下载文档原格式
上机操作步骤：1、样本回归模型：data y x ls y c x2、Goldfeld-Quandt 法：Sort x （假设有60 个样本，去掉中间16个，则样本应是以下）Smpl 1 22Ls y c xRss1=Smpl 39 60Ls y c xRss2=F=rss2/rss1= >F 0.05(22,22) ≈2.05模型存在异方差。
3、White 方法检验模型：（解释变量只有x,就用no cross ,若是有x2 x3 x4等多个解释变量，就用cross ）Smpl 1 60Ls y c x在方程窗口点View/residual/white ………nR 2= ,> 205.0χ（2）=5.99,或P=0.0044 (n 是样本个数，R^2是可决系数) 4、加权最小二乘法（WLS ）法：ls y c xgenr w1=1/resid^2（建议采用此权重变量，也可以使用其他权重变量）ls(w=w1) y c x5、使用互相关分析命令，初步判断滞后期的长度：cross y x6、阿尔蒙法建立分布滞后模型：ls y c pdl(x,s,m) （s 代表滞后期长度，m 一般取2或者3.）7、模型的短期乘数就是x 的系数。
8、DW 检验法：DW=2，ρ=0，DW=0，一阶高度正相关，DW=4，一阶高度负相关。
dl DW ≤≤0，一阶正相关，44≤≤-DW dl ，一阶负相关。
9、BG 检验法：在方程窗口点击VIEW/RESIDUIAL TEST/ SERIAL CORRELATION LM TEST10、广义差分法：ident residls y c x ar(1)11、虚拟变量模型：（从1985-1998,1996为分界线）smpl 1985 1995genr d1 = 0smpl 1996 1998genr d1 = 1data d1genr xd = x*d1smpl 1985 1998ls y c x d1 xd12、多重共线性：1、简单相关系数检验COR X1 X2 X3 X42、某一解释变量(如X1)的VIFLS X1 C X2 X3 X4 VIF=1/(1-R2)3、某一解释变量(如X1)的TOL：TOL=1/VIF=1-R24、采用逐步回归法建立最终方程13、Glejser检验 (假定h=1时)Ls y c xGenr e1=abs(resid)Ls e1 c xF= ，或P=14、Park检验Ls y c xGenr lne2=log(resid^2)Genr lnx=log(x)Ls lne2 c lnxF= , 或P=15、偏相关系数检验LS Y C XIDENT RESID16：非线性回归模型1、可线性化(重点掌握)如：LNY=a + bLNX则 LS LOG(Y) C LOG(X)以及多项式模型、指数模型、幂函数等。
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.11-B.1C.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 tB ．Y t =+ 0 X t + 1Y t -1 + 2Y t -2 + + k Y t -k + u tC ． Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + u tD ．Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + k X t -k + u t7. 消费函数模型C ˆt = 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 ）。
计量经济学课件：第七章分布滞后模型与⾃回归模型第七章分布滞后模型与⾃回归模型第⼀节分布滞后模型与⾃回归模型的基本概念⼀、问题的提出1、滞后效应的出现。
（1）在经济学分析中，研究消费函数，⼈们的消费⾏为不仅要受到当期收⼊的影响（绝对收⼊假设），还要受到前期收⼊的影响，甚⾄要受到前期消费的影响（相对收⼊假设）。
（2）研究投资问题，由于投资周期的原因，本年度投资的形成，与上年度，甚⾄再上年度的投资形成有关。
（3）运⽤经济政策调控宏观经济运⾏，经济政策的实施所产⽣的政策效果是⼀个逐步波及的扩散过程。
⽤计量经济学模型研究这类问题，怎样度量变量的滞后影响？怎样估计有滞后变量的模型？对于上述消费的情况，设C 表⽰消费，Y 表⽰收⼊，则123141t t t t t C Y Y C u ββββ--=++++对于上述投资的情况，设I 表⽰投资，Y 表⽰收⼊，则12314253t t t t t t I Y I I I u ααααα---=+++++2、静态计量经济学模型向动态计量经济学模型的扩展。
什么为“动态计量经济学模型”？⼆、产⽣滞后效应的原因1、⼼理预期因素的作⽤。
2、技术因素的作⽤。
3、制度因素的作⽤。
上述原因的结果表现为经济现象中的“惯性作⽤”。
⼆、滞后变量模型的类型1、分布滞后模型。
如果模型中没有滞后的被解释变量，即01122t t t t s t s t Y X X X X u αββββ---=++++++则模型为分布滞后模型。
由于s 可以是有限数，也可以是⽆限数，则分布滞后模型可分为有限分布滞后模型和⽆限分布滞后模型。
在分布滞后模型中，有关系数的解释如下：⑴乘数（⼜称倍数）的解释。
该概念⾸先由英国的卡恩提出（R.F.Kahn ，1931）。
所谓乘数是指，在⼀个模型体系⾥，外⽣变量变化⼀个单位，对内⽣变量产⽣的影响程度。
据此进⾏的经济分析称为乘数分析或乘数效应分析。
如投资乘数，是指在边际消费倾向⼀定的情况下，投资变动对收⼊带来的影响，亦即增加⼀笔投资，可以引起收⼊倍数的增加。
计量经济学课后答案第七章分布滞后模型与自回归模型第七章课后答案7.1（1）先用第一个模型回归，结果如下：PCE216.4269 1.008106PDI t=(-6.619723) (67.0592)R220.996233 DW=1.366654 F=4496.936利用第二个模型进行回归，结果如下：PCEt233.27360.982382PDIt0.037158PCEt1t=(-5.120436) (6.970817) (0.257997)R220.996048 DW=1.570195 F=2019.064（2)从模型一得到MPC=1.008106；从模型二得到，短期MPC=0.982382，长期MPC= 0.982382+(0.037158)=1.01954 7.2（1）在局部调整假定下，先估计如下形式的一阶自回归模型：估计结果如下：*Yt*0Xt1*Yt1ut*ˆ15.104030.629273X0.271676Y Yttt 1 se=(4.72945) (0.097819)(0.114858)t= (-3.193613) (6.433031) (2.365315)R22=0.985695 F=690.0561 DW=1.518595根据局部调整模型的参数关系，有**1*1 ut*ut 将上述估计结果代入得到：11*10.2716760.728324**20.738064 0.8640 01故局部调整模型估计结果为：ˆ*20.7380640.864001X Ytt经济意义解释：该地区销售额每增加1亿元，未来预期最佳新增固定资产投资为0.864001亿元。
运用德宾h检验一阶自相关：dh(121(1 1.34022在显著性水平0.05上，查标准正态分布表得临界值h 1.96，由于h 1.3402h 1.96，则接收原假设0，说明自回归模型不存在一阶自相关。
