計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)二

1、實(shí)驗(yàn)二 （一）異方差性【實(shí)驗(yàn)?zāi)康摹空莆债惙讲钚缘臋z驗(yàn)及處理方法【實(shí)驗(yàn)內(nèi)容】建立并檢驗(yàn)我國(guó)制造業(yè)利潤(rùn)函數(shù)模型【實(shí)驗(yàn)步驟】【例1】表1列出了1998年我國(guó)主要制造工業(yè)銷售收入與銷售利潤(rùn)的統(tǒng)計(jì)資料，請(qǐng)利用統(tǒng)計(jì)軟件Eviews建立我國(guó)制造業(yè)利潤(rùn)函數(shù)模型。表1 我國(guó)制造工業(yè)1998年銷售利潤(rùn)與銷售收入情況行業(yè)名稱銷售利潤(rùn)銷售收入行業(yè)名稱銷售利潤(rùn)銷售收入食品加工業(yè)187.253180.44醫(yī)藥制造業(yè)238.711264.1食品制造業(yè)111.421119.88化學(xué)纖維制品81.57779.46飲料制造業(yè)205.421489.89橡膠制品業(yè)77.84692.08煙草加工業(yè)183.871328.59塑料制品業(yè)1

2、44.341345紡織業(yè)316.793862.9非金屬礦制品339.262866.14服裝制品業(yè)157.71779.1黑色金屬冶煉367.473868.28皮革羽絨制品81.71081.77有色金屬冶煉144.291535.16木材加工業(yè)35.67443.74金屬制品業(yè)201.421948.12家具制造業(yè)31.06226.78普通機(jī)械制造354.692351.68造紙及紙品業(yè)134.41124.94專用設(shè)備制造238.161714.73印刷業(yè)90.12499.83交通運(yùn)輸設(shè)備511.944011.53文教體育用品54.4504.44電子機(jī)械制造409.833286.15石油加工業(yè)194.452

3、363.8電子通訊設(shè)備508.154499.19化學(xué)原料紙品502.614195.22儀器儀表設(shè)備72.46663.68一、 檢驗(yàn)異方差性圖形分析檢驗(yàn)觀察銷售利潤(rùn)（Y）與銷售收入（X）的相關(guān)圖(圖1)：SCAT X Y圖1 我國(guó)制造工業(yè)銷售利潤(rùn)與銷售收入相關(guān)圖從圖中可以看出，隨著銷售收入的增加，銷售利潤(rùn)的平均水平不斷提高，但離散程度也逐步擴(kuò)大。這說(shuō)明變量之間可能存在遞增的異方差性。殘差分析首先將數(shù)據(jù)排序（命令格式為：SORT 解釋變量），然后建立回歸方程。在方程窗口中點(diǎn)擊Resids按鈕就可以得到模型的殘差分布圖（或建立方程后在Eviews工作文件窗口中點(diǎn)擊resid對(duì)象來(lái)觀察）。圖2 我國(guó)制

4、造業(yè)銷售利潤(rùn)回歸模型殘差分布圖2顯示回歸方程的殘差分布有明顯的擴(kuò)大趨勢(shì)，即表明存在異方差性。Goldfeld-Quant檢驗(yàn)將樣本安解釋變量排序（SORT X）并分成兩部分（分別有1到10共11個(gè)樣本合19到28共10個(gè)樣本）利用樣本1建立回歸模型1（回歸結(jié)果如圖3），其殘差平方和為2579.587。SMPL 1 10LS Y C X圖3 樣本1回歸結(jié)果利用樣本2建立回歸模型2（回歸結(jié)果如圖4），其殘差平方和為63769.67。SMPL 19 28LS Y C X圖4 樣本2回歸結(jié)果計(jì)算F統(tǒng)計(jì)量：63769.67/2579.59=24.72，分別是模型1和模型2的殘差平方和。取時(shí)，查F分布表得

5、，而，所以存在異方差性White檢驗(yàn)建立回歸模型：LS Y C X，回歸結(jié)果如圖5。圖5 我國(guó)制造業(yè)銷售利潤(rùn)回歸模型在方程窗口上點(diǎn)擊ViewResidualTestWhite Heteroskedastcity,檢驗(yàn)結(jié)果如圖6。圖6 White檢驗(yàn)結(jié)果其中F值為輔助回歸模型的F統(tǒng)計(jì)量值。取顯著水平，由于,所以存在異方差性。實(shí)際應(yīng)用中可以直接觀察相伴概率p值的大小，若p值較小，則認(rèn)為存在異方差性。反之，則認(rèn)為不存在異方差性。Park檢驗(yàn)建立回歸模型（結(jié)果同圖5所示）。生成新變量序列：GENR LNE2=log(RESID2)GENR LNX=log建立新殘差序列對(duì)解釋變量的回歸模型：LS LNE

6、2 C LNX，回歸結(jié)果如圖7所示。圖7 Park檢驗(yàn)回歸模型從圖7所示的回歸結(jié)果中可以看出，LNX的系數(shù)估計(jì)值不為0且能通過(guò)顯著性檢驗(yàn)，即隨即誤差項(xiàng)的方差與解釋變量存在較強(qiáng)的相關(guān)關(guān)系，即認(rèn)為存在異方差性。Gleiser檢驗(yàn)（Gleiser檢驗(yàn)與Park檢驗(yàn)原理相同）建立回歸模型（結(jié)果同圖5所示）。生成新變量序列：GENR E=ABS(RESID)分別建立新殘差序列（E）對(duì)各解釋變量（X X2 X(1/2) X(1) X(2) X(1/2)）的回歸模型：LS E C X，回歸結(jié)果如圖8所示。圖 8由上述各回歸結(jié)果可知，各回歸模型中解釋變量的系數(shù)估計(jì)值顯著不為0且均能通過(guò)顯著性檢驗(yàn)。所以認(rèn)為存在

