计量经济学实验报告模板及样例

关于实验报告提交的说明
下面8个实验报告每位同学都要交电子稿，全部实验课上完之后两天之内，每位同学建立一个实验报告文件夹，以自己的班级学号姓名命名，压缩之后发
我电子邮箱lixiaohui235@
实验报告打印稿上交作如下要求：
1班单号提交“计量经济学古典线性回归模型实验”、和“计量经济学多重共线性
模型实验”两个实验报告；
1班双号提交“计量经济学异方差模型实验”和“计量经济学自相关模型实验”
两个实验报告；
2班单号提交“计量经济学单方程模型综合性实验”实验报告；
2班双号提交“计量经济学虚拟变量模型和滞后变量模型实验”实验报告。

实验课程名称：计量经济学
实验课程名称：计量经济学
实验课程名称：计量经济学
实验课程名称：计量经济学
实验课程名称：计量经济学
实验课程名称：计量经济学
南昌航空大学经济管理学院学生实验报告（样例）实验课程名称：计量经济学
1996 2677 5634 2311
1997 2834 6054 2677
1998 2972 6307 2834
1999 3138 6547 2972
2000 3397 7084 3138
试建立我国人均消费计量经济学单方程模型，若2001年人均国内生产总值为7543元，试预测2001年人均居民消费(元)。

实验步骤及内容如下：
1.单方程模型的理论形式设定
一是选择变量。

以人均消费额(C)作为被解释变量，人均国内生产总值(I t)作为解释变量，因为它决定了人均收入水平的高低，另外当年的人均消费额(C t)受到上一年的人均消费额(C t-1)的影响，故上一年的人均消费额(C t-1)也是一个解释变量。

二是选择模型关系形式。

根据样本数据作出被解释变量C t分别与解释变量I t、C t-1之间的散点图，从散点图可以判断C t与I t、C t与C t-1之间存在直接的线性关系，故模型是线性的。

因此单方程模型的理论形式设定为C t =α0+α1I t+α2C t-1+μt t=1981,1982, (2000)
2.初步估计参数并进行经济意义和统计检验
(1)安装Eviews3.1软件
(2)启动Eviews3.1程序点击开始→程序→Eviews3→Eviews3.1
(3)创建工作文件点击File→New→Workfile
(4)输入数据
在本例中，用XF表示人均居民消费，GDP表示人均国内生产总值，QXF前一期人均居民消费，创建三个空序列XF、GDP和QXF后，按住CTRL依次点击XF、GDP和QXF，使三个图标加亮，并双击，就建立起一个组。

打开一个组窗口，组中含有XF、GDP和QXF序列。

打开编辑开关：在组窗口选择Edit+/-，进入编辑状态，通过键盘结合光标移动键，将时间序列数据输入。

如下图所示：
图1
(5)估计理论模型参数
用普通最小二乘法估计，在组窗口：点击Procs→Make Equation，选择估计方法，设定样本区间，OK进行估计。

图2
得到估计结果：t Cˆ=39.05604+0.394338I t+0.169100C t-1
图2
(6)经济意义和统计检验
从经济意义方面检验参数估计值，因为各参数估计值均大于0，与经济理论相符合。

从统计检验来看，方程拟合优度很高，总体显著性很好；至于变量的显著性，k=2,n=20，当显著性水平α=0.01、α=0.05时，t分布临界值分别为t0.005(17)= 2.898、t0.025(17)= 2.11，可见在显著性水平为0.01下，变量I t、C t-1均显著。

3.计量经济学检验
(1)自相关检验
残差（Residual）几期连续为负，几期连续为正，又几期连续为负，表明存在正自相关。

图形检验只能给出推断的猜想，必须作进一步的解析检验。

图3 由于此模型含有滞后的内生变量，使DW统计量失效。

运用回归检验法进行检验(也可用杜宾H检
验,)ˆ(1)2/1()ˆ(1ˆ2
2ββρ
nVar n DW nVar n H --≈-=，n 是样本容量，)ˆ(2
βVar 是被解释变量一阶滞后系数估计量方差的估计值，H 服从标准正态分布。

