第七章分布滞后模型与自回归模型案例分析
一、问题的提出和模型设定
货币主义学派认为，产生通货膨胀的必要条件是货币的超量供应。物价变动与货币供应量的变化有着较为密切的联系，但是二者之间的关系不是瞬时的，货币供应量的变化对物价的影响存在一定时滞。在中国，大家普遍认同货币供给的变化对物价具有滞后影响，但滞后期究竟有多长，还存在不同的认识。
下面采集1996－2005年全国广义货币供应量和物价指数的月度数据对这一问题进行研究。
Eviews 上机具体操作： 利用eviews3.0进行分析
第一步：建立数据
1新建工作文档：file-new-workfile ，在打开的workfile range 对话框中的workfile frequency 中选择monthly ，start date 输入1996-1，end date 输入2005-5，点击ok 。
2输入数据（先是data y x2 x3······然后是将excel 中的数据复制过来即可）并保存
本题在命令窗口输入data TBZS M2Z ，并点击name 命名为GROUP01. 然后将上面的数据录入。 第二步 分析数据
为了考察货币供应量的变化对物价的影响，我们用广义货币M2的月增长量用广义货币Z M 2作为解释变量，以居民消费价格月度同比指数TBZS 为被解释变量进行研究。首先估计如下回归模型:
t Z u M TBZS ++=t 20t βα
在命令窗口输入ls TBZS C M2Z ，并点击name 命名为EQ01. 得到如下回归
Dependent Variable: TBZS Method: Least Squares Date: 12/20/12 Time: 10:23 Sample(adjusted): 1996:02 2005:05
Included observations: 112 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C 101.4356 0.397419 255.2358 0.0000 M2Z 0.068371
0.151872 0.450190 0.6535 R-squared
0.001839 Mean dependent var 101.5643 Adjusted R-squared -0.007235 S.D. dependent var 2.911111 S.E. of regression 2.921623 Akaike info criterion 4.999852 Sum squared resid 938.9472 Schwarz criterion 5.048396 Log likelihood -277.9917 F-statistic 0.202671 Durbin-Watson stat
0.047702 Prob(F-statistic)
0.653460
从回归结果来看，Z M 2的t 统计量值不显著，表明当期货币供应量的变化对当期物价水平的影响在统计意义上不明显。为了分析货币供应量变化影响物价的滞后性，我们做滞后6个月的分布滞后模型的估计.
在命令窗口输入ls TBZS C M2Z M2Z(-1) M2Z(-2) M2Z(-3) M2Z(-4) M2Z(-5) M2Z(-6)，并点击name 命名为EQ02.
Dependent Variable: TBZS Method: Least Squares Date: 12/20/12 Time: 10:27 Sample(adjusted): 1996:08 2005:05
Included observations: 106 after adjusting endpoints
Variable
Coefficient
Std. Error t-Statistic Prob. C 100.0492 0.584318 171.2240 0.0000 M2Z -0.011037 0.140613 -0.078493 0.9376 M2Z(-1) 0.016169 0.137998 0.117166 0.9070 M2Z(-2) 0.053044 0.136808 0.387723 0.6991 M2Z(-3) 0.028679 0.143155 0.200333 0.8416 M2Z(-4) 0.130825 0.139183 0.939951 0.3496 M2Z(-5) 0.137794 0.142502 0.966965 0.3359 M2Z(-6)
0.248778
0.143394 1.734924 0.0859
R-squared
0.055557 Mean dependent var 101.1377 Adjusted R-squared -0.011904 S.D. dependent var 2.347946 S.E. of regression
2.361879 Akaike info criterion
4.629264
Sum squared resid 546.6902 Schwarz criterion 4.830278 Log likelihood -237.3510 F-statistic 0.823546 Durbin-Watson stat
0.094549 Prob(F-statistic)
0.570083
从回归结果来看，Z M 2各滞后期的系数逐步增加，表明当期货币供应量的变化对物价水平的影响要经过一段时间才能逐步显现。但各滞后期的系数的t 统计量值不显著，因此还不能据此判断滞后期究竟有多长。为此，我们做滞后12个月的分布滞后模型的估计.
在命令窗口输入ls TBZS C M2Z M2Z(-1) M2Z(-2) M2Z(-3) M2Z(-4) M2Z(-5) M2Z(-6) M2Z(-7) M2Z(-8) M2Z(-9) M2Z(-10) M2Z(-11) M2Z(-12)，并点击name 命名为EQ03.
Dependent Variable: TBZS Method: Least Squares Date: 12/20/12 Time: 10:30 Sample(adjusted): 1997:02 2005:05
Included observations: 100 after adjusting endpoints
Variable
Coefficient
Std. Error t-Statistic Prob. C 98.35668 0.467897 210.2102 0.0000 M2Z -0.167665 0.121743 -1.377203 0.1720 M2Z(-1) -0.032065 0.111691 -0.287084 0.7747 M2Z(-2) -0.000995 0.111464 -0.008925 0.9929 M2Z(-3) 0.004243 0.113815 0.037276 0.9704 M2Z(-4) 0.106581 0.112727 0.945480 0.3471 M2Z(-5) 0.043217 0.113161 0.381908 0.7035 M2Z(-6) 0.117581 0.118460 0.992575 0.3237 M2Z(-7) 0.140418 0.115571 1.214988 0.2277 M2Z(-8) 0.220875 0.114368 1.931271 0.0567 M2Z(-9) 0.140875 0.115354 1.221247 0.2253 M2Z(-10) 0.180497 0.115895 1.557410 0.1230 M2Z(-11) 0.246911 0.125543 1.966752 0.0524 M2Z(-12)
0.392359
0.130058 3.016798 0.0034 R-squared
0.317136 Mean dependent var 100.7830 Adjusted R-squared
0.213913 S.D. dependent var
1.890863
S.E. of regression 1.676469 Akaike info criterion 4.000434
Sum squared resid 241.7072 Schwarz criterion 4.365158
Log likelihood -186.0217 F-statistic 3.072325
Durbin-Watson stat 0.265335 Prob(F-statistic) 0.000906
上表显示，从M2Z到M2Z(-11), 回归系数都不显著异于零(P值均大于0.05)，而M2Z(-12)的回归系数t统计量值为3.016798，在5％显著性水平下拒绝系数为零的原假设。这一结果表明，当期货币供应量变化对物价水平的影响在经过12个月（即一年）后明显地显现出来。为了考察货币供应量变化对物价水平影响的持续期，我们做滞后18个月的分布滞后模型的估计。
在命令窗口输入ls TBZS C M2Z M2Z(-1) M2Z(-2) M2Z(-3) M2Z(-4) M2Z(-5) M2Z(-6) M2Z(-7) M2Z(-8) M2Z(-9) M2Z(-10) M2Z(-11) M2Z(-12) M2Z(-13) M2Z(-14) M2Z(-15) M2Z(-16) M2Z(-17) M2Z(-18)，并点击name命名为EQ04.
