计量经济学实验教学案例实验五_自相关性
计量经济学中的自相关性
GDP指数x 100.0 107.6 116.0 122.1 133.1 147.6 170.0 192.9 210.0 234.3 260.7
年份 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998
存款余额y 5146.90 7034.20 9107.00 11545.40 14762.39 21518.80 29662.25 38520.84 46279.80 53407.47
例5.4.1 中国城乡居民储蓄存款模型(自相关性调整)。 根据例5.3.1 的检验结果，模型存在一、二阶自相关性，即
55
2021/4/9
所以在LS命令中加上AR(1)和AR(2)，使用迭代估计法估计模型。键 入命令
LS lny c lnx AR（1） AR（2） 估计结果如表5.4.1所示。
表5.4.1 迭代估计回归结果
示正负自相关以及非自相关性则非常明显。
4
2021/4/9
(c)负自相关的散点图 图5.1.1 时间序列及其当期与滞后一期变量的散点图
5
2021/4/9
图5.1.2 自相关图
6
2021/4/9
5.1.2 自相关性产生的原因
1．经济变量惯性的作用引起随机误差项自相关 2．经济行为的滞后性引起随机误差项自相关 3．一些随机偶然因素的干扰引起随机误差项自相关 4.模型设定误差引起随机误差项自相关 5．观测数据处理引起随机误差项序列相关 一般经验告诉我们，对于采用时间序列数据作样本的 计量经济学问题，由于在不同样本点上解释变量以外的其 他因素在时间上的连续性，带来它们对被解释变量的影响 的连续性，所以往往存在序列相关性。
7
2021/4/9
计量经济学计量经济学教学案例
计量经济学教学案例案例一 简单线性回归模型一、主题与背景用真实数据进行简单线性回归分析，应用Eviews6.0分析软件进行操作，与课本内容相对应，分析模型的截距、斜率以及可决系数，引导学生熟悉Eviews6.0的基本操作，能够解读分析报告，并尝试进行被解释变量的预测，体会变量测度单位的改变和函数形式变化给OLS 估计结果和统计特征的影响。
二、情景描述对于由CEO 构成的总体，令y 代表年薪(salary)，单位为千美元。
令x 表示某个CEO 所在公司在过去三年的平均股本回报率(roe ，股本回报率定义为净收入占普通股价的百分比)。
为研究该公司业绩指标和CEO 薪水之间的关系，可以定义以下模型：Salary=0β+1βroe + u . 斜率参数1β衡量当股本回报率增长一个单位（一个百分点）时CEO 年薪的变化量，由于更高的股本回报率预示更高的CEO 年薪，所以，1β＞0。
三、教学过程设计（一）数据说明数据集CEOSAL1.RAW 包含1990年209位CEO 的相关信息，该数据来自《商业周刊》(5/6/91)，该样本中CEO 年薪的平均值为$1,281,120，最低值和最高值分别为$223,000和$14,822,000，1988、1989和1990年的平均股本回报率是17.18%。
（二）操作建议1：在 eviews6.0命令输入窗口定义变量：data salary roe2、用 edit+/- 编辑数据3、描述统计分析过程：view---descriptive stats---common sample4、画散点图:Scat roe salary5、在eviews6.0命令输入窗口运行简单线性回归 Ls salary c roe6、用resids 观测残差7、产生新序列:S eries lsalary =log(salary)8、改变函数形式：Ls lsalary c lsales9、改变变量测度单位：Ls salary*1000 c roe四、教学研究（一）案例结论1、回归结果估计出的回归线为：salˆary = 963.191 + 18.501 roe(1)截距和斜率保留了3位小数，回归结果显示，如果股本回报率为0，年薪的预测值为截距963.191千美元,可以把年薪的预测变化看做股本回报率变化的函数：∆salˆary = 18.501 (∆roe)，这意味着当股本回报率增加1个百分点，即∆roe =1,则年薪的预测变化就是18.5千美元,在线性方程中，估计的变化与初始年薪无关。
计量经济学上机实验
计量经济学上机实验上机实验一：一元线性回归模型实验目的：EViews软件的基本操作实验内容：对线性回归模型进行参数估计并进行检验上机步骤：中国内地2011年中国各地区城镇居民每百户计算机拥有量和人均总收入一．建立工作文件：1.在主菜单上点击File\New\Workfile；2.选择时间频率，A3.键入起始期和终止期，然后点击OK；二．输入数据:1.键入命令：DATA Y X2.输入每个变量的统计数据；3.关闭数组窗口（回答Yes）;三．图形分析：1.趋势图：键入命令PLOT Y X2.相关图：键入命令 SCAT Y X 散点图：趋势图：上机结果：Yˆ11.958+0.003X=s (βˆ) 5.6228 0.0002t (βˆ) 2.1267 11.9826prob 0.0421 0.00002=0.831 R2=0.826 FR=143.584 prob(F)=0.0000上机实验二：多元线性回归模型实验目的：多元回归模型的建立、比较与筛选，掌握基本的操作要求并能根据理论对分析结果进行解释实验内容：对线性回归模型进行参数估计并进行检验上机步骤：商品的需求量与商品价格和消费者平均收入趋势图：散点图：上机结果:i Yˆ=132.5802-8.878007X1-0.038888X2s (βˆ) 57.118 4.291 0.419t (βˆ) 2.321 -2.069 -0.093prob 0.0533 0.0773 0.9286 R2=0.79 R2=0.73 F =13.14 prob(F)=0.00427三：非线性回归模型实验目的：EViews软件的基本操作实验内容：对线性回归模型进行参上机步骤：我国国有独立核算工业企业统计资料一．