计量经济学实验报告三汇总

2012－2013第1学期
计量经济学实验报告
实验（三）：计量经济检验与修正实验
学号：0101702 姓名：宋蕾专业：财务管理
选课班级：Ａ０2实验日期：２０１１．１２．12实验地点：南区综合楼经济管理与创业模拟实验中心实验室
实验名称：计量经济检验与修正实验
【实验目标、要求】
使学生掌握用Eviews做
1. 异方差性检验和修正方法；
2. 自相关性检验和修正方法；
3.
【实验内容】
实验内容以课后练习：以114页第6题、130页应用题第2题为例进行操作。

【实验步骤】
一、第114页第6题
（一）创建工作文件
在主菜单上依次单击File→New→Workfile，选择数据类型和起止日期。

时间序列提供起止日期（年、季度、月度、周、日），非时间序列提供最大观察个数。

本题中在workfile structure type中选Unstructured/Undated,在Data range Observation中填２８。

单击OK后屏幕出现Workfile工作框，如图所示。

（二）输入和编辑数据
在命令窗口直接输入：Data Y X .屏幕出现数据编辑框，如下图所示。

点击上图中对话框的“Edit +/- ”，将数据进行输入，如下图所示。

数据输入完毕，单击工作文件窗口工具条的Save或单击菜单兰的File→Save将数据存入磁盘。

（三）ＯLS估计参数
利用2008年中国部分省市城镇居民家庭平均全年可支配收入（X）与消费性支出（Y）的相关数据表，作散点图。

Eviews命令:scat X Y；如图所示
可看出２００８年中国部分省市城镇居民家庭平均全年可支配收入（Ｘ）与消费性支出（Ｙ）的关系近似直线关系可建立线性回归模型。

在主菜单命令行键入：“LS Y C X”，然后回车。

即可直接出现如下图所示的计算结果Dependent Variable: Y
Method: Least Squares
Date: 12/12/12 Time: 20:15
Sample: 1 28
Included observations: 28
Variable Coefficient Std. Error t-Statistic Prob.
C 735.1080 477.1123 1.540744 0.1355
X 0.666222 0.030558 21.80213 0.0000
R-squared 0.948138 Mean dependent var 10780.65
Adjusted R-squared 0.946144 S.D. dependent var 2823.752
S.E. of regression 655.3079 Akaike info criterion 15.87684
Sum squared resid 11165139 Schwarz criterion 15.97199
Log likelihood -220.2757 F-statistic 475.3327
Durbin-Watson stat 1.778976 Prob(F-statistic) 0.000000
点击“object\store to DB…”,将估计式以“eq01”为名保存。

参数估计所建立的回归方程为：
i
Y＝735．1080＋0．666222x （477．1123） (0．030558)
t=（1．540744) (21．80213)
R 2
=0．948138 -2
r =0．946144 F=475．3327
（四）检验异方差性
1、残差分析
首先将数据排序，然后建立回归方程。

在方程窗口中点击“Resids ”按钮就可以得到模型的残差分布图。

由图可知回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。

2、White 检验
在方程窗口上点击“View\Residual Test\White Heteroskedastcity ”，检验结果如图所示：
其中，F 值为辅助回归模型的F 统计量值。

取显著水平α=0.05，由于）（22
χ=5.99＜
nR 2
=8.315098,所以存在异方差性。

故本题数据不符合OLS 经典假设中同方差性的假设，即存在异方差性。

（五）异方差的修正
① 确定权数变量
根据Park 检验，可以得出2i e 的一般形式为：i i X e ln 2670.36578.19ln 2
+-=
生成权数变量：GENR W1=1/X^3.2670
根据Gleiser 检验，可以取以下三种形式作为权数变量：
2432~1~11
i
i i e W e W X W === 生成权数变量：GENR W2=1/X^0.5
GENR W3=1/ABS(RESID ） GENR W4=1/ RESID ^2
② 利用加权最小二乘法估计模型 在Eviews 命令窗口中依次键入命令：
LS(W=i W ) Y C X
经估计检验发现用权数W3的效果最好。

下面仅给出用权数W3的结果。

Dependent Variable: Y Method: Least Squares Date: 12/12/12 Time: 20:46 Sample: 1 28
Included observations: 28 Weighting series: W3
Variable Coefficient Std. Error t-Statistic Prob.
C 970.6104 254.5362 3.813250 0.0008 X 0.649355
0.018418 35.25576 0.0000
Weighted Statistics
R-squared
1.000000 Mean dependent var 994
2.842 Adjusted R-squared 1.000000 S.D. dependent var 46660.83 S.E. of regression 27.34564 Akaike info criterion 9.523740 Sum squared resid 19442.39 Schwarz criterion 9.618898 Log likelihood -131.3324 F-statistic 1242.969 Durbin-Watson stat
1.481595 Prob(F-statistic)
0.000000
Unweighted Statistics
R-squared 0.947484 Mean dependent var 10780.65
Adjusted R-squared 0.945465 S.D. dependent var 2823.752
S.E. of regression 659.4257 Sum squared resid 11305899
Durbin-Watson stat 1.893691
③对所估计的模型再进行White检验，观察异方差的调整情况
对所估计的模型再进行White检验，其结果对应图所示。