Dependent Variable: TBZS
Method: Least Squares
Date: 12/20/12 Time: 10:33
Sample(adjusted): 1997:08 2005:05
Included observations: 94 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 97.41411 0.370000 263.2815 0.0000
M2Z -0.083649 0.094529 -0.884900 0.3791
M2Z(-1) -0.116744 0.093984 -1.242161 0.2181
M2Z(-2) -0.119939 0.094428 -1.270156 0.2080
M2Z(-3) -0.092993 0.095720 -0.971509 0.3345
M2Z(-4) -0.032912 0.095823 -0.343468 0.7322
M2Z(-5) -0.023891 0.097813 -0.244256 0.8077
M2Z(-6) 0.017290 0.100645 0.171794 0.8641
M2Z(-7) 0.028288 0.097570 0.289929 0.7727
M2Z(-8) 0.048708 0.095877 0.508021 0.6129
M2Z(-9) 0.025995 0.097569 0.266422 0.7907
M2Z(-10) 0.118247 0.096764 1.222011 0.2256
M2Z(-11) 0.157408 0.102558 1.534815 0.1291
M2Z(-12) 0.271281 0.112316 2.415326 0.0182
M2Z(-13) 0.325760 0.109217 2.982684 0.0039
M2Z(-14) 0.396242 0.107046 3.701601 0.0004
M2Z(-15) 0.335482 0.106776 3.141941 0.0024
M2Z(-16) 0.270811 0.107222 2.525697 0.0137
M2Z(-17) 0.200024 0.109278 1.830415 0.0712
M2Z(-18) 0.169696 0.101547 1.671114 0.0989
R-squared 0.610520 Mean dependent var 100.6085
Adjusted R-squared 0.510519 S.D. dependent var 1.795733
S.E. of regression 1.256348 Akaike info criterion 3.480597
Sum squared resid 116.8024 Schwarz criterion 4.021724
Log likelihood -143.5881 F-statistic 6.105105
Durbin-Watson stat 0.308938 Prob(F-statistic) 0.000000
结果表明，从滞后12个月开始t统计量值显著，一直到滞后16个月为止，从滞后第17个月开始t值变得不显著；再从回归系数来看，从滞后11个月开始，货币供应量变化对物价水平的影响明显增加，再滞后14个月时达到最大，然后逐步下降。
通过上述一系列分析，我们可以做出这样的判断：在我国，货币供应量变化对物价水平的影响具有明显的滞后性，滞后期大约为一年，而且滞后影响具有持续性，持续的长度大约为半年，其影响力度先递增然后递减，滞后结构为 型。
当然，从上述回归结果也可以看出，回归方程的2R不高，DW值也偏低，表明除了货币供应量外，还有其他因素影响物价变化；同时，过多的滞后变量也可能引起多重共线性问题。
如果我们分析的重点是货币供应量变化对物价影响的滞后性，上
述结果已能说明问题。如果要提高模型的预测精度，则可以考虑对模型进行改进。根据前面的分析可知，分布滞后模型可以用自回归模型来代替，因此我们估计如下自回归模型：
t 1-t t u ++=TBZS TBZS βα
在命令窗口输入ls TBZS C TBZS(-1) 得到回归结果
Dependent Variable: TBZS Method: Least Squares Date: 12/20/12 Time: 10:43 Sample(adjusted): 1996:03 2005:05
Included observations: 111 after adjusting endpoints
Variable
Coefficient
Std. Error t-Statistic Prob. C 5.348792 1.938684 2.758982 0.0068 TBZS(-1)
0.946670
0.019081 49.61371 0.0000
R-squared
0.957596 Mean dependent var 101.4946 Adjusted R-squared 0.957207 S.D. dependent var 2.828904 S.E. of regression 0.585200 Akaike info criterion 1.784126 Sum squared resid 37.32798 Schwarz criterion 1.832947 Log likelihood -97.01900 F-statistic 2461.520 Durbin-Watson stat
1.779257 Prob(F-statistic)
0.000000
案例六 自回归分布滞后模型（ADL ）的运用实验指导 一、实验目的 理解ADL 模型的原理与应用条件，学会运用ADL 模型来估计变量之间长期稳定关系。理解从经济理论上来说，两个经济变量之间的确有长期关系采用使用该模型进行估计。理解ADL 模型的优点：不管回归项是不是1阶单整或平稳都可以进行检验和估计。而进行标准的协整分析前，必须把变量分类成(0)I 和(1)I 。 二、基本概念 Jorgenson(1966)提出的（,p q ）阶自回归分布滞后模型ADL(autoregressive distributed lag)：011111 i t t p t p t t q t q i t i i y y y ταφφεθεθεβ-----='=++++--+∑x ，其中t i -x 是滞后i 期 的外生变量向量（维数与变量个数相同），且每个外生变量的最大滞后阶数为i τ，i β是参数向量。当不存在外生变量时，模型就退化为一般ARMA （,p q ）模型。 如果模型中不含有移动平均项，可以采用OLS 方法估计参数，若模型中含有移动平均项，线性OLS 估计将是非一致性估计，应采用非线性最小二乘估计。 三、实验内容及要求 （1）实验内容 运用ADL 模型研究1992年1月到1998年12月我国城镇居民月对数人均生活费支出yt 和对数可支配收入xt 之间的长期稳定关系。 （2）实验要求 在认真理解模型应用条件的基础上，通过实验掌握ADL 模型的实际应用方法，并熟悉Eniews 的具体操作过程。 四、实验指导 （1）数据录入 打开Eviews 软件，选择“File”菜单中的“New --Workfile”选项，在“Workfile structure type ”栏选择“Dated-regular frequency ”，在“Data specification ”栏中“Frequency ”中选择“Monthly ”即月份数据，起始时间输入1992m1即1992年1月份，止于1998m12，点击ok ，见图6-1，这样就建立了一个工作文件。 图6-1 建立工作文件窗口