建立工作文件：1.在主菜单上点击File\New\Workfile；2.选择时间频率，A3.键入起始期和终止期，然后点击OK；二．输入数据:1.键入命令：DATA Y L K2.输入每个变量的统计数据；3.关闭数组窗口（回答Yes）;三．图形分析：1.趋势图：键入命令PLOT Y K L2.相关图：键入命令 SCAT Y K L四．估计回归模型：键入命令LS Y C K L上机结果：Y =4047.866K1.262204L-1.227157s (βˆ) 17694.18 0232593 0.759696t (βˆ) 0.228768 5.426669 -1.615325prob 0.8242 0.0004 0.1407R2=0.989758 R2=0.987482 F=434.8689 prob(F)=0.0000上机实验四：异方差实验目的：：掌握异方差的检验与调整方法的上机实现实验内容：我国制造工业利润函数行业销售销售行业销售销售实验步骤：一．检验异方差性1．图形分析检验：1) 观察Y、X相关图：SCAT Y X2) 残差分析:观察回归方程的残差图LS Y C X在方程窗口上点击Residual按钮；2． Goldfeld-Quant检验：SORT XSMPL 1 10LS Y C X（计算第一组残差平方和）SMPL 19 28LS Y C X（计算第二组残差平方和）计算F统计量，判断异方差性3．White检验：SMPL 1 28LS Y C X在方程窗口上点击：View\Residual\Test\White Heteroskedastcity 由概率值判断异方差性。
计量经济学(2010)(第五章 自相关)
年份
xi
3.3 3.3
y
i
i
0.0543 0.2543
1990 1991
6.2 7.8
1998 1999
2.5 2.7
1992
1993 1994 1995 1996
5.8
5.7 5.0 4.0 3.2
1.4
1.4 1.5 1.9 2.6
-0.3423
-0.3704 -0.4674 -0.3488 0.1262
残 差 图 1
.2 .0 -.2 -.4 -.6 1990 1992 1994 1996
1998 2000 2002 2004
( t 1 , t ) 图形
.6 .4
残 差 图 2
.2
RESID
.0 -.2 -.4 -.6 -.5 -.4 -.3 -.2 -.1 .0 .1 .2 .3 .4 .5 RESID(-1)
思考题与练习题
书上 P109 : 1，2，3 ，同时完成以下补充题：
补充题：在研究劳动力在价值增值中所占份额（即劳动力份额 Y ） 的时间 t 趋势变化中，根据1949~1964年间美国的数据， 得到如下回归结果： 模型A: t=
t21
ˆ ) 2(1 )
（4）根据DW检验临界值 (a) 当
dL , dU ，进行推断：
，则
0 d dL
u
t
存在正自相关；
(b) 当
(c) 当
dU d 4 dU
，则
，则
ut
不存在自相关。
存在负自相关。
4 dL d 4
u
t
DW检验应用说明
1、D-W检验仅适用于一阶线性自相关，对高阶自相关或 非线性自相关均不适用；也不适用于自回归模型。
计量经济学实验操作指导(完整版)
计量经济学试验（完整版）-—李子奈ﻬ目录实验一一元线性回归ﻩ错误!未定义书签。
一实验目得..................................... 错误!未定义书签。
二实验要求.................................... 错误!未定义书签。
三实验原理ﻩ错误!未定义书签。
四预备知识ﻩ错误!未定义书签。
五实验内容ﻩ错误!未定义书签。
六实验步骤..................................... 错误!未定义书签。
1、建立工作文件并录入数据................... 错误!未定义书签。
2、数据得描述性统计与图形统计: .............. 错误!未定义书签。
3、设定模型，用最小二乘法估计参数：ﻩ错误!未定义书签。
４、模型检验: ............................... 错误!未定义书签。
5、应用：回归预测：ﻩ错误!未定义书签。
实验二可化为线性得非线性回归模型估计、受约束回归检验及参数稳定性检验............................... 错误!未定义书签。
一实验目得：ﻩ错误!未定义书签。
二实验要求..................................... 错误!未定义书签。
三实验原理..................................... 错误!未定义书签。
四预备知识.................................... 错误!未定义书签。
五实验内容ﻩ错误!未定义书签。
六实验步骤ﻩ错误!未定义书签。
实验三多元线性回归...................... 错误!未定义书签。
一实验目得..................................... 错误!未定义书签。
三实验原理ﻩ错误!未定义书签。
四预备知识.................................... 错误!未定义书签。
自相关性的检验和处理实验报告
ˆ 1
3.7831 13.9366 1 0.72855
由此，我们得到最终的收入-消费模型为
Yt 13.9366 0.9484 X t
二、根据北京市连续 19 年城镇居民家庭人均收入与人均支出的数据进行相关分析 1、建立居民收入-消费函数 以人均实际收入为 X，人均实际支出为 Y，创建工作文件，输入数据，命令如下： Create a 1 19 Data x y 建立居民收入-消费模型，输入命令 ls y c x，回归结果如下：
