计量经济学 第八章 分布滞后模型
- 格式:ppt
- 大小:855.00 KB
- 文档页数:28
分布滞后模型的估计建立总量消费函数是进行宏观经济管理的重要手段。
为了从总体上考察中国居民收入与消费的关系,下表给出了中国名义支出法国内生产总值GDP、名义居民总消费CONS以及表示宏观税收的税收总额TAX、表示价格变化的居民消费价格指数CPI(1990=100),并由这些数据整理出实际支出法国内生产总值GDPC=GDP/CPI、居民实际消费总支出Y=CONS/CPI,以实际可支配收入X=(GDP-TAX)/CPI,这些数据是1978-2006的时间序列数据,即观测值是连续不同年份的数据。
中国居民总量消费支出与收入资料解:阿尔蒙多项式估计法1、首先使用互相关分析命令cross,初步判断滞后期的长度。
在命令窗口键入:cross y x,输出结果如下图所示:x与y各期滞后值的相关系数从上图中可以看出,消费总支出y与当年和前四年的实际可支配收入相关,因此,利用阿尔蒙多项式估计法估计模型时,解释变量滞后阶数为5.利用EViews软件,输入样本数据,在命令窗口键入:LS y c pdl(x,5,2)得到以下回归分析结果:估计结果:xx x x x x yt t t t t t t5432104497.010270.013208.013311.010580.005015.0192.1794-----∧+++---= t = (2.07755) (6.63411) (6.51267) (7.90985) (6.26776) (0.99479)997444.02=R,250.2471=F ,955959.0..=W D其中括号内的数为相应参数的T 检验,R2是可决系数,F 和D.W.是有关的两个检验统计量。
2、模型检验从回归估计和残差图可以看出模型的拟合程度较好。
从截距项与斜率项的t 检验值看,均大于5%显著性水平下自由度为n-2=27的临界值052.2)27(025,0 t,认为中国总量消费与支出以及与各滞后消费间线性相关性显著,并且解释变量间不存在多重共线性。
分布滞后模型与自回归模型实验目的:设定模型,按照一定的处理方法估计模型参数,并解释模型的经济意义,探测模型扰动项的一阶自相关性。
实验要求:(1)设定模型t tu tXY ++=βα*运用局部调整假定(其中Yt*为预期最佳值)。
(2)设定模型e X Yu tttβα=*运用局部调整假定(其中Yt*为预期最佳值)。
(3)设定模型u X Yttt++=*βα运用自适应预期假定(其中Xt*为预期值)。
(4)运用阿尔蒙多项式变换法,估计分布滞后模型u XX Yt t tt++⋯+++=-X4-t 411βββα实验原理:最小二乘估计 实验步骤:一、在局部调整假定下,先估计回归模型:*1*1*0*t t t t u Y X Y +++=-ββα得到以下回归结果:Dependent Variable: YMethod: Least Squares Date: 11/16/10 Time: 19:39 Sample (adjusted): 1981 2001 Included observations: 21 after adjustmentsVariable Coefficien t Std. Error t-StatisticProb. C -15.10403 4.729450 -3.193613 0.0050 X 0.629273 0.097819 6.433031 0.0000 Y(-1) 0.271676 0.114858 2.365315 0.0294R-squared 0.987125 Mean dependent var109.2167 Adjusted R-squared 0.985695 S.D. dependent var 51.78550 S.E. of regression 6.193728 Akaike info criterion 6.616515 Sum squared resid 690.5208 Schwarz criterion 6.765733 Log likelihood -66.47341 F-statistic 690.0561 Durbin-Watson stat 1.518595 Prob(F-statistic)0.000000t Y ^=-15.10403+0.629273Xt+0.271676Yt 1-(4.729450)(0.097819) (0.114858) t=(-3.193613)(6.433031)(2.365315)R2=0.9871252R -=0.985695F=690.0561 DW=1.518595由局部调整模型的参数关系,有:α*=δα,δββ=*0,δβ-=1*1,u u t t δ=*将上述估计结果代入得到:βδ*11-==1-0.271676=0.728324δαα*==-20.738064δββ*0==0.864001故局部调整模型的估计结果为:=Yt* -20.738064+0.864001X t模型的经济意义:该地区的销售额每增加一亿元,其预期最佳固定资产投资将增加0.864001亿元。