案例六自回归分布滞后模型（ADL）的运用实验指 导 一、实验目的 理解ADL模型的原理与应用条件，学会运用ADL模型来估计变量之间长期稳定关系。理解从经济理论上来说，两个经济变量之间的确有长期关系采用使用该模型进行估计。理解ADL模型的优点：不管回归项是不是1阶单整或平稳都可以进行检验和估计。而进行标准的协整分析前，必须把变量分类成 和 。 二、基本概念 Jorgenson(1966)提出的（ ）阶自回归分布滞后模型ADL(autoregressive distributed lag)： ，其中 是滞后 期的外生变量向量（维数与变量个数相同），且每个外生变量的最大滞后阶数为 ， 是参数向量。当不存在外生变量时，模型就退化为一般ARMA（ ）模型。 如果模型中不含有移动平均项，可以采用OLS方法估计参数，若模型中含有移动平均项，线性OLS估计将是非一致性估计，应采用非线性最小二乘估计。
三、实验内容及要求 （1）实验内容 运用ADL模型研究1992年1月到1998年12月我国城镇居民月对数人均生活费支出yt和对数可支配收入xt之间的长期稳定关系。 （2）实验要求 在认真理解模型应用条件的基础上，通过实验掌握ADL模型的实际应用方法，并熟悉Eniews的具体操作过程。 四、实验指导 （1）数据录入 打开Eviews软件，选择“File”菜单中的“New--Workfile”选项，在“Workfile structure type”栏选择“Dated-regular frequency”，在“Data specification”栏中“Frequency”中选择“Monthly”即月份数据，起始时间输入1992m1即1992年1月份，止于1998m12，点击ok，见图6-1，这样就建立了一个工作文件。 图6-1 建立工作文件窗口
第7章分布滞后模型与自回归模型 7.1滞后效应与滞后变量模型 在经济运行过程中，广泛存在时间滞后效应。某些经济变量不仅受到同期各种因素的影响，而且也受到过去某些时期的各种因素甚至自身的过去值的影响。 通常把这种过去时期的，具有滞后作用的变量叫做滞后变量( Lagged Variable )，含有滞后 变量的模型称为滞后变量模型。 滞后变量模型考虑了时间因素的作用，使静态分析的问题有可能成为动态分析。含有滞后解释变量的模型，又称动态模型(Dynamical Model )。 一、滞后效应与与产生滞后效应的原因 因变量受到自身或另一解释变量的前几期值影响的现象称为滞后效应。 表示前几期值的变量称为滞后变量。 女口：消费函数 通常认为，本期的消费除了受本期的收入影响之外，还受前1期，或前2期收入的影响： C t= 0+ 1Y t+ 2Y t-1 + 3Y t-2 + t Y t-1，Y t-2为滞后变量。 产生滞后效应的原因 1、心理因素：人们的心理定势，行为方式滞后于经济形势的变化，如中彩票的人不可能很快改变其生活方式。 2、技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产。 3、制度原因：如定期存款到期才能提取，造成了它对社会购买力的影响具有滞后性。 二、滞后变量模型 以滞后变量作为解释变量，就得到滞后变量模型。它的一般形式为：
q , s ：滞后时间间隔 自回归分布滞后模型 (autoregressive distributed lag model, ADL ):既含有 Y 对自身滞后 变量的回归，还包括着 X 分布在不同时期的滞后变量 有限自回归分布滞后模型： 滞后期长度有限 无限自回归分布滞后模型： 滞后期无限， (1) 分布滞后模型(distributed-lag model ) 分布滞后模型：模型中没有滞后被解释变量，仅有解释变量 X 的当期值及其若干期的滞后值： b0 :短期(short-run) 或即期乘数(impact multiplier) ，表示本期X 变化一单位对 Y 平均值的影响 程度。 bi (i=1,2…,s):动态乘数或延迟系数，表示各滞后期 X 的变动对Y 平均值影响的大小。 「「称为长期(Iong-run )或均衡乘数(total distributed-lag multiplier 单位，由于滞后效应而形成的对 丫平均值总影响的大小。 如果各期的X 值保持不变，则X 与Y 间的长期或均衡关系即为： 2、自回归模型(autoregressive model ) 自回归模型：模型中的解释变量仅包含 X 的当期值与被解释变量 Y 的一个或多个滞后值 丫t 0 1X t 2 丫t 1 t )，表示X 变动一个
计量经济学E v i e w s多重共线性实验报告 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT
实验报告课程名称计量经济学 实验项目名称多重共线性 班级与班级代码 专业 任课教师 学号： 姓名： 实验日期： 2014 年 05 月 11日 广东商学院教务处制 姓名实验报告成绩 评语： 指导教师（签名） 年月日 说明：指导教师评分后，实验报告交院（系）办公室保存。 计量经济学实验报告 一、实验目的：掌握多元线性回归模型的估计方法、掌握多重共线性模型的识别和修正。 二、实验要求：应用教材第127页案例做多元线性回归模型，并识别和修正多重共线性。 三、实验原理：普通最小二乘法、简单相关系数检验法、综合判断法、逐步回归法。
四、预备知识：最小二乘法估计的原理、t检验、F检验、2R值。 五、实验步骤 1、选择数据 理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。为此，收集了中国能源消费标准煤总量、国民总收入、国内生产总值GDP、工业增加值、建筑业增加值、交通运输邮电业增加值、人均生活电力消费、能源加工转换效率等1985——2007年的统计数据。本题旨在通过建立这些经济变量的线性模型来说明影响能源消费需求总量的原因。主要数据如下： 1985~2007年统计数据