ˆ 0.72855 ，对原模型进行广义差分，得到差 ˆ 0.72855et 1 ，由回归方程可知 回归方程为 e
分方程： Yt 0.72855Yt 1 1 (1 0.72855) 2 ( X t 0.72855 X t 1 ) t 对 上 式 广 义 差 分 方 程 进 行 回 归 ， 在 Eviews 命 令 栏 中 输 入 命 令 ： ls Y -0.72855*Y(-1) c X-0.72855*X(-1)，回归结果如下： 由回归结果可得回归方程为：
关进行相关检验。 （二）检验收入—消费模型的自相关情况 1、德宾-沃森检验（DW 检验）法 因为 n=36， k=1， 在 5%的显著水平下查表得 DL 1.411 ， DU 1.525 ， 而 0<0.5234=DW< D L ， 因此此模型存在一阶正自相关。 2、偏相关系数检验法 由于 DW 法只能检验一阶自相关性，我们用偏相关系数检验法来检验是否存在高阶自相关性。 在模型回归结果中选择操作：View/Residual Test/Correlogram-Q-statistics ，默认滞后期为 16，得到偏 相关系数结果如下：
由偏相关系数分布图可知，该模型存在明显一阶自相关性，不存在显著高阶自相关性。 3、BG 检验法 在偏相关系数检验之后，我们运用 BG 检验对前面的检验结果进行进一步验证，选择操作 View/Residual Test/Serial Correlation LM Test ，选择滞后期为 5，得到结果如下：
计量经济学自相关实验报告
山东轻工业学院实验报告成绩课程名称：计量经济学指导教师：刘海鹰实验日期： 2012年4月23日院（系）：商学院专业班级金融10- 1 实验地点：机电楼B座5楼学生姓名：学号： 201008021029 同组人无实验项目名称：线性回归模型自相关的检验及修正一、实验目的和要求通过Eviews软件估计线性回归模型并计算残差，检验误差项是否存在自相关及自相关的修正，用广义最小二乘法估计回归参数。
二、实验原理图示法检验、DW检验、LM检验、科克伦-奥克特迭代法、广义差分法、最小二乘法。
三、主要仪器设备、试剂或材料计算机，EViews软件四、实验方法与步骤1、启动Eviews5软件，建立新的workfile. 命令：create a 1978 2000 （以下的所有命令均需单击回车键）；2、在命令窗口输入命令：DATA CO I P，开始输入数据。
；3、输入数据后，命令：GENR Y=CO/P和GENR X=I/P ；4、用OLS估计方程。
在命令窗口输入命令：LS Y C X （Eviews输出结果如图一）。
一）图示法检验1、命令：GENR E=RESID LINE E SCAT E SCAT E E(-1) 结果为图二至图四。
2、在图一窗口下，单击resids功能键，得到残差图，如图五。
二）LM检验1、在图一窗口下，点击功能键VIEW，选RESIDUAL TEST/SRRIAL CORRELATION LM TEST…,2、在随后弹出的滞后期对话框中给出最大滞后期1。
点击OK键，即可得到LM自相关检验的结果，如图六。
三）自相关的修正，即广义差分法和科克伦-奥克特迭代法1、命令：LS E E(-1) 得到结果图七；2、命令：GENR GDY=Y-0.70*Y(-1)，GENR GDX=X-0.70X(-1)，LS GDY C GDX,广义差分方程输出结果如图八。
五、 实验数据记录、处理及结果分析图一用普通最小二乘法求估计的回归方程结果如下ˆ111.440.7118t tY X =+(6.5) (42.1) R 2 =0.9883 s.e=32.8 DW=0.60 T=23回归方程拟合得效果比较好，但是DW 值比较低。
计量经济学教学5自相关
该模型为广义差分模型，不存在序列相关 问题。可进行OLS估计。 注意：
广义差分法就是广义最小二乘法（GLS）的 一种，但是此法却损失了部分样本观测值。 如：一阶自相关的情况下，广义差分是估计
Yt Yt 1 0 (1 ) 1 ( X1t X1t 1) k ( X kt X kt 1) t
2. 回归检验法
~ ~ e e 以 t 为被解释变量， 以各种可能的相关量， 诸如以t 1 、 ~ ~2 e e t 2 、 t 等为解释变量，建立各种方程：
~ e ~ e t t 1 t
~ e ~ e ~ e t 1 t 1 2 t 2 t
……
如果存在某一种函数形式，使得方程显著成 立，则说明原模型存在自相关。
Yt 1 1 2 X t 1 ut 1 (2) (1) (2) : 若已知：Yt Yt 1 (1 ) 1 2 ( X t X t 1 ) (ut ut 1 ) 对（3）运用OLS估计，得到 (1 ) 1和 2的估计值，进而算出 1， 2
回归检验法的优点是：（1）能够确定序列 相关的形式，（2）适用于任何类型自相关问题 的检验。
3. 杜宾—瓦尔森（Durbin-Watson）检验法 D-W 检 验 是 杜 宾 （ J.Durbin ） 和 瓦 尔 森 (G.S. Watson)于1951年提出的一种检验序列自相 关的方法。该方法的假定条件是：
2
t
这里，
~e ~ e t t 1
t 2 n
~2 e t
t 1
n
~e ~ e t t 1
t 2
n
~2 e t
t 2
n
为一阶自回归模型 i=i-1+i 的参数估计。 如果存在完全一阶正相关，即=1，则 D.W. 0 完全一阶负相关，即= -1, 则 D.W. 4 完全不相关， 即=0，则 D.W.2
计量经济学第5讲 自相关性
数据的“编造” 3、数据的“编造”
在实际经济问题中，有些数据是通过已知数据 生成的。 因此，新生成的数据与原数据间就有了内在的 联系，表现出自相关性。 例如：季度数据 季度数据来自月度数据的简单平均，这 季度数据 种平均的计算减弱了每月数据的波动性，从而使 随机干扰项出现序列相关。 还有就是两个时间点之间的“内插 内插”技术往往 内插 导致随机项的自相关性。
如何得到矩阵 如何得到矩阵？
