計(jì)量經(jīng)濟(jì)學(xué)課后作業(yè)

計(jì)量經(jīng)濟(jì)學(xué)上機(jī)實(shí)驗(yàn)報(bào)告計(jì)量經(jīng)濟(jì)學(xué)上機(jī)實(shí)驗(yàn)報(bào)告目錄一、實(shí)驗(yàn)?zāi)康暮蛯?shí)驗(yàn)心得 2二、課后作業(yè) 2第三章 23.3 23.4 43.5 53.6 63.7 7第四章 94.3 94.6 124.7 16第五章 175.2 175.4 205.5 225.6 24第六章 276.1 276.3 296.4 306.5 32三、對上機(jī)實(shí)驗(yàn)課程的建議 34計(jì)量經(jīng)濟(jì)學(xué)上機(jī)實(shí)驗(yàn)一、實(shí)驗(yàn)?zāi)康暮蛯?shí)驗(yàn)心得實(shí)驗(yàn)?zāi)康模罕緦W(xué)期的計(jì)量經(jīng)濟(jì)學(xué)上機(jī)實(shí)驗(yàn)是為了讓同學(xué)們在學(xué)習(xí)了計(jì)量經(jīng)濟(jì)學(xué)的理論知識(shí)的基礎(chǔ)之上，熟練掌握Eviews原件的操作步驟，學(xué)會(huì)建立計(jì)量經(jīng)濟(jì)學(xué)模型，能夠?qū)δＰ瓦M(jìn)行檢驗(yàn)和修正，并能夠通過建立模型的方法分析社會(huì)中的經(jīng)濟(jì)現(xiàn)象。增強(qiáng)學(xué)生實(shí)際操作的能力，使學(xué)生能獨(dú)立解決遇到的經(jīng)濟(jì)問題。實(shí)驗(yàn)心得：通過這學(xué)期的上機(jī)實(shí)驗(yàn)，我學(xué)會(huì)了運(yùn)用Eviews6.0進(jìn)行數(shù)據(jù)處理，并且能夠熟練操作。學(xué)會(huì)了建立計(jì)量經(jīng)濟(jì)學(xué)模型，但對于難度較大的題目還有不理解的地方。二、課后作業(yè)第三章3.3（1）建立家庭書刊消費(fèi)的計(jì)量經(jīng)濟(jì)模型：其中：Y為家庭書刊年消費(fèi)支出、X為家庭月平均收入、T為戶主受教育年數(shù)（2）估計(jì)模型參數(shù)，結(jié)果為：即（49.46026）（0.02936）（5.20217）t=(-1.011244)(2.944186)(10.06702)=0.951235=0.944732=146.2974(3)檢驗(yàn)戶主受教育年數(shù)對家庭書刊消費(fèi)是否有顯著影響:由估計(jì)檢驗(yàn)結(jié)果,戶主受教育年數(shù)參數(shù)對應(yīng)的t統(tǒng)計(jì)量為10.06702,明顯大于t的臨界值，同時(shí)戶主受教育年數(shù)參數(shù)所對應(yīng)的P值為0.0000，明顯小于=0.05，均可判斷戶主受教育年數(shù)對家庭書刊消費(fèi)支出確實(shí)有顯著影響。（4）本模型說明家庭月平均收入和戶主受教育年數(shù)對家庭書刊消費(fèi)支出有顯著影響，家庭月平均收入增加1元，家庭書刊年消費(fèi)支出將增加0.086元，戶主受教育年數(shù)增加1年，家庭書刊年消費(fèi)支出將增加52.37元。3.4（1）對此模型作估計(jì),并作出經(jīng)濟(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)的說明。（2）根據(jù)此模型所估計(jì)結(jié)果，作計(jì)量經(jīng)濟(jì)學(xué)的檢驗(yàn)。t檢驗(yàn)表明：各參數(shù)的t值的絕對值均大于臨界值，從P值也可看出均明顯小于，表明失業(yè)率和預(yù)期通貨膨脹率分別對實(shí)際通貨膨脹率都有顯著影響。F檢驗(yàn)表明：F=34.29559,大于臨界值,其P值0.000033也明顯小于,說明失業(yè)率和預(yù)期通貨膨脹率聯(lián)合起來對實(shí)際通貨膨脹率有顯著影響。從經(jīng)濟(jì)意義上看：失業(yè)率與實(shí)際通貨膨脹率負(fù)相關(guān)，預(yù)期通貨膨脹率與實(shí)際通貨膨脹率正相關(guān)，與經(jīng)濟(jì)理論一致。