滞后变量试验报告
- 格式:doc
- 大小:1.23 MB
- 文档页数:15
滞后期为2 滞后期为3 滞后期为4 滞后期为5
滞后期为6
格兰杰因果关系检验结果表
滞后长度q=s 格兰杰因果性F值F值的P
值
结论
1 x不是y的格兰杰原因
y不是x的格兰杰原因53.3165
4.3467
2.e-06
0.0535
拒绝
接受()
05
.0
=
α,拒绝((=
α0.10)
2 x不是y的格兰杰原因
y不是x的格兰杰原因18.4591
2.6558
0.0002
0.1079
拒绝
接受()
05
.0
=
α,接受((=
α0.10)
3 x不是y的格兰杰原因
y不是x的格兰杰原因
7.4705
4.1313
0.0065
0.0380
拒绝
拒绝
4 x不是y的格兰杰原因
y不是x的格兰杰原因7.6333
2.1374
0.0108
0.1790
拒绝
接受
5 x不是y的格兰杰原因
y不是x的格兰杰原因6.4722
1.2872
0.0472
0.4151
拒绝
接受
6 x不是y的格兰杰原因
y不是x的格兰杰原因4.5278
0.7346
0.3450
0.7124
接受
接受
从上表可知,当滞后阶数低于6时,因果关系检验结果为拒绝“销售额不是库存的格兰杰原因”的假设,即销售额是影响库存的原因;而当滞后阶数为3和1时拒绝“库存不是销售额的格兰杰原因”,即库存是影响销售额的原因,当随着滞后阶数为2、4、5、6时接受“库存不是销售额的格兰杰原因”,即库存是影响销售额的原因,可见,一年及三年库存和销售额具有双向的因果关系,而4年和5年仅具有销售额对库存的单向因果关系,5年以上二者均不具因果关系。据此,我们确
定销售额为影响库存的原因。
(2)利用互相关分析命令,初步设定滞后期长度
Cross y x
从上图Y与X的各期滞后值的相关系数及直方图可知,(考试中根据相关系数接近0.5的最大滞后期,做论文时可以先初步设定再逐步改变滞后期长度,当判定系数最大或赤池准则和施瓦兹准则最小者时,其对应的滞后期长度)库存额可能与当年和前三年的销售额相关,故初步设定滞后期长度为3,模型为
Y t=a+b0X t+ b1X t-1+ b2X t-2+ b3X t-3+
t
2、利用阿尔蒙法估计模型,命令和结果如下:
(1)假定b i可以用一个二次多项式逼近(注:一般多项式次数m小于滞后期长度s) Ls Y C PDL(X,3,2)
经阿尔蒙变换之后的估计结果为:
t
Y ˆ= -7140.754+1.1311Z 0t +0.0377 Z 1t -0.4322Z 2t T= (-3.5829) (6.2844) (0.2323) (-2.5960)
R 2= 0.9968,2R =0.9961, F=1348.639,prob(F)= 0.000000 DW=1.8482
即a
ˆ= -7140.754,0ˆα=1.13114,1ˆα= 0.0377,2ˆα= -0.4322 还原成原分布滞后模型: 将估计结果代入以下公式
i
b ˆ=0ˆα+(i-1)1ˆα+(i-1)22ˆα i=0,1,2,3,4 (注:Eviews 软件中为了对模型回归系数两端数据进行控制约束,对多项式公式进行调整,
此公式已与前述理论有所区别。根据Eviews 输出结果中0ˆα
的值(PDL1的系数),可以判断估计过程中对多项式的设定形式,若s b ˆ =0ˆα,则多项式的设定形式为i
b ˆ=0ˆα+(i-s )1ˆα+(i-s )22ˆα+…..+ (i-s )m m αˆ ,如本例中1ˆb =0ˆα,则多项式设为i b ˆ=0ˆα+(i-1)1ˆα+(i-1)22ˆα) 得:
ˆb =0ˆα-1ˆα+2ˆα=1.1311-0.0377 -0.4322=0.6613
R降从估计结果来看,PDL项的回归系数均显著,F统计量值很大,方程整体显著,但2低,且X
的回归系数不显著。
t-3
(4)将滞后期调整为4,初步设定模型为:
Y t=a+b0X t+ b1X t-1+ b2X t-2+ b3X t-3+ b3X t-4+
t
利用阿尔蒙法估计模型,命令和结果为
Ls Y C PDL(X,4,1)
R有所改善,从估计结果来看,PDL项的回归系数均显著,F统计量值很大,方程整体显著,2
但X t-3的回归系数不显著。
(5)从上述分析可以看出,假定b i为一次多项式估计均存在一些问题,为此,假定b i可
以用一个二次多项式逼近,重新用阿尔蒙法估计模型,命令及结果如下:
Ls Y C PDL(X,3,2)
R有所改善,F统计量值很大,方程整体显著,回归系数显著,但PDL02项的回由图可知,2
归系数不显著。
(6)继续将滞后期长度调整为4,再运用阿尔蒙法估计模型,命令和结果如下:Ls Y C PDL(X,4,2)
经阿尔蒙变换之后的估计结果为:
Yˆ= -5816.974+0.7420Z0t-0.3996 Z1t-0.1787 Z2t
t
T= (-3.0119) (5.3651) (-7.8286) (-2.5798)