对的形式进行特殊设定后，才可得到其估计值。 如设定随机扰动项为一阶序列相关形式 i=ρi-1+εi 则 1 ρ ρ
σε ρ Cov (μ, ′) = μ 1 ρ 2 n 1 ρ
2
1
ρ n2
0 0 1 0 0
ρ = σ 2Ω 1
给定α，查临界值χα2(p)，与LM值比较，做出判断， 实际检验中，可从1阶、2阶、…逐次向更高阶检验。
四、自相关性的解决方法 如果模型被检验证明存在自相关性，则 需要发展新的方法估计模型。 最常用的方法是广义最小二乘法 广义最小二乘法（GLS: 广义最小二乘法 Generalized least squares）和广义差分法 广义差分法 (Generalized Difference)。
不 能 确 定
4－dU <D.W.<4－ dL 不能确定
负 相 关
0
dL
dU
2
4-dU 4-dL
当D.W.值在2左右时，模型不存在一阶自相关。 证明： 证明： 展开D.W.统计量：
D.W . = ~ ~ ~~ ∑ et 2 + ∑ et 21 2∑ et et 1
t =2 t =2 t =2 n n n
变换原模型： D-1Y=D-1X β +D-1 即 Y*=X*β + * (*) 该模型具有同方差性和随机误差项互相独立性： 该模型具有同方差性和随机误差项互相独立性
计量经济学自相关实验报告
第六章自相关实验报告一、研究目的对于广大的中国农村人口而言，其消费总量比重却不高。
农村居民的收入和消费是一个值得研究的问题。
消费模型是研究居民消费行为的常用工具。
通过中国农村居民消费模型的分析可判断农村居民的边际消费倾向，这是宏观经济分析的重要参数。
同时，农村居民消费模型也能用于农村居民消费水平的预测。
二、模型设定影响居民消费的因素很多，但由于受各种条件的限制，通常只引入居民收入一个变量做解释变量，即消费模型设定为：+β1X t+ U tY t=β参数说明：Y——农村居民人均消费支出 (单位：元)tX——农村居民人均纯收入（单位：元）tU t——随机误差项收集到数据如下（见表2-1）表2-1 1985-2011年农村居民人均收入和消费单位：元注：资料来源于《中国统计年鉴》1986-2012。
为了消除价格变动因素对农村居民收入和消费支出的影响，不宜直接采用现价人均收入和现价人均消费支出的数据，而需要用经消费价格进行调整后的1985年可比价格及人均纯收入和人均消费支出的数据做回归分析。
根据表2-1中调整后的1985年可比价格计的人均纯收入和人均消费支出的数据，使用普通最小二乘法估计消费模型得如下结果。
表2-2 最小二乘估计结果Dependent Variable: YMethod: Least SquaresDate: 12/04/13 Time: 20:00Sample: 1985 2011Included observations: 27Coefficient Std. Error t-Statistic Prob.C 45.40225 10.30225 4.407025 0.0002X 0.718526 0.012526 57.36069 0.0000R-squared 0.992459 Mean dependent var 580.5296 Adjusted R-squared 0.992157 S.D. dependent var 256.4506 S.E. of regression 22.71079 Akaike info criterion 9.154744 Sum squared resid 12894.50 Schwarz criterion 9.250732 Log likelihood -121.5890 Hannan-Quinn criter. 9.183287 F-statistic 3290.249 Durbin-Watson stat 0.528075 Prob(F-statistic) 0.000000由以上结果得到以下方程:^Y t=45.4022545+0.718526X t（6.1）（10.30225）（0.012526）t = (4.407025) (57.36069)R2=0.992459--R2=0.992157 F=3290.249 DW=0.528075该回归方程可决系数较高，回归系数均显著。
计量经济学实验报告多元线性回归自相关
计量经济学实验报告多元线性回归自相关 Document number【980KGB-6898YT-769T8CB-246UT-18GG08】实验报告课程名称计量经济学实验项目名称多元线性回归自相关异方差多重共线性班级与班级代码 08国际商务1班实验室名称（或课室）实验楼910 专业国际商务任课教师刘照德学号： 043姓名：张柳文实验日期： 2011 年 06 月 23日广东商学院教务处制姓名张柳文实验报告成绩评语：指导教师（签名）年月日说明：指导教师评分后，实验报告交院（系）办公室保存。
计量经济学实验报告实验项目：多元线性回归、自相关、异方差、多重共线性实验目的：掌握多元线性回归模型、自相关模型、异方差模型、多重共线性模型的估计和检验方法和处理方法实验要求：选择方程进行多元线性回归；熟悉图形法检验和掌握D-W 检验，理解广义差分法变换和掌握迭代法；掌握Park或Glejser检验，理解同方差性变换；实验原理：普通最小二乘法图形检验法 D-W检验广义差分变换加权最小二乘法 Park检验等实验步骤：首先：选择数据为了研究影响中国税收收入增长的主要原因，选择国内生产总值（GDP）、财政支出（ED）、商品零售价格指数（RPI）做为解释变量，对税收收入（Y）做多元线性回归。
从《中国统计年鉴》2011中收集1978—2009年各项影响因素的数据。
如下表所示：199219931994199519961997199819992000200120022003200420052006200720082009实验一：多元线性回归1、将数据导入后，分别对三个解释变量与被解释变量做散点图，选择两个变量作为group打开，在数据表“group”中点击view/graph/scatter/simple scatter，出现数据的散点图，分别如下图所示：从散点图看，变量间不一定呈现线性关系，可以试着作线性回归。
