当前位置：文档之家 › 计量经济学

计量经济学

  • 格式：docx
  • 大小：875.98 KB
  • 文档页数：31
⒉偏相关系数检验
在方程窗口中点击View/Residual Test/Correlogram-Q-statistics，并输入滞后期为10，则会得到残差 与 的各期相关系数和偏相关系数，如下图所示。
图14
从图中可以看出，线性模型的第2期偏相关系数的直方块超过了虚线部分，存在着二阶自相关。
⒊BG检验
在方程窗口中点击View/Residual Test/Series Correlation LM Test，并选择滞后期为2，则会得到下如图所示的信息。
其中F值为辅助回归模型的F统计量值。取显著水平 ，由于
χ20.05（4）=9.48773<nR2=16.0147,所以存在异方差性。且其伴随概率p均小于0.05，所以存在异方差性。
4Park检验
1立回归模型（结果同图25所示）。
2成新变量序列：GENR LNE2=log(RESID^2)
GENR LNX1=LOG(X1)
六、对线性模型进行异方差检验并调整
1.图形分析检验
⒈图形分析检验
观察财政收入（Y）与其他解释变量的相关图：SCAT X1 Y
图19
图20
图21
由以上图可知，每个解释变量与被解释变量之间几乎不存在异方差性，而且几乎呈现线性关系。
(2)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）。
图1解释变量相关系数矩阵
2.建立双对数模型：
依次在Eviews软件命令窗口中键入：
GENR LNY=LOG(Y)
GENR LNX1=LOG(X1)
GENR LNX2=LOG(X2)
GENR LNX3=LOG(X3)
LS LNY C LNX1 LNX2 LNX3
得出图2
图2
得出的模型为：
LNY=-0.208+0.090LNX1-0.127LNX2+0.953LNX3
34804.35
2007
51321.78
49781.35
265810.31
45621.97
2008
61330.35
62592.66
314045.43
54223.79
2009
68518.3
76299.93
340902.81
59521.59
2010
83101.51
89874.16
401512.8
73210.79
GENR W4=1/ RESID ^2
⒉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 X1 X2 X3
或在方程窗口中点击Estimate\Option按钮，并在权数变量栏里依次输入W1、W2、W3、W4，回归结果图34、35、36、37所示。
图34
图35
图36
35333.92
4255.3
1994
5218.1
5792.62
48197.86
5126.88
1995
6242.2
6823.72
60793.73
6038.04
1996
7407.99
7937.55
71176.59
6909.82
1997
8651.14
9233.56
78973.03
8234.04
1998
9875.95
Y = -273692.6 + 0.0520*X1 + 0.0111*X2 + 10627*X3
(-0.083) (2.4634)(1.1660) (22.6898)
＝0.9999F＝56056.17S.E＝261.025DW＝1.9313
图17模型调整后的偏相关系数检验结果
图18模型调整后的BG检验结果
GENR LNX2=LOG(X2)
GENR LNX3=LOG(X3)
3立新残差序列对解释变量的回归模型：LS LNE2 CLNX1 LNX2 LNX3，回归结果如图27所示。
图27
从图27所示的回归结果中可以看出，LNX1、LNX2与LNX3的系数估计值不为0，即随即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。
120332.69
17636.45
2003
21715.25
24649.95
135822.76
20017.31
2004
26396.47
28486.89
159878.34
24165.68
2005
31649.29
33930.28
184937.37
28778.54
2006
38760.2