（3）計(jì)算修正可決系數(shù)（寫出詳細(xì)計(jì)算過程）由Y的統(tǒng)計(jì)量表得Std.Dev=3.0418923.5(1)建立該地區(qū)城鎮(zhèn)居民人均全年耐用消費(fèi)品支出關(guān)于人均年可支配收入和耐用消費(fèi)品價(jià)格指數(shù)的回歸模型：（2）估計(jì)參數(shù)結(jié)果由估計(jì)和檢驗(yàn)結(jié)果可看出，該地區(qū)人均年可支配收入的參數(shù)的t檢驗(yàn)值為10.54786，其絕對值大于臨界值；而且對應(yīng)的P值為0.0000，也明顯小于。說明人均年可支配收入對該地區(qū)城鎮(zhèn)居民人均全年耐用消費(fèi)品支出確實(shí)有顯著影響。但是，該地區(qū)耐用消費(fèi)品價(jià)格指數(shù)的參數(shù)的t檢驗(yàn)值為-0.921316，其絕對值小于臨界值；而且對應(yīng)的P值為0.3838，也明顯大于。這說明該地區(qū)耐用消費(fèi)品價(jià)格指數(shù)對城鎮(zhèn)居民人均全年耐用消費(fèi)品支出并沒有顯著影響,這樣的結(jié)論似乎并不合理。為什么會(huì)出現(xiàn)這樣的結(jié)果呢?很值得考慮。說明此模型存在嚴(yán)重的問題（存在嚴(yán)重多重共線性）。3.6（1）建立能源需求與收入和價(jià)格之間的對數(shù)需求函數(shù)說明收入GDP指數(shù)增加1%時(shí)，平均說來能源需求指數(shù)將增長0.9969%;價(jià)格指數(shù)增加1%時(shí)，平均說來能源需求指數(shù)將降低0.3314%由P值可知,收入和價(jià)格對能源需求的影響是顯著的.（2）建立能源需求與收入和價(jià)格之間的線性需求函數(shù)說明收入GDP指數(shù)增加1個(gè)單位時(shí)，平均說來能源需求指數(shù)將增長0.980849個(gè)單位;價(jià)格指數(shù)增加1個(gè)單位時(shí)，平均說來能源需求指數(shù)將降低0.258426個(gè)單位由P值可知,收入和價(jià)格對能源需求的影響是顯著的.3.7（1）建立線性回歸模型：預(yù)期常住人口和人均收入應(yīng)與糧食銷售量正相關(guān)，和應(yīng)為正值，而肉、蛋、魚蝦與糧食消費(fèi)應(yīng)該負(fù)相關(guān)，預(yù)期、、應(yīng)當(dāng)為負(fù)值。2）用OLS法估計(jì)參數(shù)：只有和的符號與預(yù)期一致，、、的符號均與預(yù)期相反。3）對模型及各個(gè)解釋變量的顯著性發(fā)現(xiàn)：雖然可決系數(shù)和修正的可決系數(shù)都較高，F(xiàn)=13.5823,檢驗(yàn)表明也顯著,但是所有的解釋變量的t檢驗(yàn)卻都不顯著這種矛盾現(xiàn)象說明此模型存在嚴(yán)重的問題（存在嚴(yán)重多重共線性）。第四章4.3（1）建立經(jīng)濟(jì)模型：其中Y表示為商品進(jìn)口額，GDP表示為國內(nèi)生產(chǎn)總值，CPI表示為居民消費(fèi)價(jià)格指數(shù)。模型參數(shù)估計(jì)結(jié)果：（0.337427）（0.092206）（0.214647）t=(-9.069059)(17.96703)(-4.924618)F=1275.093(2)居民消費(fèi)價(jià)格指數(shù)的回歸系數(shù)的符號不能進(jìn)行合理的經(jīng)濟(jì)意義解釋，且CPI與進(jìn)口之間的簡單相關(guān)系數(shù)呈現(xiàn)正向變動(dòng)?？赡軘?shù)據(jù)中有多重共線性。計(jì)算相關(guān)系數(shù):從上圖可知，GDP與CPI之間存在較高的線性相關(guān)。3）已知：對以上三個(gè)模型分別進(jìn)行回歸，結(jié)果如下：（0.384252）(0.035196)t=(-10.64579)(34.62222)F=1198.698（1.253662）(0.228046)t=(-4.341218)(11.68091)F=136.4437（0.734328）(0.133577)t=(-1.958231)(16.81400)F=282.7107單方程擬合效果都很好，回歸系數(shù)顯著，可決系數(shù)較高，GDP和CPI對進(jìn)口分別有顯著的單一影響，在這兩個(gè)變量同時(shí)引入模型時(shí)影響方向發(fā)生了改變，這只有通過相關(guān)系數(shù)的分析才能發(fā)現(xiàn)。