2、进行因果关系检验在“workfile”中按住“ctrl”键，点击所要选择的变量，作为组打开后，在“View”下拉列表中选择“Grange Causality”，滞后期为2，得出如下结果：Pairwise Granger Causality TestsDate: 06/23/11 Time: 16:14Sample: 1978 2009Lags: 2Null Hypothesis:Obs F-Statistic ProbabilityED does not Granger Cause Y30Y does not Granger Cause EDPairwise Granger Causality TestsDate: 06/23/11 Time: 16:15Sample: 1978 2009Lags: 2Null Hypothesis:Obs F-Statistic ProbabilityGDP does not Granger Cause Y30Y does not Granger Cause GDPPairwise Granger Causality TestsDate: 06/23/11 Time: 16:19Sample: 1978 2009Lags: 2Null Hypothesis:Obs F-Statistic ProbabilityRPI does not Granger Cause Y30Y does not Granger Cause RPI从因果关系检验看，ED明显影响财政收入Y，其他两个因素影响不显着。
计量经济学课件05-自相关
缺点：计算量大。
et et et 检验每种估计式是否显著 e t et
e t 1 vt
et21 vt 1et 1 2 et 2 vt et 1 vt
et 1
vt
自相关检验3——偏相关系数检验
2
4、统计检验（t检验和F检验）失效
自相关性的检验
按时间先后顺序绘制残差图et-t
正自相关
负自相关
由于经济的惯性，通常不会出现负自相关的形式
绘制et-et-1散点图
正自相关
负自相关
自相关检验1——DW检验
DW检验(德宾-沃森检验)
特点： (1).解释变量是非随机的 (2).只适用于检验一阶自相关（一元和多元回归都适用） (3).当模型中出现被解释变量的滞后期，DW检验失效 即方程中不能出现yt=β0+β1xt+ β2yt-1+ut
Yt -1= 0 + 1 X t -1 + ut-1
相减，得：Yt-Yt -1 = 0 (1-) + 1 (Xt - Xt-1) + ut - ut-1 作广义差分变换： Yt* = Yt - Yt -1 ;
0* = 0 (1- ) ； X t* = X t - Xt-1；
在多个变量的之间如果只考虑之间的相关关系其他变量固定不变这种相关性称为偏相关用来衡量片相关的指标叫做是对残差做相关性检验得到相关图看图判断偏自相关偏相关系数系数的类型具体的操作而应介绍房内空调开关及棉被加枕的位置
第5章 自相关性
本章内容
5.1 5.2 5.3 5.4 自相关性及产生原因 自相关性的影响 自相关性的检验 自相关性的解决方法
计量经济学实验报告(自相关性)
实验6.美国股票价格指数与经济增长的关系——自相关性的判定和修正一、实验内容：研究美国股票价格指数与经济增长的关系。
1、实验目的:练习并熟练线性回归方程的建立和基本的经济检验和统计检验；学会判别自相关的存在，并能够熟练使用学过的方法对模型进行修正。
2、实验要求：（1）分析数据，建立适当的计量经济学模型（2）对所建立的模型进行自相关分析（3）对存在自相关性的模型进行调整与修正二、实验报告1、问题提出通过对全球经济形势的观察，我们发现在经济发达的国家，其证券市场通常也发展的较好，因此我们会自然地产生以下问题，即股票价格指数与经济增长是否具有相关关系？GDP是一国经济成就的根本反映。
从长期看，在上市公司的行业结构与国家产业结构基本一致的情况下，股票平均价格的变动跟GDP的变化趋势是吻合的，但不能简单地认为GDP 增长，股票价格就随之上涨，实际走势有时恰恰相反。
必须将GDP与经济形势结合起来考虑。
在持续、稳定、高速的GDP增长下，社会总需求与总供给协调增长，上市公司利润持续上升，股息不断增加，老百姓收入增加，投资需求膨胀，闲散资金得到充分利用，股票的内在含金量增加，促使股票价格上涨，股市走牛。
本次试验研究的1970-1987年的美国正处在经济持续高速发展的状态下，据此笔者利用这一时期美国SPI与GDP的数据建立计量经济学模型，并对其进行分析。
2、指标选择：指标数据为美国1970—1987年美国股票价格指数与美国GDP数据。
3、数据来源：实验数据来自《总统经济报告》（1989年），如表1所示：表1 4、数据处理将两组数据利用Eviews绘图，如图1、2所示：图1 GDP数据简图图2 SPI数据简图经过直观的图形检验，在1970-1987年间，美国的GDP保持持续平稳上升，SPI虽然有些波动，但波动程度不大，和现实经济相符，从图形上我们并没有发现有异常数据的存在。
所以可以保证数据的质量是可以满足此次实验的要求。
实验五-自相关性的检验与处理
实验五自相关性的检验及处理（2学时）一、实验目的（1）、掌握自相关检验的基本方法；（2）、掌握自相关的处理方法。
二、实验学时：2学时三、实验要求（1）掌握用MATLAB软件实现自相关的检验和处理；（2）掌握自相关的检验和处理的基本步骤。
四、实验原理1、自相关检验的常用方法(1)、图示法(2). 杜宾-瓦森（Durbin-Watson ）检验法 1）假定条件是： ①解释变量X 非随机；②随机误差项ui 为一阶自回归形式： ③回归模型中不应含有滞后应变量作为解释变量; ④回归含有截距项；⑤没有缺落数据，样本比较大。
