《计量经济学-分布滞后模型与自回归模型》由会员分享，可在线阅读，更多相关《计量经济学-分布滞后模型与自回归模型（5页珍藏版）》请在金锄头文库上搜索。
1、分布滞后模型与自回归模型分布滞后模型与自回归模型实验目的实验目的：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。实验要求实验要求：（1）设定模型ttutXY*运用局部调整假定（其中为预期最佳值）。Yt*（2）设定模型eXYut tt*运用局部调整假定（其中为预期最佳值）。Yt*（3）设定模型uXYttt*运用自适应预期假定（其中为预期值）。Xt*（4）运用阿尔蒙多项式变换法，估计分布滞后模型 uXXYttttX4- t4110实验原理实验原理：最小二乘估计 实验步骤实验步骤：一、一、在局部调整假定下，先估计回归模型：* 1* 1* 0* ttt
2、tuYXY得到以下回归 结果： Dependent Variable: Y Method: Least Squares Date: 11/16/10 Time: 19:39 Sample (adjusted): 1981 2001 Included observations: 21 after adjustmentsVariableCoefficien tStd. Errort-StatisticProb. C-15.104034.729450-3.1936130.0050 X0.6292730.0978196.4330310.0000 Y(-1)0.2716760.1148582.36531
3、50.0294R-squared0.987125 Mean dependent var109.2167 Adjusted R-squared0.985695 S.D. dependent var51.78550 S.E. of regression6.193728 Akaike info criterion6.616515 Sum squared resid690.5208 Schwarz criterion6.765733 Log likelihood-66.47341 F-statistic690.0561 Durbin-Watson stat1.518595 Prob(F-statist
4、ic)0.000000=-15.10403+0.629273+0.271676tY XtYt 1（4.729450）（0.097819） （0.114858）t=（-3.193613）（6.433031）（2.365315）=0.987125=0.985695F=690.0561DW=1.518595R22R由局部调整模型的参数关系，有：=，*01*1uutt*将上述估计结果代入得到：=1-0.271676=0.728324*11=-20.738064* =0.864001*0故局部调整模型的估计结果为： -20.738064+0.864001Yt*Xt模型的经济意义模型的经济意义：该地区的销
5、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。 运用德宾h检验一阶自相关，h统计量定义为：h=（1-）=（1-1.518595）=1.34008922d)* 1(1 nVarn212114858. 022122 在显著性水平=0.05上，查正态分布表得临界值=1.96，由于=1.3400892h2h=1.96，因此接受原假设，说明自回归模型不存在一阶自相关。h20二、二、在局部调整假定下，先估计回归模型ln，得到以下YXYttt1*1*0*lnln回归结果： Dependent Variable: LOG(Y) Method: Least Squares Date: 1
6、1/17/10 Time: 11:08 Sample (adjusted): 1981 2001 Included observations: 21 after adjustmentsVariableCoefficien tStd. Errort-StatisticProb. C-1.0780460.184144-5.8543660.0000LOG(X)0.9045220.1112438.1310390.0000 LOG(Y(-1)0.2600330.0877992.9616840.0084R-squared0.993725 Mean dependent var4.559823 Adjuste
7、d R-squared0.993028 S.D. dependent var0.562953 S.E. of regression0.047007 Akaike info criterion-3.145469 Sum squared resid0.039774 Schwarz criterion-2.996251 Log likelihood36.02742 F-statistic1425.219 Durbin-Watson stat1.479333 Prob(F-statistic)0.000000ln=-1.078046+0.904522ln+0.260033lntY XtYt 1（0.1
8、84144）(0.111243) (0.087799)t=(-5.854366) (8.131037) (2.961684)=0.993725=0.993028F=1425.219DW=1.479333R2R2由局部调整模型的参数关系有：ln，ln*0*1*1将上述结果代入得到：=1-0.260033=0.739967*11ln=-1.45688*ln=1.222380*故局部调整模型估计结果为：ln=-1.45688+1.22238ln即=0.232961Yt* XtYt* Xt22238. 1三、三、在自适应预期假定下，估计回归模型：* 1* 1* 0* ttttuYXY得到以下回归结果：
9、Dependent Variable: Y Method: Least Squares Date: 11/16/10 Time: 19:39 Sample (adjusted): 1981 2001 Included observations: 21 after adjustmentsVariableCoefficien tStd. Errort-StatisticProb. C-15.104034.729450-3.1936130.0050 X0.6292730.0978196.4330310.0000Y(-1)0.2716760.1148582.3653150.0294R-squared0
10、.987125 Mean dependent var109.2167 Adjusted R-squared0.985695 S.D. dependent var51.78550 S.E. of regression6.193728 Akaike info criterion6.616515 Sum squared resid690.5208 Schwarz criterion6.765733 Log likelihood-66.47341 F-statistic690.0561 Durbin-Watson stat1.518595 Prob(F-statistic)0.000000=-15.1
11、0403+0.629273+0.271676tY XtYt 1（4.729450）（0.097819） （0.114858）t=（-3.193613）（6.433031）（2.365315）=0.987125=0.985695F=690.0561DW=1.518595R22R由自适应预期模型的参数关系有：，*0*1*1uuuttt1*)1 (将上述结果代入得到：=1-0.271676=0.728324*11=-20.738064* =0.8640010*故自适应模型估计结果为：=-20.738064+0.864001Yt Xt*模型的经济意义模型的经济意义：该地区的预期销售额每增加1亿元，其固
12、定资产投资将增加0.864001亿元。运用德宾h检验一阶自相关，h统计量定义为：h=（1-）=（1-1.518595）=1.34008922d)* 1(1 nVarn212114858. 022122 在显著性水平=0.05上。查标准正态分布表得临界值=1.96，由于h2=1.3400892=1.96，因此接受原假设，说明自回归模型不存在一阶自hh20相关。四、四、由分布滞后模型：可知，s=4，取uXXXYtttt4- t4110m=2假设， ，002101210242，2103932104164代入滞后模型，并整理，模型变为：uZZZYttttt221100其中：XXXXXZtttttt43
13、210XXXXZttttt43243211XXXXZttttt169432124利用eviews对上述模型进行回归得到以下回归结果： Dependent Variable: Y Method: Least Squares Date: 11/16/10 Time: 21:57 Sample (adjusted): 1984 2001 Included observations: 18 after adjustmentsVariableCoefficien tStd. Errort-StatisticProb. C-35.492348.192884-4.3320930.0007 Z00.89101
14、20.1745635.1042480.0002 Z1-0.6699040.254447-2.6327830.0197 Z20.1043920.0623111.6753380.1160R-squared0.984670 Mean dependent var121.2322 Adjusted R-squared0.981385 S.D. dependent var45.63348 S.E. of regression6.226131 Akaike info criterion6.688517 Sum squared resid542.7059 Schwarz criterion6.886378 L
15、og likelihood-56.19666 F-statistic299.7429 Durbin-Watson stat1.130400 Prob(F-statistic)0.000000=-35.49234+0.891012-0.669904+0.104392tY Zt0Zt 1Zt2即=-35.49234，=0.891012，=-0.669904，=0.104392012=0.891012，=0.32550，=-0.03123 02101210242，=-0.17917，=-0.118332103932104164由阿尔蒙多项式变换可得如下估计结果：=-35.49234+0.891012+0.32550-0.03123-0.17917-0.11833Yt XtXt 1Xt 2Xt 3Xt 4
