EVIEWS虛擬變量模型

虛擬變量【實(shí)驗(yàn)?zāi)康摹空莆仗摂M變量的設(shè)置方法?！緦?shí)驗(yàn)內(nèi)容】一、試根據(jù)表7-的1199年8我國(guó)城鎮(zhèn)居民人均收入與彩電每百戶擁有量的統(tǒng)計(jì)資料建立我國(guó)城鎮(zhèn)居民彩電需求函數(shù)；表7-1我國(guó)城鎮(zhèn)居民家庭抽樣調(diào)查資料彩電擁有量人均收入收入等級(jí)（臺(tái)百戶）兀年困難戶最低收入戶低收入戶中等偏下戶中等收入戶中等偏上戶高收入戶最高收入戶資料來(lái)源：據(jù)《中國(guó)統(tǒng)計(jì)年鑒19》9整9理計(jì)算得到二、試建立我國(guó)稅收預(yù)測(cè)模型（數(shù)據(jù)見(jiàn)實(shí)驗(yàn)一）；三、試根據(jù)表7-的2資料用混合樣本數(shù)據(jù)建立我國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)。表7-2我國(guó)城鎮(zhèn)居民人均消費(fèi)支出和可支配收入統(tǒng)計(jì)資料收入等級(jí)消費(fèi)支出收入消費(fèi)支出收入困難戶最低收入戶低收入戶中等偏下戶中等收入戶中等偏上戶高收入戶最高收入戶資料來(lái)源：據(jù)《中國(guó)統(tǒng)計(jì)年鑒》199－2900整0理計(jì)算得到【實(shí)驗(yàn)步驟】一、我國(guó)城鎮(zhèn)居民彩電需求函數(shù)1.相關(guān)圖分析；鍵入命令： ，則人均收入與彩電擁有量的相關(guān)圖如 所示。從相關(guān)圖可以看出，前3個(gè)樣本點(diǎn)（即低收入家庭）與后5個(gè)樣本點(diǎn)（中、高收入）的擁有量存在較大差異，因此，為了反映“收入層次”這一定性因素的影響，設(shè)置虛擬變量如下：c[1 中、高收入家庭D=<0 低收入家庭130-j 120TOC\o"1-5"\h\z110- o090-80-p 1 j ! j 12000 4000 6000 80001000012000圖 我國(guó)城鎮(zhèn)居民人均收入與彩電擁有量相關(guān)圖.構(gòu)造虛擬變量；方式i使用 命令直接輸入；方式2使用和 命令直接定義。.估計(jì)虛擬變量模型：LSYCXD1XD再由t檢驗(yàn)值判斷虛擬變量的引入方式，并寫(xiě)出各類家庭的需求函數(shù)。按照以上步驟，虛擬變量模型的估計(jì)結(jié)果如圖7-所2示。VariableCoefficientStd.Errort-StatisticProb.C57,611323.545435 16.249440.0001X0.0118520.001313 9.0280530.0008D131,873053.831027 8.3197160.0011XD-0.0087540.001328 -6.5930440.0027R-squared0.996374Meandependentvar102.6875AdjustedR-squared0.993654S.D.dependentvar13,38747S.E.ofregression1.066439Akaikeinfocriterion3.273379Sumsquaredresid4.549164Schwarzcriterion3.313100Loglikelihood-9.093516F-statistic366.3741Durbin-Watsonstat2.292063Prob(F-statistic)0.000025我國(guó)城鎮(zhèn)居民彩電需求的估計(jì)我國(guó)城鎮(zhèn)居民彩電需求函數(shù)的估計(jì)結(jié)果為：￡=57.61+0.0119%+31.8731D—0.0088XDi ii it=R2= R2= = =虛擬變量的回歸系數(shù)的t檢驗(yàn)都是顯著的，且模型的擬合優(yōu)度很高，說(shuō)明我國(guó)城鎮(zhèn)居民低收入家庭與中高收入家庭對(duì)彩電的消費(fèi)需求，在截距和斜率上都存在著明顯差異，所以以加法和乘法方式引入虛擬變量是合理的。低收入家庭與中高收入家庭各自的需求函數(shù)為：低收入家庭：￡=57.61+0.0119%ii中高收入家庭：￡二（57.61+31.8731）+（0.0119-0.0088%=89.48+0.003%i ii由此可見(jiàn)我國(guó)城鎮(zhèn)居民家庭現(xiàn)階段彩電消費(fèi)需求的特點(diǎn)對(duì)：于人均年收入在330元0以下的低收入家庭，需求量隨著收入水平的提高而快速上升，人均年收入每增加100元0，百戶擁有量將平均增加12臺(tái)；對(duì)于人均年收入在410元0以上的中高收入家庭，雖然需求量隨著收入水平的提高也在增加，但增速趨緩，人均年收入每增加100元0，百戶擁有量只增加3臺(tái)。事實(shí)上，現(xiàn)階段我國(guó)城鎮(zhèn)居民中國(guó)收入家庭的彩電普及率已達(dá)到百分之百，所以對(duì)彩電的消費(fèi)需求處于更新?lián)Q代階段。二、我國(guó)稅收預(yù)測(cè)模型要求：設(shè)置虛擬變量反映199年6稅收政策的影響。方法：取虛擬變量i（ 年以后），i（ 年以前）。鍵入命令：則模型估計(jì)的相關(guān)信息如圖7-所3示。VariableCoefficientStd.Errort-StatisticProb.C1234.26849,0744624,747500.0000X0.0028590.00172047,948810.0000D1-8195.198793.4176-10.328900.0000XD0.1213850.01083011,208190.0000R-squared0.999001Meandependentvar4309.000AdjustedR-squared0.998701S.D.dependentvar2422.631S.E.ofregression87,31741Akaikeinfocriterion12,01193Sumsquaredresid76243.30Schwarzcriterion12,19452Loglikelihood-80.08353F-statistic3332.429Durbin-Watsonstat2.206303Prob(F-statistic)0.000000圖引入虛擬變量后的我國(guó)稅收預(yù)測(cè)模型我國(guó)稅收預(yù)測(cè)函數(shù)的估計(jì)結(jié)果為：f=1234.268+0.0828&-8195.198D+0.12139XDi ii it=R2= 02= = =可見(jiàn)，虛擬變量的回歸系數(shù)的t檢驗(yàn)都是顯著的，且模型的擬合優(yōu)度很高，說(shuō)明199年6的稅收政策對(duì)稅收收入在截距和斜率上都產(chǎn)生了明顯影響。199年6前的稅收函數(shù)為：f=1234.268+0.08286Xii199年6后的稅收函數(shù)為：f=—6960.93+0.20425%ii由此可見(jiàn)，在實(shí)施199年6的稅收政策前，國(guó)內(nèi)生產(chǎn)總值每增加100元0，0稅收收入增加828元.；6而199年6后，國(guó)內(nèi)生產(chǎn)總值每增加100元0，0稅收收入則增加2042元.，5因此，199年6的稅收政策大大提高了稅收收入水平。三、我國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)要求：.利用虛擬變量分析兩年的消費(fèi)函數(shù)是否有顯著差異；.利用混合樣本建立我國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)。設(shè)199年8、199年9我國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)分別為：年：y=a+bx+￡TOC\o"1-5"\h\zi 11i i年：y=a+bx+￡22i i為比較兩年的數(shù)據(jù)，估計(jì)以下模型：f=a+bx+aD+0XD+￡i1 1i i ii其中，a=a—a,0=b—b。具體估計(jì)過(guò)程如下：1 21CREATE U 1建6立工作文件DATAYX（輸入19，91899年9消費(fèi)支出和收入的數(shù)據(jù)，1－8期為199年8資料，9－16期為199年9資料）SMPL 1 8樣本期調(diào)成199年8GENR D1=0 輸入虛擬變量的值SMPL 9 1樣6本期調(diào)成199年9GENR D1=1 輸入虛擬變量的值樣本期調(diào)成 ?年生成的值利用混合樣本估計(jì)模型