2)检验步骤 ① 提出假设H0：ρ=0，即不存在一阶自相关； H1：ρ≠0，即存在一阶自相关。
② 构造统计量21221().ntt t ntt e eDW d e-==-=∑∑统计量： 1221ˆˆ2(1)ˆnt t t ntt uu d u-==≈-∑∑1222ˆˆˆˆnt t t ntt uu uρ-===∑∑定义： 为样本的一阶自相关系数，作为ρ的估计量。
则有ˆ)ρ≈d 2(1- ，因为-1 ≤ ρ ≤ 1，所以，0 ≤ d ≤ 4③ 检验判断对给定样本大小和给定解释变量个数找出临界值dL 和dU ，按照下图的决策得出结论。
2、自相关的处理 (以一元线性回归模型为例)(1) 广义最小二乘法：01y t t t x u ββ=++设模型： …………(1) 1u t t t u v ρ-=+存在一阶线性自相关：10111y t t t x u ββ---⇒=++从而，(1) (2)100111y -y ()()t t t t t t x x u u ρβρββρρ---∴⇒=-+-+-(1)-(2) (3)*1*10=y -y =,(3)(1)t t t t t t y x x x ρραρβ--⎧⎪-⎨⎪=-⎩令则模型可变为：**1t t y x αβ+t =+v …….(4) 10ˆˆˆ(4)OLS αββ对使用即可求出：，，进而求出注：此方法在实际应用时要事先估计,当n 较大时， 12dρ≈-当n 较小时，221(1)()2ˆ11()d k n k nρ+-+≈++, k 为模型中的自变量（不包括常变量）。
自相关实验报告
⾃相关实验报告《计量经济学》实训报告实训项⽬名称⾃相关的检验与消除实训时间实训地点班级学号姓名实训(实践) 报告实训名称⾃相关的检验与消除⼀、实训⽬的1、中国进⼝需求与国内⽣产总值是⼀个值得研究的问题。
通过实际出⼝额模型的分析可以判断中国进⼝需求，这是宏观经济分析的重要参数。
2、使学⽣掌握针对实际问题简历、估计、检验和应⽤计量经济学单⽅程模型的⽅法以及⾄少掌握⼀种计量经济学软件的使⽤，提⾼学⽣的动⼿能⼒。
⼆、实训要求1、要求学⽣能对⼀般的实际经济问题运⽤计量经济学⽅法进⾏分析研究2、掌握计量经济学软件包Eviews估计和检验单⽅程模型的同法和操作步骤3、对模型的结果进⾏经济解释三、实训内容1、⽤DW验证法，验证该模型是否存在⾃相关。
2、⽤⼴义差分法消除⾃相关，进⾏多次迭代法。
四、实训步骤课后练习题6.5的数据1985—2003年中国实际GDP和进⼝额1. ⽤OLS⽅法估计参数，建⽴回归模型：ls y c x回归结果：Y=-1690.309+0.387979XT= (-3.824856) (21.93401) R^2=0.96587 S.E.=822.3285 2. 检验是否存在⾃相关（1）图⽰法（scat e1 e2）：结果表明：由上图e1与e2的散点图可知，⼤部分的点落在I、III象限，表明随即误差项存在着正相关。
（2）DW检验法回归结果：Y = -1690.309+0.3880X , R^2=0.9659,df=17, DW=0.5239该⽅程的可绝系数较⾼，回归系数均显著。
对样本量为19、⼀个解释变量的模型，查DW统计表可知，dL=1.18,dU=1.4；模型中DW结论：显然该模型中存在⾃相关。
(3) BG检验（LM检验）结果表明：观察偏相关发现出现⾃相关（⼀维）结果表明：观察Prob=0.000942<0.5，显著，存在⾃相关3. 消除⾃相关的⽅法：使⽤⼴义差分法进⾏修正（1）genr e1=resid，genr e2=resid(-1)，Ls e1 e2，得到e1与e2的回归⽅程为：E1=0.9202E2;（2）对原模型进⾏⼴义差分，得到⼴义差分⽅程为：Y-0.9202*Y(-1) = β1*(1-0.9202)+β2*(X-0.9202X)+ µ回归结果：Y*= -921.9049+0.6264 X*（其中Y*= Y-0.9202*Y(-1)；X*= X-0.9202*X(-1)）；R^2=0.8381; df=16; DW=0.7151；由于使⽤了⼴义差分法，样本容量减少了1个，为18个。
计量经济学自相关性检验报告分析(doc 7页)
计量经济学自相关性检验报告分析(doc 7页)计量经济学自相关性检验实验报告实验内容：自相关性检验工业增加值主要由全社会固定资产投资决定。
为了考察全社会固定资产投资对工业增加值的影响，可使用如下模型：Y=；其中，X 表示全社会固定资产投资，Y表示工业增加值。
下表列出了中国1998-2000的全社会固定资产投资X与工业增加值Y的统计数据。
单位：亿元年份固定资产投资X工业增加值Y年份固定资产投资X工业增加值Y1980910.91996.519915594.58087.1 198********.419928080.110284.519821230.42162.3199313072.314143.8 19831430.12375.6199417042.119359.6 19841832.92789199520019.324718.3 19852543.23448.7199622913.529082.6 19863120.63967199724941.132412.1 19873791.74585.8199828406.233387.9 19884753.85777.2199929854.735087.2 19894410.46484200032917.739570.3 199045176858一、估计回归方程OLS法的估计结果如下：Y=668.0114+1.181861X（2.24039）（61.0963）R2=0.994936，R2=0.994669，SE=951.3388，D.W.=1.282353。
二、进行序列相关性检验（1）图示检验法通过残差与残差滞后一期的散点图可以判断，随机干扰项存在正序列相关性。