资料来源：《中国统计年鉴》，中国统计出版社2000、2008年版。 为分析Y 与X1、X2、X3、X4、X5、X6、X7之间的关系，做如下折线图： 能源消费Y 在1986到1996年间缓慢增长，在96至98年有短暂的下跌，但是98至02年开始缓慢回升，02年到06年开始快速增长。 国民总收入X1和国内生产总值X2以相同的趋势逐年缓慢增长。 工业增加值X3在1985年-1999年期间一直是缓慢增长，但在2000年出现了急剧下降的现象，2001年又急剧增长，达到下降前的水平，2001年以后开始缓慢增长。建筑业增长值x4、交通运输邮电业增加值x5、人均生活电力消费x6、能源加工转换效率x7数值较低，但都以较平缓的方式增长。 2、设定并估计多元线性回归模型 t t t t t t t u X X X X X Y ++++++=66554433221ββββββ （） 录入数据，得到图。 2.2.1）采用OLS 估计参数 在主界面命令框栏中输入 ls y c x1 x2 x3 x4 x5 x6 x7回车，即可得到参数的估计结果。 由此可见，该模型的可决系数为，修正的可决系数为，模型拟和很好，F 统计量为，回归方程整体上显着。 可是其中的lnX3、lnX4、lnX6对lnY 影响不显着,不仅如此，lnX2、lnX5的参数为负值，在经济意义上不合理。所以这样的回归结果并不理想。 3、多重共线性模型的识别
大连海事大学 实验报告 实验名称：计量经济学软件应用 专业班级：财务管理2013-1 姓名：安妮 指导教师：赵冰茹 交通运输管理学院 二○一六年十一月 一、实验目标 学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。二、实验环境 WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。 三、实验模型建立与分析 案例1：
我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。 表1我国1995-2014年人均国民生产总值与居民消费水平情况
（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义； 利用eviews软件输出结果报告如下： Dependent Variable: CONSUMPTION Method: Least Squares Date: 06/11/16 Time: 19:02 Sample: 1995 2014 Included observations: 20
Variable Coeffici ent Std. Error t-Statisti c Prob.?? C691.0225113.3920 6.0941040.0000 AVGDP0.3527700.00490871.880540.0000 R-squared0.996528????Mean dependent var7351.300 Adjusted R-squared0.996335????S.D. dependent var4828.765 S.E. of regression292.3118????Akaike info criterion14.28816 Sum squared resid1538032.????Schwarz criterion14.38773 Log likelihood -140.881 6 ????Hannan-Quinn criter.14.30760 F-statistic5166.811????Durbin-Watson stat0.403709 Prob(F-statistic)0.000000 由上表可知财政收入随国内生产总值变化的一元线性回归方程为:
（单位：亿元） 年份 国民总收 入X 最终消费 年份 国民总收入 最终消费 Y X Y 1978 3645.217 2239.1 1993 35260.02 21899.9 1979 4062.579 2633.7 1994 48108.46 29242.2 1980 4545.624 3007.9 1995 59810.53 36748.2 1981 4889.461 3361.5 1996 70142.49 43919.5 1982 5330.451 3714.8 1997 78060.83 48140.6 1983 5985.552 4126.4 1998 83024.28 51588.2 1984 7243.752 4846.3 1999 88479.15 55636.9 1985 9040.737 5986.3 2000 98000.45 61516 1986 10274.38 6821.8 2001 108068.2 66878.3 1987 12050.62 7804.6 2002 119095.7 71691.2 1988 15036.82 9839.5 2003 135174 77449.5 1989 17000.92 11164.2 2004 159586.7 87032.9 1990 18718.32 12090.5 2005 184088.6 97822.7 1991 21826.2 14091.9 2006 213131.7 110595.3 1992 26937.28 17203.3 2007 251483.2 128444.6 （1）以分析国民总收入对消费的推动作用为目的，建立线性回归方案，并估计其参数。 根据散点图可以建立如下简单线性回归模型： t Y =1β+t X 2β+t u 利用EViews 可得回归结果：
计量经济学课程教案