7、異方差性。由F值或確定異方差類型二、 調(diào)整異方差性確定權(quán)數(shù)變量根據(jù)Park檢驗(yàn)生成權(quán)數(shù)變量：GENR W1=1/X1.6743根據(jù)Gleiser檢驗(yàn)生成權(quán)數(shù)變量：GENR W2=1/X0.5另外生成：GENR W3=1/ABS(RESID）GENR W4=1/ RESID 2利用加權(quán)最小二乘法估計(jì)模型在Eviews命令窗口中依次鍵入命令：LS(W=) Y C X或在方程窗口中點(diǎn)擊EstimateOption按鈕，并在權(quán)數(shù)變量欄里依次輸入W1、W2、W3、W4，進(jìn)行回歸w1結(jié)果圖所示。圖 9對(duì)所估計(jì)的模型再進(jìn)行White檢驗(yàn)，觀察異方差的調(diào)整情況對(duì)所估計(jì)的模型再進(jìn)行White檢驗(yàn)。圖 10（二）

8、自相關(guān)性【實(shí)驗(yàn)?zāi)康摹空莆兆韵嚓P(guān)性的檢驗(yàn)與處理方法?！緦?shí)驗(yàn)內(nèi)容】利用表5-1資料，試建立我國(guó)城鄉(xiāng)居民儲(chǔ)蓄存款模型，并檢驗(yàn)?zāi)Ｐ偷淖韵嚓P(guān)性。表5-1 我國(guó)城鄉(xiāng)居民儲(chǔ)蓄存款與GDP統(tǒng)計(jì)資料（1978年100）年份存款余額YGDP指數(shù)X年份存款余額YGDP指數(shù)X1978210.60100.019895146.90271.31979281.00107.619907034.20281.71980399.50116.019919107.00307.61981523.70122.1199211545.40351.41982675.40133.1199314762.39398.81983892.50147.619

9、9421518.80449.319841214.70170.0199529662.25496.519851622.60192.9199638520.84544.119862237.60210.0199746279.80592.019873073.30234.0199853407.47638.219883801.50260.7【實(shí)驗(yàn)步驟】一、回歸模型的篩選相關(guān)圖分析SCAT X Y相關(guān)圖表明，GDP指數(shù)與居民儲(chǔ)蓄存款二者的曲線相關(guān)關(guān)系較為明顯?，F(xiàn)將函數(shù)初步設(shè)定為線性、雙對(duì)數(shù)、對(duì)數(shù)、指數(shù)、二次多項(xiàng)式等不同形式，進(jìn)而加以比較分析。估計(jì)模型，利用LS命令分別建立以下模型LS Y C X (-6.706

10、) (13.862)0.9100 F192.145 S.E5030.809二、自相關(guān)性檢驗(yàn)DW檢驗(yàn)；雙對(duì)數(shù)模型因?yàn)閚21，k1，取顯著性水平0.05時(shí)，查表得1.22，1.42，而0<0.7062DW<，所以存在（正）自相關(guān)。偏相關(guān)系數(shù)檢驗(yàn)在方程窗口中點(diǎn)擊View/Residual Test/Correlogram-Q-statistics，并輸入滯后期為10，則會(huì)得到殘差與的各期相關(guān)系數(shù)和偏相關(guān)系數(shù)。BG檢驗(yàn)在方程窗口中點(diǎn)擊View/Residual Test/Series Correlation LM Test，并選擇滯后期為2，則會(huì)得到如圖所示的信息。圖 雙對(duì)數(shù)模型的BG檢驗(yàn)

11、圖中，=11.31531，臨界概率P=0.0034，因此輔助回歸模型是顯著的，即存在自相關(guān)性。又因?yàn)?，的回歸系數(shù)均顯著地不為0，說(shuō)明雙對(duì)數(shù)模型存在一階和二階自相關(guān)性。三、自相關(guān)性的調(diào)整：加入AR項(xiàng)對(duì)雙對(duì)數(shù)模型進(jìn)行調(diào)整；在LS命令中加上AR(1)和AR(2)，使用迭代估計(jì)法估計(jì)模型。鍵入命令：LS LNY C LNX AR(1) AR(2)結(jié)果表明，估計(jì)過(guò)程經(jīng)過(guò)4次迭代后收斂；，的估計(jì)值分別為0.9459和-0.5914，并且檢驗(yàn)顯著，說(shuō)明雙對(duì)數(shù)模型確實(shí)存在一階和二階自相關(guān)性。調(diào)整后模型的DW1.6445，n19，k1，取顯著性水平0.05時(shí)，查表得1.18，1.40，而<1.6445DW<4，說(shuō)明模型不存在一階自相關(guān)性；再進(jìn)行偏相關(guān)系數(shù)檢驗(yàn)（圖5-17）和BG檢驗(yàn)（圖5-18），也表明不存在高階自相關(guān)性，因此，中國(guó)城鄉(xiāng)居民儲(chǔ)蓄存款的雙對(duì)數(shù)模型為： (-25.263) (52.683)0.9982 F2709.985 S.E0.0744 DW1.6445四、重新設(shè)定雙對(duì)數(shù)模型中的解釋變量：模型1：加入上期儲(chǔ)蓄LNY(-1)；模型2：解釋變量取成：上期儲(chǔ)蓄LNY(-1)、本期X的增長(zhǎng)DLOG(X)。檢驗(yàn)自相關(guān)性；模型1鍵入命令：LS LNY C LNX LNY(-1)結(jié)果表明了DW=1.358