（2）回归检验法一阶回归检验e=0.356978e1-t+εtt二阶回归检验e=0.572433e1-t－0.607831e2-t+εtt可见：该模型存在二阶序列相关。
（3）杜宾-瓦森（D.W）检验法由OLS法的估计结果知：D.W.=1.282353。
计量经济学实验教学案例实验五-自相关性
实验五自相关性【实验目的】掌握自相关性的检验与处理方法。
【实验内容】利用表5-1资料，试建立我国城乡居民储蓄存款模型，并检验模型的自相关性。
【实验步骤】一、回归模型的筛选⒈相关图分析SCAT X Y相关图表明，GDP指数与居民储蓄存款二者的曲线相关关系较为明显。
现将函数初步设定为线性、双对数、对数、指数、二次多项式等不同形式，进而加以比较分析。
⒉估计模型，利用LS命令分别建立以下模型⑴线性模型： LS Y C Xt (-6.706) (13.862)=2R＝0.9100 F＝192.145 S.E＝5030.809⑵双对数模型：GENR LNY=LOG(Y)GENR LNX=LOG(X)LS LNY C LNXt (-31.604) (64.189)=2R＝0.9954 F＝4120.223 S.E＝0.1221⑶对数模型：LS Y C LNX=t (-6.501) (7.200)2R ＝0.7318 F ＝51.8455 S.E ＝8685.043 ⑷指数模型：LS LNY C X=t (23.716) (14.939)2R ＝0.9215 F ＝223.166 S.E ＝0.5049 ⑸二次多项式模型：GENR X2=X^2 LS Y C X X2=t (3.747) (-8.235) (25.886)2R ＝0.9976 F ＝3814.274 S.E ＝835.979 ⒊选择模型比较以上模型，可见各模型回归系数的符号及数值较为合理。
各解释变量及常数项都通过了t 检验，模型都较为显著。
除了对数模型的拟合优度较低外，其余模型都具有高拟合优度，因此可以首先剔除对数模型。
比较各模型的残差分布表。
线性模型的残差在较长时期内呈连续递减趋势而后又转为连续递增趋势，指数模型则大体相反，残差先呈连续递增趋势而后又转为连续递减趋势，因此，可以初步判断这两种函数形式设置是不当的。
而且，这两个模型的拟合优度也较双对数模型和二次多项式模型低，所以又可舍弃线性模型和指数模型。
关于自相关问题的计量分析实例
杜宾-瓦森（ Dubin − Watson ）检验法和拉格朗日乘数 （ Lagrange multiplier ）检验。其中图示法是描述时间和
残差项或相邻时期残差项的变化图形，虽然能够反映残差 变化趋势，但描述比较粗糙；由于杜宾-瓦森
（ Dubin − Watson ）检验法只能检验一阶自相关性，无法
本文链接：/Periodical_zhonggsj200911005.aspx
2009 11
βˆ0
= βˆ0* 1 − ρˆ1
= 510.950 1 − 0.495
= 1011.78 ，由此，我们得到最终的财政
收入模型为：
Yt*
= 1011.78 + 0.980 ⋅
X
* 2t
+1.374 *
X
* 3t
− 0.018*
X
* 4t
（6）
可见，仅与式（5）中的截距项有差别，而各项前面的系数
与时间t关系图3的关系图下面再进行拉格朗日乘数检验含2阶滞后残差项的辅助回归为044801500288042626942170267于是874lm该值小于显著性水平为分布的临界值991由此判断原模型不存在2阶序列相关性所以本文将讨论一阶序列相关性在此运用杜宾两步法估计为处理自相关问题提供合理的解决方案具体实现步骤如下
Y = 1372.798 + 0.982 X 2 + 1.434 X 3 − 0.025X 4 （1） （5.659） （39.651）（6.014）（-5.478）
R 2 = 0.998 D.W . = 1.072 F = 28939.420
虽然该模型通过了可决定系数、 t 检验和 F 检验，但 通 过 查 5% 显 著 水 平 的 DW 统 计 表 得 知 ， d L = 1.104 ， dU = 1.747 ，由于 D.W. = 1.072 < dL ，显然该模型存在自
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验五 自相关性
【实验目的】
掌握自相关性的检验与处理方法。
【实验容】
利用表5-1资料，试建立我国城乡居民储蓄存款模型，并检验模型的自相关性。
【实验步骤】
一、回归模型的筛选 ⒈相关图分析 SCAT X Y
相关图表明，GDP 指数与居民储蓄存款二者的曲线相关关系较为明显。
现将函数初步设定为线性、双对数、对数、指数、二次多项式等不同形式，进而加以比较分析。
⒉估计模型，利用LS 命令分别建立以下模型 ⑴线性模型： LS Y C X
x y
5075.9284.14984ˆ+-= =t (-6.706) (13.862)
2R ＝0.9100 F ＝192.145 S.E ＝5030.809 ⑵双对数模型：GENR LNY=LOG(Y) GENR LNX=LOG(X) LS LNY C LNX
x y
ln 9588.20753.8ˆln +-= =t (-31.604) (64.189)
2R ＝0.9954 F ＝4120.223 S.E ＝0.1221 ⑶对数模型：LS Y C LNX
x y
ln 82.236058.118140ˆ+-= =t (-6.501) (7.200)
2R ＝0.7318 F ＝51.8455 S.E ＝8685.043 ⑷指数模型：LS LNY C X
x y
010005.03185.5ˆln += =t (23.716) (14.939)
2R ＝0.9215 F ＝223.166 S.E ＝0.5049 ⑸二次多项式模型：GENR X2=X^2 LS Y C X X2
21966.05485.4456.2944ˆx x y
+-= =t (3.747) (-8.235) (25.886)