第7章 分布滞后模型与自回归模型 7.1 滞后效应与滞后变量模型 在经济运行过程中，广泛存在时间滞后效应。某些经济变量不仅受到同期各种因素的影响，而且也受到过去某些时期的各种因素甚至自身的过去值的影响。 通常把这种过去时期的，具有滞后作用的变量叫做滞后变量（Lagged Variable ），含有滞后变量的模型称为滞后变量模型。 滞后变量模型考虑了时间因素的作用，使静态分析的问题有可能成为动态分析。含有滞后解释变量的模型，又称动态模型（Dynamical Model ）。 一、滞后效应与与产生滞后效应的原因 因变量受到自身或另一解释变量的前几期值影响的现象称为滞后效应。 表示前几期值的变量称为滞后变量。 如：消费函数 通常认为，本期的消费除了受本期的收入影响之外，还受前1期，或前2期收入的影响： C t =β0+β1Y t +β2Y t-1+β3Y t-2+μt Y t-1，Y t-2为滞后变量。 产生滞后效应的原因 1、心理因素：人们的心理定势，行为方式滞后于经济形势的变化，如中彩票的人不可能很快改变其生活方式。 2、技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产。 3、制度原因：如定期存款到期才能提取，造成了它对社会购买力的影响具有滞后性。 二、滞后变量模型 以滞后变量作为解释变量，就得到滞后变量模型。它的一般形式为： q ，s ：滞后时间间隔 自回归分布滞后模型（autoregressive distributed lag model, ADL ）：既含有Y 对自身滞后变量的回归，还包括着X 分布在不同时期的滞后变量 有限自回归分布滞后模型：滞后期长度有限 无限自回归分布滞后模型：滞后期无限， （1）分布滞后模型（distributed-lag model ） 分布滞后模型：模型中没有滞后被解释变量，仅有解释变量X 的当期值及其若干期的滞后值： β0：短期(short-run)或即期乘数(impact multiplier)，表示本期X 变化一单位对Y 平均值的影响程度。 βi (i=1,2…,s)：动态乘数或延迟系数，表示各滞后期X 的变动对Y 平均值影响的大小。 称为长期（long-run ）或均衡乘数（total distributed-lag multiplier ），表示X 变动一 个单位，由于滞后效应而形成的对Y 平均值总影响的大小。 如果各期的X 值保持不变，则X 与Y 间的长期或均衡关系即为： X Y E s i i )()(0 ∑=+=βα∑=s i i 0β t i t i s i t X Y μβα++=-=∑0 t s t s t t q t q t t t X X X Y Y Y Y μαααββββ+++++++++=----- 11022110
实验一Eviews的基本操作与一元线性回归模型的最小二乘估计实验目的： 1、熟悉Eviews的窗口与界面 2、掌握Eviews的命令与菜单的操作 3、掌握用Eviews估计与检验一元线性回归模型 实验内容： 1、启动Eviews 双击Eviews图标，出现Eviews窗口，它由以下部分组成：标题栏“Eviews”、主菜单“File，Edit，…，Help”、命令窗口（空白处）和工作区域。 命令窗口 工作区域 图1-1 2、产生文件 Eviews的操作在工作文件中进行，故首先要有工作文件，然后进行数据输入、分析等等操作。 （1）读已存在文件：File→Open→Workfile。 （2）新建文件：File→New→Workfile，出现对话框“工作文件范围”，选取或填上数据类型、起止时间。OK后，得到一个无名字的工作文件，其中有：时间范围、当前工作文件样本范围、filter 、默认方程、系数向量C、序列RESID。 在主菜单上依次点击File/New/Workfile，即选择新建对象的类型为工作文件，将弹出一个对话框（如图所示），由用户选择数据的时间频率（frequency）、
起始期和终止期。 图1-2工作文件对话框 其中， Annual——年度 Monthly——月度 Semi-annual——半年 Weekly——周 Quarterly——季度 Daily——日 Undated or irregular——非时序数据 选择时间频率为Annual（年度），再分别点击起始期栏（Start date）和终止期栏（End date），输入相应的日前1985和1998。然后点击OK按钮，将在EViews 软件的主显示窗口显示相应的工作文件窗口（如图所示）。 图1-3工作文件窗口 工作文件窗口是EViews的子窗口，工作文件一开始其中就包含了两个对象，一个是系数向量C（保存估计系数用），另一个是残差序列RESID（实际值与拟合值之差）。 （3）命令方式新建文件 在EViews软件的命令窗口中直接键入CREATE命令，也可以建立工作文件。
第七章 分布滞后模型与自回归模型 一、判断题 1. 无限分布滞后模型不可以转换为一阶自回归模型。（ F ） 2. 局部调整模型变换后得到的一阶自回归模型可以应用 OLS 法估计。（ T ） 3. 估计自回归模型的问题仅在于滞后被解释变量的存在可能导致它与随机扰动项相关。（F ） 4. 自回归模型的产生背景都是相同的。（ F ） 5. 库伊克模型和自适应预期模型都存在解释变量与随机扰动项相关问题。（ T ） 二、单项选择题 1. 设无限分布滞后模型为Y t = + 0 X t + 1 X t-1 +2X t-2 + + U t ，且该模型满足 Koyck 变换的假定，则长期影响系数为（ C ）。 A. B. 1+ C. 1- D. 不确定 2. 对于分布滞后模型，时间序列的序列相关问题，就转化为（ B ）。 A ．异方差问题 B ．多重共线性问题 C ．多余解释变量 D ．随机解释变量 3．在分布滞后模型Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + u t 中，短期影响乘数为（ D ）。 A. 1 1- B. 1 C. 1- D. 4. 对于自适应预期模型变换后的自回归模型，估计模型参数应采用( D ) 。 A. 普通最小二乘法 B ．间接最小二乘法 C ．二阶段最小二乘法 D ．工具变量法 5. 经过库伊克变换后得到自回归模型，该模型参数的普通最小二乘估计量是 ( D ) 。 A. 无偏且一致 B ．有偏但一致 C ．无偏但不一致 D ．有偏且不一致 6．下列属于有限分布滞后模型的是（ D ）。 A ． Y t =+ 0 X t + 1Y t -1 + 2Y t -2 + + u t B ． Y t =+ 0 X t + 1Y t -1 + 2Y t -2 + + k Y t -k + u t C ． Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + u t D ． Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + k X t -k + u t 7. 消费函数模型C ?t = 400 + 0.5I t + 0.3I t -1 + 0.1I t -2 ，其中 I 为收入，则当期收入 I t 对未来 消费C t +2 的影响是： I t 增加一单位， C t +2 增加（ C ）。 A ．0.5 个单位 B ．0.3 个单位 C ．0.1 个单位 D ．0.9 个单位
