3）利用样本2建立回归模型2，其残差平方和为=1238403247。（4）计算F统计量：1238403247/76350179=16.22。取时，查F分布表得,，所以存在异方差性。3、White检验（1）建立回归模型：LS Y C X，回归结果如

5、图4。图4 江西省环鄱阳湖生态经济区所辖主要县、市的工业及建筑业利润总额回归模型（2）在方程窗口上点击ViewResidualTestWhite Heteroskedastcity,检验结果如图5。图5 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,所以不存在异方差性。实际应用中可以直接观察相伴概率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。4、Park检验（1）建立回归模型（结果同图4所示）。（2）生成新变量序列：GENR LNE2=log(RESID2)GENR LNX=log（x）（3）建立新残差序列对解释变量的回归模型：LS LNE

6、2 C LNX，回归结果如图6所示。图6 Park检验回归模型从图5-7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，即随机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。5、Gleiser检验（Gleiser检验与Park检验原理相同）（1）建立回归模型（结果同图4所示）。（2）生成新变量序列：GENR E=ABS(RESID)（3）分别建立新残差序列（E）对各解释变量（X,X2,X(1/2),X(1),X(2), X(1/2)）的回归模型：LS E C X，回归结果如下所示： (4.4315) (0.0296) (5.6705) (-0.4190) (

7、1.9905) (0.4788) （4.5320）（-1.4311）（5.6922） （-1.4563） （3.1546） （-1.2831）由上述各回归结果可知，回归模型中解释变量的系数估计值显著为0, 回归模型不能通过显著性检验，所以不能确定存在异方差性。（4）由F值或确定异方差类型Gleiser检验中可以通过F值或值确定异方差的具体形式。本例中，所有方程均无效。三、 调整异方差性1、确定权数变量根据Park检验，可以得出的一般形式为：生成权数变量：GENR W1=1/X(0.9158/2)根据Gleiser检验，可以取以下两种形式作为权数变量：生成权数变量：GENR W2=1/ABS(RESID）GENR W3=1/ RESID 22、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经估计检验发现用权数的效果最好。下面仅给出用权数的结果。3、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