40422.73
216314.43
3.辅助回归方程检验
当解释变量多余两个且变量之间呈现出较复杂的相关关系时，可以通过建立辅助回归模型来检验多重共线性。本例中，在Eviews软件命令窗口中键入：
LSLNX1CLNX2LNX3
LSLNX2 CLNX1LNX3
LSLNX3 CLNX1LNX2
一次得出以下内容：
图4
图5
图6
上述每个回归方程的F检验值都非常显著，方程回归系数的T检验值表明：LNX1与LNX3T检验值较小，这些变量之间可能不相关或相关程度较小。
LNY=f(LNX1,LNX2)
1.0678
(26.0252)
-0.0789 (-1.8159)
0.9988
0.9987
LNY=f(LNX1,LNX3)
0.0953
(1.3413)
0.9366
(12.6697)
0.9998
0.9998
LNY=f(LNX2,LNX3)
0.0065
(0.4094)
1.0295
图15
图中， =8.336796，临界概率P=0.0155，因此辅助回归模型是比较显著的，即存在自相关性。又因为 ， 的回归系数均较为显著地不为0，说明线性模型存在一阶和二阶较弱自相关性。
五、自相关性的调整：加入AR项
⒈对线性模型进行调整；
在LS命令中加上AR(1)和AR(2)，使用迭代估0443) (0.0051)(0.0622)
t = (-1.6986) (2.0381) (-4.9977) (18.9285)
R2=0.9999 F=53549.45 N=27
四、自相关性检验：
1.DW检验
图13
因为n＝27，k＝3，取显著性水平 ＝0.05时，查表得 ＝1.162， ＝1.651，1.4567＝DW< ，所以存在（正）自相关。
(0.063) (0.086) (0.019) (0.083)
t=(-3.037)(1.051)(-0.662)(11.438)
R2=0.9998 F=41840.80 N=26
之后再对解释变量进行相关性检验：在Eviews软件命令窗口中键入：
COR LNX1 LNX2 LNX3
得出图3：
图3
可以看出调整后的解释变量还是存在高度的相关性。
二、利用逐步回归方法处理多重共线性
⒈建立基本的一元回归方程
根据相关系数和理论分析，财政收入与税收总额关联程度最大。所以，设建立的一元回归方程为：
LN
⒉逐步引入其它变量，确定最适合的多元回归方程（回归结果如表2所示）
模型
X1
X2
X3
LNY=f(LNX3)
1.0357
（367.4947）
0.9998
0.9998
图28
图29
图30
图31
图32
图33
由上述各回归结果可知，各回归模型中解释变量的系数估计值显著不为0。所以认为存在异方差性。
七、调整异方差性
⒈确定权数变量
根据Park检验生成权数变量：GENR W1=1/X1^7.6797
根据Gleiser检验生成权数变量：GENR W2=1/X1^0.56
另外生成：GENR W3=1/ABS(RESID）
SMPL1985 1995
LS Y C X1 X2 X3
图23
(3)用样本2建立回归模型2（回归结果如图24），其残差平方和为119593
SMPL 2002 2011
LS Y C X1 X2 X3
图24
⑷计算F统计量： ＝119593/14011.15=8.5336， 分别是模型1和模型2的残差平方和。
班级：13经济学（5）版姓名：卢松学号：********
计量经济学
实验报告
实验目的
掌握多重共线性、自相关性以及异方差性的检验及处理方法
实验内容
建立并检验我国财政收入预测模型
实验步骤
如表1所示为我国1985-2011年的财政收入以及财政支出等相关信息
表11985-2011年财政收入及影响因素数据
年份
财政收入CZSR/亿元
5Gleiser检验
（1）建立回归模型（结果同图25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/X^2/X^(1/2)/X^(－1)/ X^(－2)/ X^(－1/2)）的回归模型：LS E C X1 X2 X3，回归结果如图28、29、30、31、32、33所示。
在此过程中生成的图表如下所示：
图7
图8
图9
图10
图11
三、建立线性模型并进行自相关检验：
1.设定函数为线性，并建立模型
2.在Eviews软件命令窗口中键入：
LS Y C X1 X2 X3