所对应的White检验显示，P 值较大，所以接受不存在异方差的原假设，即认为已经消除了回归模型的异方差性。

二、30页应用题第2题
二、第130页第2题
（一）创建工作文件
在主菜单上依次单击File→New→Workfile，选择数据类型和起止日期。

时间序列提供起止日期（年、季度、月度、周、日），非时间序列提供最大观察个数。

本题中在Start Data 里输入1989，在End data 里输入2004。

单击OK后屏幕出现Workfile工作框，如图所示。

（二）输入和编辑数据
在命令窗口直接输入：Data Y X .屏幕出现数据编辑框，如下图所示。

点击上图中对话框的“Edit +/- ”，将数据进行输入，如下图所示。

数据输入完毕，单击工作文件窗口工具条的Save或单击菜单兰的File→Save将数据存入磁盘。

（三）ＯLS估计参数
利用1989—2004年中国国内生产总值X与进出口总额Y的相关数据表，作散点图。

Eviews命令:scat X Y；如图所示
可看出1989—2004年中国国内生产总值X与进出口总额Y的关系近似直线关系可建立线性回归模型。

在主菜单命令行键入：“LS Y C X”，然后回车。

即可直接出现如下图所示的计算结果
点击“object\store to DB…”,将估计式以“eq01”为名保存。

参数估计所建立的回归方程为： ∧
i Y ＝-11935.44＋0．632955x
（4575.009） (0．060108)
t=（-2.608834) (10.53021)
R 2=0．887897 -2r =0．879890 F=110.8854 df=16 DW=0.383500 （四）模型经济意义、拟合度和统计检验
1、 经济意义检验
这里所估计的参数β1=0.632955表示国内生产总值每增加1亿元，将会导致进出口总额增加0.632955亿元。

这符合经济学中的常理。

2、 拟合度和统计检验
由回归结果可知，本题中德可决定系数R 2＝0．887897 -2
r =0．879890 ，说明模型对数据拟在整体上合较好。

解释变量“国内生产总值”对被解释变量“进出口总额”的88.7897%的变化做出了解释。

针对H 0：β1=0以及H 1：β1≠0，由图-回归方程窗口可以看出，回归系数β1的标准误差和t 值分别为0.060108和10.53021；回归系数β0的标准误差和t 值分别为4575.009和-2.608834。

在给定显著水平α=0.05时，t 2α（14）=2.145，1t > t 2α（n-2）,这说明解释变
量国内生产总值在95%的置信度下对进出口总额的影响是显著的，即通过了变量的显著性检验。

同理，0t > t 2
α（n-2），说明截距项在95%的置信度下对进出口总额的影响是显著的。

（五）自相关性的检验
1、图示法
在窗口中点击“View/Actual ，Fitted ResidualGraph ”，得到残差图，如图所示：
由残差图可知，残差的序列图是循环的，e
t
不是频繁改变符号，而是连续几个正值后再连续几个负值，表明存在正相关。

3、DW检验
根据回归结果可知，DW=0.383500，给定显著水平α=0.05，查DW表，因为T=16，解释变
量的个数k为1 ，得下限临界值d
l =1.10，上限临界值d
u
=1.37。

因为统计量0＜0.383500=DW
＜d
l
=1.10，表明存在正相关
4、BG检验
在方程窗口上点击“View/Residual Test/Serial Correlation LM Test”,选择滞后期为“2”，输出结果如图所示：
可得T R2=12.69191，相伴概率为0.001754，因此只要取显著性水平α=0.001754，就可以拒绝
无自相关性的原假设，即随机干扰项存在自相关。

又 e
1-t
的回归系数都显著不为0，表明存在一阶自相关。

（六）自相关的修正
1、广义差分法
由OLS估计得到DW=0.383500，根据∧
ρ=1-DW/2,可得∧ρ=0.80825。

利用命令：Genr
X1=X-0.80825*X(-1),Genr Y1=Y-0.80825*Y(-1),分别对X和Y作广义差分法。

然后对Y1和X1进行OLS估计，在命令行输入：LS Y1 C X1，得到结果如图所示：
其中，DW=0.725518，和以前的DW=0.383500比起来有很大提高，但给定显著水平α=0.05，
DW=0.725518＜d
l
=1.10，这表明随机干扰项仍存在自相关。

2、科克伦—奥克特（迭代法）
命令：LS Y C X AR(1),则可得到结果如图所示：
自相关修正的一次迭代结果图
可见R2=0.973553，说明拟合度很高，在显著水平α=0.05，T=15，解释变量的个数k为1，
下限临界值d
l =1.08，上限临界值d
u
=1.36。

因为 DW=0.879755＜d
l
=1.08，表明存在正相关。

继续迭代，再用命令：LS Y C X AR(1) AR(2),可得结果如图所示：
自相关修正的二次迭代结果图
可见R 2=0.983855，说明拟合度很高，在显著水平α=0.05，T=14，解释变量的个数k 为1，由于T=14＜15，DW 检验上下界表中最小样本数为15，故不能直接用DW 检验上下界表。

而随着样本数的增加，d l 和d u 均是递增的。

当T=15时下限临界值d l =1.08，上限临界值d u =1.36。

因为d u ＜DW=2.245278＜4- d u ，根据判定区域知，表明随机扰动项的自相关已经被消除。

由自相关修正的一次迭代结果图知DW=0.879755，而∧∧ρ=1-DW/2，所以∧
∧ρ=0.5601225。

∧1β=∧∧--ρ
118.72633=4398775.018.72633-≈-165121.38038 由两次迭代结果可知：∧2β=1.217158
由此，我们得到最终的1989—2004年中国国内生产总值X 与进出口总额Y 的模型为： ∧i Y ＝-165121.38038＋1.217158x
由上式可知，中国国内生产总值每增加1亿元，将会导致进出口总额增加1.217158亿元。