实验六：自相关性(第三版)

1.461， dU <DW<4-dU，说明
在5%显著性水平下广义差分 后模型中已无自相关。 结论：中国农村居民的边际消 费倾向为0.7162，农民人均实 际纯收入每增加1元，平均说 来人均实际消费支出将增加 0.7162元。
10
使用其他解决自相关问题:
一阶差分法 德宾两步法
248.0
291.4 314.4 322.3 319.1 314.3 314.0 316.5 315.2 320.2
492.34
541.42 611.67 648.50 677.53 704.52 717.64 747.68 785.41 818.86
410.00
449.69 500.03 501.77 498.28 501.75 531.85 550.08 581.85
实验六：自相关性


实验目的： 掌握自相关性的检验及处理方法 实验内容： 一、自相关的检验（图示检验、DW检验、 LM检验）； 二、自相关的补救（广义差分法、 Cochrane - Orcutt迭代法、一阶差分 法、德宾两步法）。
1
自相关性上机实践

1、P149 案例分析 2、练习 P155-156 6.1 6.2 3、作业：P156 6.3
数据收集：1985—2011年农村居民人均收入和消费
（数据见教材）
3
表6.3 1985-2011年农村居民人均收入和消费
单位：元
年份 全年人均 纯收入 (现价) 1985 1986 1987 1988 1989 397.60 423.80 462.60 544.90 601.50 人均实际纯 全年人均消 消费价格 指数 费性支出 收入 (现价) (1985=100) (1985可比价) 317.42 357.00 398.30 476.70 535.40 100.0 106.1 112.7 132.4 157.9 397.60 399.43 410.47 411.56 380.94 人均实际消费 性支出 (1985可比价) 317.40 336.48 353.42 360.05 339.08
d L 1.36 , dU 1.469 ，模型中 DW d L ， 统计表可知， 显然消费模型中有正自相关。这也可从残差图中看出， 点击EViews方程输出窗口的按钮Resids可得到残差图。
6
残差图
7
用BG检验作自相关检验
EViews中回归后点“View/Residual Diagnostics /Serial Correlation LM Test” ，在“lags to include”中选取滞后阶数例如“2”，回 车即的检验结果：
1994
1995 1996 1997 1998 1999 2000 2001 2002 2003
1221.00
1577.70 1923.10 2090.10 2162.00 2214.30 2253.40 2366.40 2475.60 2622.24
1016.81
1310.36 1572.10 1617.15 1590.33 1577.42 1670.00 1741.00 1834.00 1943.30
ˆ 1 13.6640 50.2908 1 0.7283
得到中国农村居民消费模型为
ˆ 50.2908 0.7162 X Y t t
9
科克伦－奥克特迭代法
在Eviews的命令栏输入“LS Y C X AR (1)”/回车，即自动迭代 得科克伦—奥克特迭代法估计结果： 由DW=1.7813可以判断，dU =


2
第五节 案例分析(第三版)
研究范围：中国农村居民收入－消费模型
研究目的：消费模型是研究居民消费行为的工具和手
段。通过消费模型的分析可判断居民消费边际消费倾
向，而边际消费倾向是宏观经济系统中的重要参数。
建立模型
Yt = 1 + 2 X t + ut
Yt －居民消费， X t －居民收入， ut －随机误差项。
1990
1991 1992 1993
686.30
708.60 784.00 921.60
584.63
619.80 659.80 769.70
165.1
168.9 176.8 201.0
415.69
419.54 443.44 458.51
354.11
366.96 373.19 382.94
4
续表
年份 全年人均 纯收入 (现价) 全年人均消 费性支出 (现价) 消费价格 指数 (1985=100) 人均实际纯 人均实际消 收入 费性支出 (1985可比价) (1985可比价)
LM TR2 27 0.53241 14.3751
其p值为0.000756，表明存在 自相关。 结论：由于本案例存在明显的 自相关，直接回归估计的结论 是不可靠的。
8
自相关问题的处理
用回归残差序列et估计自相关系数 在EViews命今栏中输入“ls e e (-1)”可得回归方程 ˆt =0.7283et 1 e ˆ =0.7283 对原模型进行广义差分回归，在EViews命令栏中 用 直接输入“ls Y-0.7283*Y (-1) c X-0.7283*X (-1)”/回车 ，即得广义差分回归的输出结果 由广义差分方程有
5 606.81
模型的建立、估计与检验
使用普通最小二乘法估计消费模型得：
ˆ 44.1517 0.7207X Y t t
(10.1079) (0.0121) t = (4.3680) (59.6060) R2 = 0.9930 F = 3552.876 DW = 0.5300
Leabharlann Baidu
该回归方程可决系数较高，回归系数均显著。对样本 量为27、一个解释变量的模型、5%显著水平，查DW