則估計(jì)結(jié)果如圖VariableCoefficientStd.Errort-StatisticProb.C924.705085,81333 10.775780.0000X0.6237020.014300 43.590960.0000D161,19167119.9503 0.5101420.6192XD-0.0080010.019209 -0.4165310.6844R-squared0.997174Meandependentvar4376.251AdjustedR-squared0.996467S.D.dependentvar1900.906S.E.ofregression113.4594Akaikeinfocriterion12,51309Sumsquaredresid154476.5Schwarzcriterion12,70623Loglikelihood-96.10460F-statistic1411.331Durbin-Watsonstat1.532135Prob(F-statistic)0.000000圖7-4引入虛擬變量后的我國(guó)城鎮(zhèn)居民消費(fèi)模型f=924.70588+0.6237x+61.1917D—0.0080XDi ii it=R2= 22= = =根據(jù)t檢驗(yàn)，和 的回歸系數(shù)均不顯著，即可以認(rèn)為a=〃-〃=021P=b-b=0;這表明年、 年我國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)并沒(méi)有顯著差異。21因此，可以將兩年的樣本數(shù)據(jù)合并成一個(gè)樣本，估計(jì)城鎮(zhèn)居民的消費(fèi)函數(shù)。獨(dú)立樣本回歸與混合樣本回歸結(jié)果如圖 ?圖所示。VariableCoefficientStd.Errort-StatisticProb.C924705886,42618 10.699370.0000X0.6237020.014410 43.281850.0000R-squared0.996807Meandependentvar4231.533AdjustedR-squared0.996275S.D.dependentvar1872.330S.E.ofregression114.2697Akaikeinfocriterion12,52732Sumsquaredresid78345.39Schwarzcriterion12,54718Loglikelihood-48.10927F-statistic1873.319Durbin-Watsonstat1.597733Prob(F-statistic)0.000000圖7-5 年1樣9本9回8歸的我國(guó)城鎮(zhèn)居民消費(fèi)模型

VariableCoefficientStd.Errort-StatisticProb.C985.897483,20738 11.848680.0000X0.6157010.012724 48.387510.0000R-squared0.997444Meandependentvar4520.970AdjustedR-squared0.997018S.D.dependentvar2062744S.E.ofregression112.6433Akaikeinfocriterion12,49865Sumsquaredresid76131.07Schwarzcriterion12,51851Loglikelihood-47.99459F-statistic2341.351Durbin-Watsonstat1.385570Prob(F-statistic)0.000000圖7-6 年1樣9本9回9歸的我國(guó)城鎮(zhèn)居民消費(fèi)模型VariableCoefficientStd.Errort-StatisticProb.C955.668055,91039 17.092850.0000X0.6194760.008911 69.517190.0000R-squared0.997111Meandependentvar4376.251AdjustedR-squared0.996905S.D.dependentvar1900.906S.E.ofregression106.1964Akaikeinfocriterion12