4)如果僅僅是作預(yù)測，可以不在意這種多重共線性，但如果是進(jìn)行結(jié)構(gòu)分析，還是應(yīng)該引起注意。4.61)建立多元對數(shù)線性回歸模型：作全部變量對數(shù)線性多元回歸,結(jié)果為:由上圖可見，該模型，可決系數(shù)很高，F(xiàn)檢驗(yàn)值386.2196，明顯顯著。全部變量對數(shù)線性多元回歸整體對樣本擬合很好，各變量聯(lián)合起來對能源消費(fèi)影響顯著?？墒瞧渲械膌nX3、lnX4、lnX6對lnY影響不顯著,而且lnX2、lnX5的參數(shù)為負(fù)值，在經(jīng)濟(jì)意義上不合理。所以這樣的回歸結(jié)果并不理想。2）預(yù)料此回歸模型會(huì)遇到多重共線性問題,因?yàn)閲窨偸杖肱cGDP本來就是一對關(guān)聯(lián)指標(biāo)；而工業(yè)增加值、建筑業(yè)增加值、交通運(yùn)輸郵電業(yè)增加值則是GDP的組成部分。這兩組指標(biāo)必定存在高度相關(guān)。解釋變量國民總收入(億元)X1(代表收入水平)、國內(nèi)生產(chǎn)總值(億元)X2(代表經(jīng)濟(jì)發(fā)展水平)、工業(yè)增加值(億元)X3、建筑業(yè)增加值(億元)X4、交通運(yùn)輸郵電業(yè)增加值(億元)X5(代表產(chǎn)業(yè)發(fā)展水平及產(chǎn)業(yè)結(jié)構(gòu))、人均生活電力消費(fèi)(千瓦小時(shí))X6(代表人民生活水平提高)、能源加工轉(zhuǎn)換效率(%)X7(代表能源轉(zhuǎn)換技術(shù))等很可能線性相關(guān),計(jì)算相關(guān)系數(shù)如下:可以看出lnx1與lnx2、lnx3、lnx4、lnx5、lnx6之間高度相關(guān)，許多相關(guān)系數(shù)高于0.900以上。如果決定用表中全部變量作為解釋變量，很可能會(huì)出現(xiàn)嚴(yán)重多重共線性問題。3）因?yàn)榇嬖诙嘀毓簿€性，解決方法如下：A：修正理論假設(shè)，在高度相關(guān)的變量中選擇相關(guān)程度最高的變量進(jìn)行回歸建立模型：而對變量取對數(shù)后，能源消費(fèi)總量的對數(shù)與人均生活電力消費(fèi)的對數(shù)相關(guān)程度最高，可建立這兩者之間的回歸模型。如:回歸結(jié)果如下：（0.116373）（0.026024）t=(85.34551)(16.17255)F=261.5513B：進(jìn)行逐步回歸，直至模型符合需要研究的問題，具有實(shí)際的經(jīng)濟(jì)意義和統(tǒng)計(jì)意義。采用逐步回歸的辦法，去檢驗(yàn)和解決多重共線性問題。分別作對的一元回歸，結(jié)果如下:變量lnX1lnX2lnX3lnX4lnX5lnX6lnX7參數(shù)估計(jì)值0.3161710.3148910.2771410.2973920.2733400.4209728.730031t統(tǒng)計(jì)量14.9848714.620229.71801613.2299411.7168216.172554.647591可決系數(shù)0.9144760.9105430.8180870.8927300.8673270.9256770.507043調(diào)整可決系數(shù)0.9104040.9062840.8094250.8876210.8610090.9221380.483569其中加入lnX6的方程調(diào)整的可決系數(shù)最大,以lnX6為基礎(chǔ),順次加入其他變量逐步回歸。結(jié)果如下表:變量lnX1lnX2lnX3lnX4lnX5lnX6lnX7lnX6lnX1-0.186(-0.698)0.666(1.891)0.920lnX6lnX2-0.251(-1.021)0.753(2.308)0.922lnX6lnX30.061(1.548)0.341(5.901)0.927lnX6lnX4-0.119(-0.897)0.585(3.167)0.921lnX6lnX5-0.623(-7.127)1.344(10.314)0.977lnX6lnX70.391(11.071)0.924經(jīng)比較，新加入lnX5的方程調(diào)整可決系數(shù)改進(jìn)最大,各參數(shù)的t檢驗(yàn)也都顯著，但是lnX5參數(shù)的符號與經(jīng)濟(jì)意義不符合。