2R ＝0.9976 F ＝3814.274 S.E ＝835.979 ⒊选择模型
比较以上模型，可见各模型回归系数的符号及数值较为合理。
各解释变量及常数项都通过了t 检验，模型都较为显著。
除了对数模型的拟合优度较低外，其余模型都具有高拟合优度，因此可以首先剔除对数模型。
比较各模型的残差分布表。
线性模型的残差在较长时期呈连续递减趋势而后又转为连续递增趋势，指数模型则大体相反，残差先呈连续递增趋势而后又转为连续递减趋势，因此，可以初步判断这两种函数形式设置是不当的。
而且，这两个模型的拟合优度也较双对数模型和二次多项式模型低，所以又可舍弃线性模型和指数模型。
双对数模型和二次多项式模型都具有很高的拟合优度，因而初步选定回归模型为这两个模型。
二、自相关性检验 ⒈DW 检验； ⑴双对数模型
因为n ＝21，k ＝1，取显著性水平α＝0.05时，查表得L d ＝1.22，
U d ＝1.42，而0<0.7062＝DW<L d ，所以存在（正）自相关。
⑵二次多项式模型
L d ＝1.22，U d ＝1.42，而L d <1.2479＝DW<U d ，所以通过DW 检验并不能判
断是否存在自相关。
⒉偏相关系数检验
在方程窗口中点击View/Residual Test/Correlogram-Q-statistics ，并输入滞后期为10，则会得到残差t e 与1021,,---t t t e e e Λ的各期相关系数和偏相关系数，如图5-11、5-12所示。
图5-1 双对数模型的偏相关系数检验
图5-2 二次多项式模型的偏相关系数检验
从5-11中可以看出，双对数模型的第1期、第2期偏相关系数的直方块超过了虚线部分，存在着一阶和二阶自相关。
图5-2则表明二次多项式模型仅存在二阶自相关。
⒊BG 检验
在方程窗口中点击View/Residual Test/Series Correlation LM Test ，并选择滞后期为2，则会得到如图5-13所示的信息。
图5-13 双对数模型的BG 检验
图中，2nR =11.31531，临界概率P=0.0034，因此辅助回归模型是显著的，即存在自相关性。
又因为1-t e ，2-t e 的回归系数均显著地不为0，说明双对数模型存在一阶和二阶自相关性。
二次多项式BG 检验
BG 检验与偏相关系数检验结果不同
三、自相关性的调整：加入AR 项 ⒈对双对数模型进行调整；
在LS 命令中加上AR(1)和AR(2)，使用迭代估计法估计模型。
键入命令： LS LNY C LNX AR (1) AR (2) 则估计结果如图5-16所示。
图5-16 加入AR 项的双对数模型估计结果
图5-16表明，估计过程经过4次迭代后收敛；
1ρ，2ρ的估计值分别为0.9459
和-0.5914，并且t 检验显著，说明双对数模型确实存在一阶和二阶自相关性。
调整后模型的DW ＝1.6445，n ＝19，k ＝1，取显著性水平α＝0.05时，查表得L d ＝1.18，U d ＝1.40，而U d <1.6445＝DW<4－U d ，说明模型不存在一阶自相关性；再进行偏相关系数检验（图5-17）和BG 检验（图5-18），也表明不存在高阶自相关性，因此，中国城乡居民储蓄存款的双对数模型为：
x y
ln 9193.28445.7ˆln +-= =t (-25.263) (52.683)
2R ＝0.9982 F ＝2709.985 S.E ＝0.0744 DW ＝1.6445
图5-17 双对数模型调整后的偏相关系数检验结果
图5-18 双对数模型调整后的BG检验结果
⒉对二次多项式模型进行调整；
键入命令：
LS Y C X X2 AR(2)
则估计结果如图5-19所示。
加上ar1 2调整后不存在自相关性，但仅有AR(2)项调整后用偏相关系数检验仍然存在2阶和6阶自相关，且BG检验结果与偏相关系数检验结果不同，且BG检验滞后期不同，结果不同。
⒊从双对数模型和二次多项式模型中选择调整结果较好的模型。
四、重新设定双对数模型中的解释变量：
模型1：加入上期储蓄LNY(-1)；
模型2：解释变量取成：上期储蓄LNY(-1)、本期X的增长DLOG(X)。
⒈检验自相关性；
⑴模型1
键入命令：
LS LNY C LNX LNY(-1)
则模型1的估计结果如图5-21所示。
图5-21 模型1的估计结果
图5-21表明了DW=1.358，n ＝20，k ＝2，查表得L d ＝1.100，U d ＝1.537，而L d <1.358＝DW<U d ，属于无法判定区域。
采用偏相关系数检验的结果如图5-22所示，图中偏相关系数方块均未超过虚线，模型1不存在自相关性。
图5-22 模型1的偏相关系数检验结果
⑵模型2 键入命令：
GENR DLNX=D(LNX)
LS LNY C LNY(-1) DLNX 则模型2的估计结果如图5-23所示。
图5-23 模型2的估计结果
图5-23表明了DW=1.388，n ＝20，k ＝2，查表得L d ＝1.100，U d ＝1.537，而L d <1.388＝DW<U d ，属于无法判定区域。
采用偏相关系数检验的结果如图5-24所示，图中偏相关系数方块均未超过虚线，模型2不存在自相关性。
图5-24 模型2的偏相关系数检验结果
⒉解释模型的经济含义。
⑴模型1
模型1的表达式为：
()1ln 8794.0ln 3200.05240.0ˆln -++-=y x y
表示我国城乡居民储蓄存款余额的相对变动不仅与GDP 指数相关，而且受上期居民存款余额的影响。
当GDP 指数相对增加1％时，城乡居民存款余额相对增加0.32％，当上期居民存款余额相对增加1％时，城乡居民存款余额相对增加0.8794％。
⑵模型2
模型2的表达式为：
()x D y y
ln 1128.01ln 9865.03754.0ˆln +-+= 表示上期居民存款余额相对增加1％时，城乡居民存款余额相对增加
0.9865％，当GDP指数的发展速度相对增加1％时，城乡居民存款余额相对增加0.1128％。