)，e t 作为被解释变量，e t-1作为解释变量。

在工作文
件窗口中的工具栏中点击Genr ，之后在弹出的对话框中输入相应的公式生成新序列et=resid 及qet=resid(-1)分别表示e t 和e t-1，样本数据如下：
图4
利用OLS 法进行参数估计，得到如下方程：t e
ˆ=0.927813+0.336571e t-1 图5
从以上结果可知，该方程的拟合优度、总体显著性极差，变量的显著性也极差。

说明原模型不存在一阶自相关，同理可检验也不存在二阶以上的自相关。

故原模型不存在自相关。

(2)异方差检验
采取格里瑟方法，生成新的序列jdz 表示resid 的绝对值。

样本数据如下：
图6
利用OLS 法进行参数估计，得到如下方程：t e
ˆ=8.644651+0.0292191I t -0.0580331C t-1 图7
从以上结果可知，变量、方程在显著性水平0.01下均显著，故原模型存在异方差，异方差的形式为
t t I 22σσ=。

可采用同方差变换或加权最小二乘法进行修正。

(3)多重共线性检验
利用判定系数法来检验解释变量之间的共线性，用I t 对C t-1进行OLS 回归，得到如下结果：
t I
ˆ=73.80478+2.295568C t-1 图8
可以看出变量显著性和方程的显著性极高，拟合优度也很好，说明变量之间存在共线性。

应用差分法消除模型的共线性，将原模型变换为：△C t =α1△I t +α2△C t-1+△μt
生成新的序列△C t 、△I t 和△C t-1，用OLS 法估计结果如下： t c
ˆ∆=0.452697△I t +0.061467△C t-1 图9
从以上估计结果可以看出，方程总体显著性很好，变量△I t 很显著，但变量△C t-1很不显著，通过检验此方程不存在自相关和异方差，去掉变量△C t-1，即在原理论模型中剔除变量C t-1。

(4)最终方程形式
剔除变量C t-1，并以t
I 1
为权数，采用加权最小二乘法消除异方差估计模型如下：
t C
ˆ=47.87661+0.462999I t 图10
由以上结果可知，变量、方程均高度显著，但方程存在序列自相关。

首先对C t =α0+α1I t +μt 两边同乘以t
I 1
进行同方差变换，即方程变为：
t t
t t t
t I I I I C μαα1110
++=，再采用广义差分法消除自相关。

自相关系数ρˆ的估计值为1-DW/2=0.65，生成新的序列XF1=XF/SQR(GDP)-0.65XF(-1)/SQR(GDP(-1))，
GDP1=1/SQR(GDP)-0.65*1/SQR(GDP(-1))，GDP2=SQR(GDP)-0.65SQR(GDP(-1))。

XF1对GDP1，GDP2回归结果如下：
图11
由以上结果可知，α0、α1的估计值分别为50.00766和0.465063。

消除自相关也可以按如下操作来进行，直接在进行了同方差变换的基础上，在解释变量中添入AR(1)即可。

在工作文件窗口中点击Objects→New Object，对象类型选择Equation，定义方程形式如下：
图12
估计结果如下：α0、α1的估计值分别为50.16331和0.465797。

图13
所以最终方程估计为：t Cˆ=50.16331+0.465797I t
4.应用分析
(1)模型的经济意义
从估计的模型中可以看出，人均国内生产总值每增加1元，人均居民消费增加0.465797元。

(2)预测
2001年人均国内生产总值为7543元，预测2001年人均居民消费(元)。

在工作文件窗口中的工具栏中点击Procs→Change Workfile Range扩展时间范围至2001年，在变量GDP序列中输入2001年数据7543。

在图30Equation窗口工具栏中点击Forecast打开预测对话框如下图所示：
图14
填写预测变量的名称XFF，设定预测区间1981至2001，在Method选项中，Dynamic表示用滞后被解释变量的前一个时期的预测值对预测区间的各期进行预测，(动态项只适用于动态模型)。

Static表示运用真实值而非预测值(只有当真实数据可获得时才能使用这种方法)。

对于不含有被解释变量滞后项的模型，这两种方法预测结果一致。

预测因变量数据序列如下： 2001年人均居民消费预测值为3598.294元。

图15。