（2）在局部调整假定下，先估计如下形式的一阶自回归模型：*lnYt*0lnXt1*lnYt 1 估计结果如下：ˆ 1.0780460.904522lnX0.260033lnY lnYttt 1 se=(0.184144) (0.111243) (0.087799)t= (-5.854366) (8.131037) (2.961684)R22=0.993028 F=1425.219 DW=1.479333根据局部调整模型的参数关系，有ln*ln*1*1将上述估计结果代入得到：11*10.2600330.739967lnln**1.45688 1.222 38故局部调整模型估计结果为：ˆ* 1.45688 1.22238lnX lnYttˆ*0.232961X1.22238 或Ytt（3）在自适应预期假定下，先估计如下形式的一阶自回归模型：*Yt*0Xt1*Yt1ut*估计结果如下：ˆ15.104030.629273X0.271676Y Yttt 1 se=(4.72945) (0.097819) (0.114858)t= (-3.193613) (6.433031) (2.365315)R22=0.985695 F=690.0561 DW=1.518595根据自适应预期模型的参数关系，有**1*1ut*ut(1)ut 1 将上述估计结果代入得到：11*10.2716760.728324**20.738064 0.8640 01故自适应模型估计结果为：ˆ20.7380640.864001X* Ytt经济意义解释：该地区销售额每预期增加1亿元，当其新增固定资产投资平均增加0.864001亿元。
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 2005:05Included observations: 112 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb.C 101.4356 0.397419 255.2358 0.0000 M2Z 0.0683710.151872 0.450190 0.6535 R-squared0.001839 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 stat0.047702 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 2005:05Included observations: 106 after adjusting endpointsVariableCoefficientStd. 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)0.2487780.143394 1.734924 0.0859R-squared0.055557 Mean dependent var 101.1377 Adjusted R-squared -0.011904 S.D. dependent var 2.347946 S.E. of regression2.361879 Akaike info criterion4.629264Sum squared resid 546.6902 Schwarz criterion 4.830278 Log likelihood -237.3510 F-statistic 0.823546 Durbin-Watson stat0.094549 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 2005:05Included observations: 100 after adjusting endpointsVariableCoefficientStd. 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)0.3923590.130058 3.016798 0.0034 R-squared0.317136 Mean dependent var 100.7830 Adjusted R-squared0.213913 S.D. dependent var1.890863S.E. of regression 1.676469 Akaike info criterion 4.000434Sum squared resid 241.7072 Schwarz criterion 4.365158Log likelihood -186.0217 F-statistic 3.072325Durbin-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: TBZSMethod: Least SquaresDate: 12/20/12 Time: 10:33Sample(adjusted): 1997:08 2005:05Included observations: 94 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.C 97.41411 0.370000 263.2815 0.0000M2Z -0.083649 0.094529 -0.884900 0.3791M2Z(-1) -0.116744 0.093984 -1.242161 0.2181M2Z(-2) -0.119939 0.094428 -1.270156 0.2080M2Z(-3) -0.092993 0.095720 -0.971509 0.3345M2Z(-4) -0.032912 0.095823 -0.343468 0.7322M2Z(-5) -0.023891 0.097813 -0.244256 0.8077M2Z(-6) 0.017290 0.100645 0.171794 0.8641M2Z(-7) 0.028288 0.097570 0.289929 0.7727M2Z(-8) 0.048708 0.095877 0.508021 0.6129M2Z(-9) 0.025995 0.097569 0.266422 0.7907M2Z(-10) 0.118247 0.096764 1.222011 0.2256M2Z(-11) 0.157408 0.102558 1.534815 0.1291M2Z(-12) 0.271281 0.112316 2.415326 0.0182M2Z(-13) 0.325760 0.109217 2.982684 0.0039M2Z(-14) 0.396242 0.107046 3.701601 0.0004M2Z(-15) 0.335482 0.106776 3.141941 0.0024M2Z(-16) 0.270811 0.107222 2.525697 0.0137M2Z(-17) 0.200024 0.109278 1.830415 0.0712M2Z(-18) 0.169696 0.101547 1.671114 0.0989R-squared 0.610520 Mean dependent var 100.6085Adjusted R-squared 0.510519 S.D. dependent var 1.795733S.E. of regression 1.256348 Akaike info criterion 3.480597Sum squared resid 116.8024 Schwarz criterion 4.021724Log likelihood -143.5881 F-statistic 6.105105Durbin-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。