若再加入其他變量后的逐步回歸,若剔除不顯著的變量和無經(jīng)濟(jì)意義的變量后,仍為第一步所建只包含lnX6的一元回歸模型。如果需要建立多元線性回歸模型，則需尋找新的變量或改變模型形式。例如,不取對數(shù)作全部變量多元線性回歸,結(jié)果為:可以看出還是有嚴(yán)重多重共線性。作逐步回歸:分別作一元回歸得到：變量X1X2X3X4X5X6X7參數(shù)估計(jì)值0.73330.73531.665513.190910.8980678.005819332.30t統(tǒng)計(jì)量26.469825.362718.025725.963613.514722.42294.70240.97090.96840.93930.96970.89690.95990.51290.96950.96690.93640.96830.89200.95800.4897以X1為基礎(chǔ)加入其他變量,結(jié)果為:X1X2X3X4X5X6X7X1，X26.6399（0.0022）-5.9308(0.0054)0.9785X1，X30.5512(0.0000)0.4349(0.0821)0.9726X1，X40.5040(0.3356)4.1326(0.6580)0.9683X1，X51.0516(0.0000)-5.0269(0.013)0.9766X1，X61.0075(0.0088)-255.80(0.438)0.9690X1，X70.7499(0.0000) -813.44(0.5988)0.9684注:括號中為p值.可以發(fā)現(xiàn)加入X2、X5、X6、X7后參數(shù)的符號不合理,加入X4后并不顯著。只有加入X3后修正的可決系數(shù)有所提高,而且參數(shù)符號的經(jīng)濟(jì)意義合理,X3參數(shù)估計(jì)值的p值為0.0821，在10%的顯著性水平下是顯著的。所以相對較為合理的模型估計(jì)結(jié)果可以為:4.71)根據(jù)樣本數(shù)據(jù)得到各解釋變量的樣本相關(guān)系數(shù)矩陣如下：樣本相關(guān)系數(shù)矩陣解釋變量之間相關(guān)系數(shù)較高，特別是農(nóng)業(yè)增加值、工業(yè)增加值、建筑業(yè)增加值、最終消費(fèi)之間，相關(guān)系數(shù)都在0.9以上。這顯然與第三章對模型的無多重共線性假定不符合。解決方案：采用逐步回歸的方式，可以得到?jīng)]有共線性的回歸模型，但可能存在設(shè)定偏誤。合并工業(yè)增加值與建筑業(yè)增加值，得到財(cái)政收入與第二產(chǎn)業(yè)的回歸。取對數(shù)再回歸，可以減低共線性。第五章5.2（1）該模型樣本回歸估計(jì)式的書寫形式為（2）首先，用Goldfeld-Quandt法進(jìn)行檢驗(yàn)。將樣本X按遞增順序排序，去掉中間1/4的樣本，再分為兩個(gè)部分的樣本，即。分別對兩個(gè)部分的樣本求最小二乘估計(jì)，得到兩個(gè)部分的殘差平方和，即求F統(tǒng)計(jì)量為給定，查F分布表，得臨界值為。c.比較臨界值與F統(tǒng)計(jì)量值，有=4.1390>，說明該模型的隨機(jī)誤差項(xiàng)存在異方差。其次，用White法進(jìn)行檢驗(yàn)。具體結(jié)果見下表給定，在自由度為2下查卡方分布表，得。比較臨界值與卡方統(tǒng)計(jì)量值，即，同樣說明模型中的隨機(jī)誤差項(xiàng)存在異方差。（2）用權(quán)數(shù)，作加權(quán)最小二乘估計(jì)，得如下結(jié)果用White法進(jìn)行檢驗(yàn)得如下結(jié)果：WhiteHeteroskedasticityTest:F-statistic3.138491Probability0.050925Obs*R-squared5.951910Probability0.050999給定，在自由度為2下查卡方分布表，得。比較臨界值與卡方統(tǒng)計(jì)量值，即，說明加權(quán)后的模型中的隨機(jī)誤差項(xiàng)不存在異方差。其估計(jì)的書寫形式為5.4（1）建立樣本回歸函數(shù)。