合集下载

计量经济学概念

计量经济学概念

13
第二节 计量经济学方法
一. 计量经济学方法的内容
任何计量经济研究包含两个基本要素：理论和事实， 计量经济学的主要功能就是将这两个要素结合在一起。 计量经济研究既使用理论，也使用事实，将二者结合 起来，用统计技术估计经济关系，如图1.1所示。
14
理论统计理论
计量经济模型
加工好的数据
10
3. 学科发展环境 同时，随着科学技术的发展，各门学科相互渗透，数
学、系统论、信息论、控制论等相继进入经济研究领 域，使经济科学进一步数量化，有助于计量经济学的 发展。高速电子计算机的出现和发展，为计量经济技 术的广泛应用铺平了道路。
11
4. 发展过程
上世纪三十年代，侧重于个别商品供给与需求的计 量，基本上属于个量分析或微观分析。
1. 需求函数的数学模型
尽管需求定律假定价格(P)与需求量(Q)之间 呈反向关系，但并没有给出二者之间关系的精 确形式。例如，该定律并没有告诉我们价格与 需求量之间关系是线性的还是非线性的，如图 1.2中（a）和 (b) 所示。
21
Q
Q
(a)
P
(b)
P
图1.2 线性和非线性的需求函数
22
事实上，斜率为负的曲线有千千万万，在它们 之中选择正确的函数是计量经济学家的任务。
7
计量经济学的艺术成分
计量经济学虽然以科学原理为基础，但仍保留了一 定的艺术成分，主要体现在试图找出一组合适的假设 ，这些假设既严格又现实，使得我们能够使用可获得 的数据得到最理想的结果，而现实中这种严格的假设 条件往往难以满足。
“艺术”成分的存在使得计量经济学有别于传统 的科学，是使人对它提供准确预测的能力产生怀疑的 主要原因。
31
计量经济学

计量经济学

计量经济学计量经济学，是一门使用统计方法分析经济现象的学科。

计量经济学主要通过收集、处理、分析和解释经济数据，以确认和识别经济核心问题，比如需求和供给、价格变动、市场结构和经济增长等。

这门学科的进步和应用在各种政策制定和经济决策上有着广泛的应用领域，比如经济政策的分析，股票市场的预测和企业的经营决策等。

接下来，本文将解释计量经济学的主要内容和方法，并探讨计量经济学在实践中的应用。

一、计量经济学的主要内容计量经济学分析的主要对象是经济现象和经济数据。

这些现象和数据可以描述为变量和关系，比如价格，工资，利润和经济增长等。

计量经济学主要研究的是这些变量及其之间的相互关系，以便为决策者提供更好的政策建议。

在计量经济学中，通常会涉及到如下的主要内容：1. 变量的含义和测量。

计量经济学要求研究者对变量的含义进行明确界定，以便能够对其进行测量，并进行数据收集和分析。

例如，如果要研究通货膨胀的影响因素，通货膨胀就是一个重要的变量，需要进行合理的测量。

2. 经济关系的建模。

计量经济学则进一步探索变量之间的数量关系，并通过数学模型来描述它们之间的联系。

例如，经济学家可以建立一个供求模型来研究商品价格的形成。

3. 假设检验。

计量经济学通过提出假设并使用统计检验方法来验证假设。

通过检验结果，经济学家可以同样的推理得出各种假设是否成立。

4. 统计分析。

该领域强调通过统计分析方法检验模型的假设，这是检验数据和变量关系的重要手段。

统计分析包括回归分析、时间序列分析以及多元统计分析等方法。

二、计量经济学方法计量经济学的重要方法包括统计分析、回归分析、时间序列分析、概率论和经济实验等。

其中最常使用的方法是回归分析。

1. 回归分析回归分析是计量经济学的核心方法。

回归分析将一个自变量与因变量相关联。

例如，如果我们想知道变量X与变量Y的相关性，我们就会回归一个X对Y的方程。

这个方程告诉我们，当X发生变化时，Y的变化程度。

回归分析需要建立方程，并根据现有数据的信息来确定系数。

[经济学]计量经济学

[经济学]计量经济学

名词解释1，计量经济学；计量经济学是以经济理论和经济数据的事实为依据，运用数学、统计学的方法，借助计算机为辅助工具，通过建立数学模型来研究经济数量关系和规律的一门经济学科。

2，虚拟变量数据；虚拟变量数据是人们构造的，用来表征政策定性事实的数据。

3，计量经济学检验；计量经济学检验主要是检验模型是否符合计量经济学方法的基本假定。

4，回归平方和；回归平方和用ESS表示，是被解释变量的样本估计值与其平均值得离差平方和5，拟合优度检验；拟合优度检验是指检验模型对样本观测值的拟合程度，用R²表示，该值越接近1，模型对样本观测值拟合得越好。

