高级计量经济学案例库第五章 虚拟变量模型和滞后变量模型

1. 表5.1中给出了中国1980—2001年以城乡储蓄存款新增额代表的居民当年储蓄及以GNP代表的居民当年收入的数据。以1991年为界，判断1991年前和1991年后的两个时期中国居民的储蓄—收入关系是否已发生变化。 表5.1 1980—2001年中国居民储蓄与收入数据 单位：亿元 年份 储蓄S GNP 年份 储蓄S GNP 1980 118.5 4517.8 1991 2072.8 21662.5 1981 124.2 4860.3 1992 2438.4 26651.9 1982 151.7 5301.8 1993 3217 34560.5 1983 217.1 5957.4 1994 6756.4 46670 1984 322.2 7206.7 1995 8143.5 57494.9 1985 407.9 8989.1 1996 8858.5 66850.5 1986 615 10201.4 1997 7759 73142.7 1987 835.7 11954.5 1998 7127.7 76967.2 1988 728.2 14922.3 1999 6214.3 80579.4 1989 1345.4 16917.8 2000 4710.6 88228.1 1990 1887.3 18598.4 2001 9430 94346.4 估计以下回归模型： 其中 为引入的虚拟变量： 对上面的模型进行估计，结果如下： 所以表达式为： (1.40) (4.45) (-1.38) (0.37) 从 和 的t检验值可以知道，这两个参数显著的为0，所以1991年前和1991年后两个时期的回归结果是相同的。 下面用邹式检验来验证上面对于两个时期的回归结果相同的结论是否正确。 过程如下： 输入要验证的突变点，本例为1991年。 输出结果如下： 从伴随概率值可以看出，邹式检验的结果是接受原假设，即方程结构没有发生变化，1991年不是突变点。与设定虚拟变量的结果是一样的。 2. 表4是1982：1—1985：4中国季度酒销量（ ，万吨）。 画序列图如下 得到序列图如下： 这是一个季节时间序列数据，呈明显的季节变化特征，通过加入季节虚拟变量来描述季节特征建立模型。 表4 全国酒销量（ ，万吨） 季节数据 年月 Y D1 D2 D3 1982：1 92.7 1 0 0 1982：2 79.3 0 1 0 1982：3 80.1 0 0 1 1982：4 86.7 0 0 0 1983：1 104.1 1 0 0 1983：2 89.7 0 1 0 1983：3 90.2 0 0 1 1983：4 90.2 0 0 0 1984：1 107.9 1 0 0 1984：2 96.7 0 1 0 1984：3 97.8 0 0 1 1984：4 93.6 0 0 0 1985：1 111.5 1 0 0 1985：2 98.4 0 1 0 1985：3 97.7 0 0 1 1985：4 94 0 0 0 定义虚拟变量 Eviews操作如下 按上述过程依次定义D2和D3。 定义过虚拟变量后，建立模型，进行估计。 得到输出结果如下： 有上面的输出结果可以看出，D2和D3的相伴概率分别为0.3020和0.4939，可知，D2和D3的回归参数并不显著，所以从模型中剔除虚拟变量D2和D3。 重新进行参数估计： 得到如下输出结果： 相应估计式为： (48.5) (7.3) (8.3) 1982年第二季度令t=1。对于这组数据，只把第一季度区别于其他3个季度就可以了。 3. 表5.2给出了总过电力基本建设投资X与发电量Y的相关资料，拟建立一多项式分布滞后模型来考察两者的关系。 表5.2 中国电力工业基本建设投资与发电量 年份 基本建设投资（亿元）X 发电量（亿千瓦时）Y 年份 基本建设投资（亿元）X 发电量（亿千瓦时）Y 1975 30.65 1958 1986 161.6 4495 1976 39.98 2031 1987 210.88 1977 34.72 2234 1988 249.73 5452 1978 50.91 2566 1989 267.85 5848 1979 50.99 2820 1990 334.55 6212 1980 48.14 3006 1991 377.75 6775 1981 40.14 3093 1992 489.69 7539 1982 46.23 3277 1993 675.13 8395 1983 57.46 3514 1994 1033.42 9218 1984 76.99 3770 1995 1124.15 10070 1985 107.86 4107 由于无法预知电力行业基本建设投资对发电量影响的时滞期，需取不同的滞后期试算。经过试算发现，在2阶阿尔蒙多项式变换下，滞后期数取到第6期，估计结果的经济意义比较合理。 估计过程如下： 输出结果如下： 输出结果的下边部分给出了分布滞后模型的各滞后期的参数。 