（-5.485018）（17.34164）從估計(jì)的結(jié)果看，各項(xiàng)檢驗(yàn)指標(biāo)均顯著。但由于收入通常存在不同的差異，因此需要判斷模型是否存在異方差。首先，用圖形法。從殘差平方對解釋變量散點(diǎn)圖可以看出（見下圖），模型很可能存在異方差。其次，用運(yùn)用Goldfeld－Quanadt檢驗(yàn)異方差。第一，對變量X取值以升序排序。第二，構(gòu)造子樣本。由于本例的樣本容量為31，刪除1/4觀測值，約7個(gè)，余下部分分得兩個(gè)樣本區(qū)間：1—12和20—31,它們的樣本個(gè)數(shù)均是12個(gè)。第三，在樣本區(qū)為1—12，所計(jì)算得到的殘茶平方和為；在樣本區(qū)為20—31，所計(jì)算得到的殘茶平方和為。第四，根據(jù)Goldfeld－Quanadt檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量為。第五，判斷。在顯著性水平為0.05條件下，分子分母的自由度均為10，查F分布表得臨界值為，因?yàn)?，所以拒絕原假設(shè)，表明模型存在異方差。最后，用ARCH方法檢驗(yàn)異方差，則ARCH檢驗(yàn)結(jié)果見下表：由上述結(jié)論可知，拒絕原假設(shè)，則模型中隨機(jī)誤差項(xiàng)存在異方差。（2）分別用權(quán)數(shù)，發(fā)現(xiàn)用權(quán)數(shù)求加權(quán)最小二乘估計(jì)效果最好，即5.5（1）求對的回歸，得如下估計(jì)結(jié)果用懷特檢驗(yàn)的修正方法，即建立如下回歸模型5.6將數(shù)據(jù)錄入Eviews定義：X2=100*X/價(jià)格指數(shù)Y2=100*Y/價(jià)格指數(shù)Y=43.1007+0.72748X(6.257236)(0.013102)t=6.88803755.52690F=3083.237用ARCH檢驗(yàn)：(n-p)R^2=4.10709>χ2(p)=3.8416故模型隨機(jī)誤差存在異方差，進(jìn)行異方差的修正定義變量：W1=1/X2W2=1/X2^2W3=1/sqr(X2)一、二、三、經(jīng)過比較，發(fā)現(xiàn)權(quán)數(shù)用W3時(shí)最好，其加了權(quán)數(shù)后R^2=0.985112故回歸估計(jì)式為：Y2=36.87119+0.742578X2(6.042941)(0.016952)t=6.10153143.80434F=1918.820第六章6.1（1）收入—消費(fèi)模型為 Se=(2.5043) (0.0075) t=(-3.7650) (125.3411)R2=0.9978，F(xiàn)=15710.39，df=34，DW=0.5234（2）對樣本量為36、一個(gè)解釋變量的模型、5%顯著水平，查DW統(tǒng)計(jì)表可知，dL=1.411，dU=1.525，模型中DW<dL，顯然消費(fèi)模型中有自相關(guān)。（3）采用廣義差分法et=0.72855et-1 （0.0189）t=（-2.0220）（50.1682）R2=0.9871F=2516.848df=33DW=2.0972查5%顯著水平的DW統(tǒng)計(jì)表可知dL=1.402，dU=1.519，模型中DW=2.0972>dU，說明廣義差分模型中已無自相關(guān)。同時(shí)，可決系數(shù)R2、t、F統(tǒng)計(jì)量均達(dá)到理想水平。最終的消費(fèi)模型為Yt=13.9366+0.9484Xt 6.3（１）收入—消費(fèi)模型為（２）DW＝0.575，取，查DW上下界，說明誤差項(xiàng)存在正自相關(guān)。（３）采用廣義差分法使用普通最小二乘法估計(jì)的估計(jì)值，得 DW=1.830，已知。因此，在廣義差分模型中已無自相關(guān)。據(jù)，可得：因此，原回歸模型應(yīng)為其經(jīng)濟(jì)意義為:北京市人均實(shí)際收入增加1元時(shí)，平均說來人均實(shí)際生活消費(fèi)支出將增加0.669元。6.4（１）回歸分析收入—消費(fèi)模型為 t=(6.1361) (30.0085)R2=0.9751DW=0.3528（２）對樣本量為25、一個(gè)解釋變量的模型、5%顯著水平，查DW