6，总体回归函数；将总体被解释变量的条件期望表现为解释变量的函数，这个函数称为总体回归函数。

7，样本回归函数；是指被解释变量的样本条件均值也是随解释变量的变化而又规律的变化，如果把被解释变量的样本均值比奥斯为解释变量的某种函数，称这个函数为样本回归函数8，回归方程的显著性检验（F检验）；是指对模型中北解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断。

9，回归参数的显著性检验（t检验）；是指对其他解释变量不变时，某个回归系数对应的解释变量是否对被解释变量有显著影响做出推断。

10， 多重共线性；是指解释变量之间精确的线性关系和解释变量之间近似的线性关系。

11， 完全的多重共线性；是指解释变量的数据矩阵中，至少有一个列向量可以用其余的列向量线性表示。

12，不完全的多重共线性；指对解释变量k X X X ,,,32 ，存在不全为0的数k λλλλ,,,,321 ，使得 033221=+++++i ki k i i v X X X λλλλ ),,2,1(n i =，其中，i v 为解释变量。

13，异方差性；是指随即变量的方差不是确定的常数，即被解释变量观测值的分散程度随解释变量的变化而变化。

14，序列相关性；指总体回归模型的随机误差项之间存在相关关系。

15.滞后效应；是指由于经济活动的惯性，一个经济指标以前的变化态势往往会延续到本期，从而形成被解释变量的当期变化同自身过去取值水平相关的情形。

计量经济学的理解

计量经济学的理解

计量经济学的理解一、啥是计量经济学呢？计量经济学啊，听起来就特别高大上。

其实简单来说呢，它就是把数学、统计学和经济学给揉到一块儿了。

就好像是把不同口味的糖果混合起来，创造出一种全新的味道。

你想啊，经济学里有好多理论，比如说供求关系啊，边际效益啊，这些东西都很抽象。

但是计量经济学呢，就像一把神奇的钥匙，它能把这些抽象的理论变成可以用数据来衡量的东西。

比如说，我们想知道某种商品价格的变化对销售量有多大影响，计量经济学就能通过收集大量的价格和销售数据，然后用各种复杂又有趣的数学模型来分析，最后得出一个靠谱的结论。

二、计量经济学在生活中的小例子1. 就拿买房子来说吧。

房地产开发商在决定房价的时候，可不能瞎定啊。

他们就得用计量经济学的知识。

他们会考虑很多因素，像这个地段周围的学校好不好，交通方不方便，附近有没有商场超市之类的。

这些因素都是变量，就像不同颜色的丝线，而计量经济学就是把这些丝线编织起来的巧手。

开发商会收集大量类似地段房子的这些数据，然后用计量经济学的模型来分析，看看每个因素对房价的影响有多大，最后才能定出一个合理的房价。

2. 再说说咱们平时去超市。

超市里那些商品的摆放位置也是有讲究的。

这背后也有计量经济学的影子呢。

超市会分析不同商品的销售量和顾客的购买习惯等数据。

比如说，他们发现把牛奶和面包放在相邻的位置，很多顾客就会一起购买，这样就能提高销售额。

这就是通过计量经济学的数据分析得出的小策略，就像下棋的时候走的一步妙棋。

三、学习计量经济学的小烦恼和小确幸1. 烦恼呢，那可不少。

计量经济学里那些数学公式啊，真的是让人眼花缭乱。

什么回归分析的公式，看着就头疼。

就像看天书一样，那些符号在眼前晃来晃去，感觉自己的脑袋都要大了。

而且做计量经济学的作业和项目的时候，数据收集也是个大麻烦。

有时候数据找不全，有时候数据又有错误，就像在黑暗里摸索，找不到正确的方向。

2. 但是小确幸也有很多哦。

当你好不容易把一个复杂的模型建立起来，并且得出了合理的结果的时候，那种成就感简直无法形容。