计量经济学课程案例分析论文 本小组案例：影响税收收入的因素 摘要：我国经济增长与税收增长之间是正相关的，经济增长是税收增长的源泉，而税收又是国家财政收入的主要来源，国家把税收收入用于经济建设，发展科学、教育、文化、卫生等事业，反过来又促进经济的进一步增长。 关键字：税收国内生产总值财政支出商品零售价格指数 一、引言：改革开放以来，随着经济体制的改革的深化和经济的快速增长，中国的财政收支状况发生很大的变化，为了研究中国税收收入增长的主要原因，分析中央和地方税收收入的增长规律，预测中国税收未来的增长趋势，需要建立计量经济学模型。 二、经济理论分析：影响中国税收收入增长的主要因素可能有： 【1】从宏观经济上看经济增长是税收增长的基本源泉 【2】社会经济的发展和社会保障等对公共财政提出要求，公共财政的需求可能对当年的税收入可能会有一定的影响。 【3】物价水平。中国的税制结构以“流转税”为主，以现行价格计算的GDP和经营者的收入水平都与物价水平有关。 【4】税收政策因素 三、建立模型：以各项税收收入Y作为解释变量 以GDP表示经济增长水平 以财政支出表示公共财政的需求 以商品零售价格指数表示物价水平 税收政策因素较难用数量表示，暂时不予考虑 模型设定为Y=β1X1+β2X3+β3X3+C 其中：Y—各项税收收入（亿元）
X1—国内生产总值（亿元） X2—财政支出（亿元） X3—商品零售价格指数（%） 四、数据收集： 年份x1 x2 x3 y 1978 3645.20 1122.09 100.70 519.28 1979 4062.60 1281.79 102.00 537.82 1980 4545.60 1228.83 106.00 571.70 1981 4891.60 1138.41 102.40 629.89 1982 5323.40 1229.98 101.90 700.02 1983 5962.70 1409.53 101.50 775.59 1984 7208.10 1701.02 102.80 947.35 1985 9016.00 2004.25 108.80 2040.79 1986 10275.20 2204.91 106.00 2090.73 1987 12058.60 2262.18 107.30 2140.36 1988 15042.80 2491.21 118.50 2390.47 1989 16992.30 2823.78 117.80 2727.40 1990 18667.80 3083.59 102.10 2821.86 1991 21781.50 3386.62 102.90 2990.17 1992 26923.50 3742.20 105.40 3296.91 1993 35333.90 4642.30 113.20 4255.30 1994 48197.90 5792.62 121.70 5126.88 1995 60793.70 6823.72 114.80 6038.04 1996 71176.60 7937.55 106.10 6909.82 1997 78973.00 9233.56 100.80 8234.04 1998 84402.30 10798.18 97.40 9262.80 1999 89677.10 13187.67 97.00 10682.58 2000 99214.60 15886.50 98.50 12581.51 2001 109655.20 18902.58 99.20 15301.38 2002 120332.70 22053.15 99.70 17636.45 2003 135822.80 24649.95 99.90 20017.31 2004 159878.30 28486.89 102.80 24165.68 2005 184937.40 33930.28 100.80 28778.54 2006 216314.40 40422.73 101.00 34809.72 2007 265810.30 49781.35 103.80 45621.97 2008 314045.40 62592.66 105.90 54223.79 2009 340902.80 76299.90 98.80 59521.59 2010 401202.00 89874.16 103.10 73210.79 回归分析： 相关分析
计量经济学软件包Eviews 使用说明 一、启动软件包 假定用户有Windows95/98的操作经验，我们通过一个实际问题的处理过程，使用户对EViews 的应用有一些感性认识，达到速成的目的。 1、Eviews 的启动步骤： 进入Windows /双击Eviews 快捷方式，进入EViews 窗口；或点击开始 /程序/Econometric Views/ Eviews ，进入EViews 窗口。 ２、EViews 窗口介绍 标题栏：窗口的顶部是标题栏，标题栏的右端有三个按钮：最小化、最大化（或复原）和关闭，点击这三个按钮可以控制窗口的大小或关闭窗口。 菜单栏：标题栏下是主菜单栏。主菜单栏上共有7个选项： File ，Edit ，Objects ，View ，Procs ，Quick ，Options ，Window ，Help 。用鼠标点击可打开下拉式菜单（或再下一级菜单，如果有的话），点击某个选项电脑就执行对应的操作响应（File ，Edit 的编辑功能与Word, Excel 中的相应功能相似）。 命令窗口：主菜单栏下是命令窗口，窗口最左端一竖线是提示符，允许用户在提示符后通过键盘输入EViews （TSP 风格）命令。如果熟悉MacroTSP （DOS ）版的命令可以直接在此键入，如同DOS 版一样地使用EViews 。按F1键（或移动箭头），键入的历史命令将重新显示出来，供用户选用。 命令窗口 信息栏 路径 主显示窗口 （图一）
主显示窗口：命令窗口之下是Eviews的主显示窗口，以后操作产生的窗口（称为子窗口）均在此范围之内，不能移出主窗口之外。 状态栏：主窗口之下是状态栏，左端显示信息，中部显示当前路径，右下端显示当前状态，例如有无工作文件等。 Eviews有四种工作方式：（1）鼠标图形导向方式；（2）简单命令方式；（3）命令参数方式[(1)与（2）相结合)] ；（4）程序（采用EViews命令编制程序）运行方式。用户可以选择自己喜欢的方式进行操作。 二、创建工作文件 工作文件是用户与EViews对话期间保存在RAM之中的信息，包括对话期间输入和建立的全部命名对象，所以必须首先建立或打开一个工作文件用户才能与Eviews对话。工作文件好比你工作时的桌面一样，放置了许多进行处理的东西（对象），像结束工作时需要清理桌面一样，允许将工作文件保存到磁盘上。如果不对工作文件进行保存，工作文件中的任何东西，关闭机器时将被丢失。 进入EViews后的第一件工作应从创建新的或调入原有的工作文件开始。只有新建或调入原有工作文件， EViews才允许用户输入开始进行数据处理。 建立工作文件的方法：点击File/New/Workfile。选择数据类型和起止日期，并在出现的对话框中提供必要的信息：适当的时间频率（年、季度、月度、周、日）；确定起止日期或最大处理个数（开始日期是项目中计划的最早的日期；结束日期是项目计划的最晚日期，非时间序列提供最大观察个数，以后还可以对这些设置进行更改）。 下面我们通过研究我国城镇居民消费与可支配收入的关系来学习Eviews的应用。数据如下： 表一 下面的图片说明了具体操作过程。 1、打开新建对象类型对话框，选择工作文件Workfile，见图二。