最后得到分布滞后模型估计式为： (13.62) (0.19) (2.14) (1.88) (1.86) (1.96) (1.1) (0.24) 4. 表5.3给出了中国1978—2000年按当年价测度的GDP与居民消费CONS数据，检验两者的因果关系。 表5.3 中国GDP与消费支出 单位：亿元 年份 CONS GDP 年份 CONS GDP 1978 1759.100 3605.600 1990 9113.200 18319.50 1979 2005.400 4074.000 1991 10315.90 21280.40 1980 2317.100 4551.300 1992 12459.80 25863.70 1981 2604.100 4901.400 1993 15682.40 34500.70 1982 2867.900 5489.200 1994 20809.80 46690.70 1983 3182.500 6076.300 1995 26944.50 58510.50 1984 3674.500 7164.400 1996 32152.30 68330.40 1985 4589.000 8792.100 1997 34854.60 74894.20 1986 5175.000 10132.80 1998 36921.10 79003.30 1987 5961.200 11784.70 1999 39334.40 82673.10 1988 7633.100 14704.00 2000 42911.90 89112.50 1989 8523.500 16466.00 取两阶滞后，过程如下： 输入要检验的变量。 输入滞后阶数。 输出结果如下： 从上面的输出结果可以看出，根据伴随概率值知道，在5%的显著水平下： 拒绝GDP不是CONS的格兰杰检验，即GDP是CONS的格兰杰检验。 接受CONS不是GDP的格兰杰检验。 5. 以深圳成指（SZ）和上海综指（SH）序列为例进行非因果性检验步骤。1999年1月4日—2001年10月15日深圳成指（SZ）和上海综指（SH）序列如下图： 进行格兰杰检验，过程如下： 建立工作文件，打开数据租窗口。 输入滞后期，本例选择滞后5期 得到如下结果： 对上述分析结果进行分析： 由对应的概率可以看出： 接受“上海综指不是深圳成指变化的原因”的假设；拒绝“深圳成指不是上海综指变化的原因”，即深圳成指是上海综指变化的原因。 分别进行滞后5，10，15，20，25期的检验，均得到上述结论。 6. 已知1970—1991年美国制造业固定厂房设备投资Y和销售量X的相关数据如表5.4所示。 （1） 假定销售量对厂房设备支出有一个分部滞后效应，使用4期滞后和2次多项式去估计此分布滞后模型。 （2） 检验销售量与厂房设备支出的Granger因果关系，使用直至6期为止的滞后并评述结果。 表5.4 单位：10亿美元 年份 厂房开支Y 销售额X 年份 厂房开支Y 销售额X 1970 36.99 52.805 1981 128.68 168.129 1971 33.6 55.906 1982 123.97 163.351 1972 35.42 63.027 1983 117.35 172.547 1973 42.35 72.931 1984 139.61 190.682 1974 52.48 84.79 1985 152.88 194.538 1975 53.66 86.589 1986 137.95 194.657 1976 68.53 98.797 1987 141.06 206.326 1977 67.48 113.201 1988 163.45 223.547 1978 78.13 126.905 1989 183.8 232.724 1979 95.13 143.936 1990 192.61 239.459 1980 112.6 154.391 1991 182.81 235.142 估计分布滞后模型，过程如下： 估计结果如下： 对应的分布滞后模型的表达式为： 做格兰杰检验，以一阶滞后为例，过程如下： 结果如下： 从上面F检验的伴随概率值可以知道，X与Y互为因果关系。 按上述过程分别做从1直到6期滞后的Granger因果关系检验，结果分别如下： 2阶： 3阶： 4阶： 5阶： 6阶： 从上述结果可以看出，随着滞后期的增加，Y月X的Granger因果关系有所变化。在不超过4期滞后的检验中，两者互为因果关系；而滞后期为5和6的检验结果说明，两者不互为因果关系。 _1276690605.unknown _1276691493.unknown _1276693732.unknown _1277024527.unknown _1276705537.unknown _1276691512.unknown _1276690854.unknown _1276280130.unknown _1276282044.unknown _1276690208.unknown _1276281934.unknown _1276278755.unknown