实验六 自回归分布滞后模型（ADL ）的运用实验指导 一、实验目的 理解ADL 模型的原理与应用条件，学会运用ADL 模型来估计变量之间长期稳定关系。理解从经济理论上来说，两个经济变量之间的确有长期关系采用使用该模型进行估计。理解ADL 模型的优点：不管回归项是不是1阶单整或平稳都可以进行检验和估计。而进行标准的协整分析前，必须把变量分类成(0)I 和(1)I 。 二、基本概念 Jorgenson(1966)提出的（,p q ）阶自回归分布滞后模型ADL(autoregressive distributed lag)：011111 i t t p t p t t q t q i t i i y y y ταφφεθεθεβ-----='=++++--+∑x ，其中t i -x 是滞后i 期 的外生变量向量（维数与变量个数相同），且每个外生变量的最大滞后阶数为i τ，i β是参数向量。当不存在外生变量时，模型就退化为一般ARMA （,p q ）模型。 如果模型中不含有移动平均项，可以采用OLS 方法估计参数，若模型中含有移动平均项，线性OLS 估计将是非一致性估计，应采用非线性最小二乘估计。 三、实验内容及要求 （1）实验内容 运用ADL 模型研究1992年1月到1998年12月我国城镇居民月对数人均生活费支出yt 和对数可支配收入xt 之间的长期稳定关系。 （2）实验要求 在认真理解模型应用条件的基础上，通过实验掌握ADL 模型的实际应用方法，并熟悉Eniews 的具体操作过程。 四、实验指导 （1）数据录入 打开Eviews 软件，选择“File”菜单中的“New --Workfile”选项，在“Workfile structure type ”栏选择“Dated-regular frequency ”，在“Data specification ”栏中“Frequency ”中选择“Monthly ”即月份数据，起始时间输入1992m1即1992年1月份，止于1998m12，点击ok ，见图6-1，这样就建立了一个工作文件。 图6-1 建立工作文件窗口
第九章 案例分析 【案例7.1】 为了研究1955—1974年期间美国制造业库存量Y 和销售额X 的关系， 用阿尔蒙法估计如下有限分布滞后模型： t t t t t t u X X X X Y +++++=---3322110ββββα 将系数i β(i =0,1,2,3)用二次多项式近似，即 00αβ= 2101αααβ++= 210242αααβ++= 210393αααβ++= 则原模型可变为 t t t t t u Z Z Z Y ++++=221100αααα 其中 3 212321132109432---------++=++=+++=t t t t t t t t t t t t t X X X Z X X X Z X X X X Z 在Eviews 工作文件中输入X 和Y 的数据，在工作文件窗口中点击“Genr ”工具栏，出现对话框，输入生成变量Z 0t 的公式，点击“OK ”；类似，可生成Z 1t 、Z 2t 变量的数据。进入Equation Specification 对话栏，键入回归方程形式 Y C Z0 Z1 Z2 点击“OK ”，显示回归结果（见表7.2）。 表7.2 表中Z0、 Z1、Z2对应的系数分别为210ααα、、的估计值210???ααα 、、。将它们代入
分布滞后系数的阿尔蒙多项式中，可计算出3210? ???ββββ、、、的估计值为： -0.522)432155.0(9902049.03661248.0?9?3??0.736725)432155.0(4902049.02661248.0?4?2?? 1.131142)432155.0(902049.0661248.0????661248.0??2101 21012101 00 =-?+?+=++==-?+?+=++==-++=++===αααβαααβαααβαβ 从而，分布滞后模型的最终估计式为： 32155495.076178.015686.1630281.0419601.6----+++-=t t t t t X X X X Y 在实际应用中，Eviews 提供了多项式分布滞后指令“PDL ”用于估计分布滞后模型。下面结合本例给出操作过程： 在Eviews 中输入X 和Y 的数据，进入Equation Specification 对话栏，键入方程形式 Y C PDL(X, 3, 2) 其中，“PDL 指令”表示进行多项式分布滞后（Polynomial Distributed Lags ）模型的估计，括号中的3表示X 的分布滞后长度，2表示多项式的阶数。在Estimation Settings 栏中选择Least Squares(最小二乘法)，点击OK ，屏幕将显示回归分析结果（见表7.3）。 表 7.3 需要指出的是，用“PDL ”估计分布滞后模型时，Eviews 所采用的滞后系数多项式变换不是形如（7.4）式的阿尔蒙多项式，而是阿尔蒙多项式的派生形式。因此，输出结果中PDL01、PDL02、PDL03对应的估计系数不是阿尔蒙多项式系数210ααα、、的估计。但同前面分步计算的结果相比，最终的分布滞后估计
计量经济学作业操作过程详解 1.进入Eviews软件 2.主菜单-->File--->Workfile 3.打开工作文件范围选择框，选择Annual,分别输入1985,1998。点击完成。 4.数据输入： 方法一：导入excel文件中的数据 1）在excel中先建立数据文件2）点击file/import/read text-lotus-excel选项，在对话框
中选择已建立的excel文件 4）打开后，在新的对话框中输入想要分析的变量名称，然后点击OK即可。此时工作文件中出现变量图标。 方法二：手工数据输入 主菜单--->Quick----->Empty Group 分别输入变量Y、GDP的数据。点击obs后面的灰色格子中分别输入Y、GDP。
（方法一：一个一个输入 方法二：在Excel中输入完再复制粘贴） 5.主菜单---->Quick----->Estimate Equation 打开估计模型对话框，输入Y C GDP ，（如上图所示，注意字母之间要有空格）点击OK键。得出Eviews的估计结果： 其中12596.27为β（上面还要带个帽子，电脑打不出来），26.95415为1β。 第五步可以直接输入LS Y C GDP 等出结果
6.一元线性回归模型的预测 1）在工作文件主窗口点击procs/change workfile range(改变范围)，弹出对话框，在对话框的end date栏中输入预测值的时间或序号，点击OK 2）在工作文件窗口中双击解释变量文件，在变量窗口中点击edit+/-键，进 入编辑模式，在变量窗口底端输入新序号的数值，再点击edit+/-键，关闭编辑模式 3）再次进行估计，点击quick/estimate equation，在对话框中输入方程，注意样本范围应不包括新序号，点击OK得到估计结果
大连海事大学 实验报告Array 实验名称：计量经济学软件应用专业班级：财务管理2013-1 姓名：安妮 指导教师：赵冰茹 交通运输管理学院 二○一六年十一月
一、实验目标 学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。 二、实验环境 WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。 三、实验模型建立与分析 案例1： 我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。 表1我国1995-2014年人均国民生产总值与居民消费水平情况
（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义； 利用eviews软件输出结果报告如下：
Dependent Variable: CONSUMPTION Method: Least Squares Date: 06/11/16 Time: 19:02 Sample: 1995 2014 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C 691.0225 113.3920 6.094104 0.0000 AVGDP 0.352770 0.004908 71.88054 0.0000 R-squared 0.996528 Mean dependent var 7351.300 Adjusted R-squared 0.996335 S.D. dependent var 4828.765 S.E. of regression 292.3118 Akaike info criterion 14.28816 Sum squared resid 1538032. Schwarz criterion 14.38773 Log likelihood -140.8816 Hannan-Quinn criter. 14.30760 F-statistic 5166.811 Durbin-Watson stat 0.403709 Prob(F-statistic) 0.000000 由上表可知财政收入随国内生产总值变化的一元线性回归方程为: （令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP）） Y = 691.0225+0.352770* X 其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。 检验结果R2=0.996528，说明99.6528%的样本可以被模型解释，只有0.3472%的样本未被解释，因此样本回归直线对样本点的拟合优度很高。 （2）对所建立的回归方程进行检验： （5%显著性水平下，t（18）=2.101） 对于参数c假设: H 0: c=0. 对立假设:H 1 : c≠0 对于参数GDP假设: H 0: GDP=0. 对立假设:H 1 : GDP≠0 由上表知: 对于c,t=6.094104>t(n-2)=t(18)=2.101 因此拒绝H 0: c=0,接受对立假设:H 1 : c≠0 对于GDP, t=71.88054﹥t(n-2)=t(18)=2.101
计量经济学论文eviews 吉林财经大学期末论文 题目:财政收入影响因素的计量分析 学院:税务学院 姓名: 学号: 日期13年12月21日 评分表: 选题意义建模分析计量检验研究结论总分 一、问题提出 中国经济的高速增长是有目共睹的，中国的财政收入也在高速的增长，从2002年中国财政收入不足2万亿元，到2006年接近4万亿元，再到2007年上半年突破2.6万亿元，短短5年间中国国家财政收入实现高速增长。2007年上半年我国财政收入达到2.6万亿元，可以说是继2006年财政收入突破4万亿元大关后的又一个惊人数据。在经济高增长的背景下，财政收入的持续高速增长，特别是税收收入增长持续高于同期GDP增长，成为推动财政收入增长的主要原因。目前，我国财政收入的主体是税收收入，2006年税收收入已经占到了全部财政收入的95.7,。目前在我国税收当中，占比重最大的是增值税，由于现阶段我国依然依靠投资来拉动经济，这也带来了目前我国财政收入增长比较快的结果。其实，财政收入增长过快只是表象，而投资增长过快造成的经济过热的体制顽疾才是最需要担心的，因此，面对高速增长的财政收入，人们担心的是经济过热问题还会越来越严重。如果财政收入大幅度增长，远远高于国民收入的增长速度，就会出现一系列问题。
收入是一国政府实现政府职能的基本保障，对国民经济的运行及社会的发展起着非凡的作用。首先，它是一个国家各项收入得以实现的物质保证。一个国家财政收入规模的大小通常是衡量其经济实力的重要标志。其次，财政收入是国家对经济实行宏观调控的重要经济杠杆。财政收入的增长情况关系着一个国家的经济的发展和社会的进步。因此，研究财政收入的增长显得尤为重要。财政收入的主要来源是各项税收收入，此外还有政府其他收入和基金收入等。同时一个国家的财政收入的规模还受到经济规模等诸多因素的影响。本文就建立财政收入影响因素模型，实证分析影响我国财政收入的主要因素，为如何合理有效地制定我国的财政收入计划提供一些政策性 建议。 二、理论模型分析 研究财政收入的影响因素离不开一些基本的经济变量。回归变量的选择是建立回归模型的一个极为重要的问题。如果遗漏了某些重要变量，回归方程的效果肯定不会好。而考虑过多的变量，不仅计算量增大许多，而且得到的回归方程稳定性也很差，直接影响到回归方程的应用。通过经济理论对财政收入的解释以及对实践的观察，对财政收入影响的因素主要有税收、国内生产总值、全社会固定资产投资等。 (1)税收。税收由于具有征收的强制性、无偿性和固定性特点，可以为政府履行其职能提供充足的资金来源。因此，各国都将其作为政府财政收入的最重要的收入形式和最主要的收入来源。 (2)国内生产总值。常被公认为衡量国家经济状况的最佳指标。GDP会促进国民收入，从而会提高居民个人收入水平直接影响居民储蓄量，并与财政收入的增长保持一定的同向性。