2023年《計量經濟學》試題

“星經濟學

1、計量經濟學

2、可決系數

3、多重共線性

4、異方差

5、虛擬變量

6、自相關性

7、多重共線性

8、廣義差分

9、協整

1、計量經濟學模型檢驗包含哪些合適的內容？

2、建立與應用計量經濟學模型的主要步驟？

3、理論模型中的隨機誤差項包含哪些具體合適的內容？

4、最小二乘法的基本假設是什么？

5、回歸方程的顯著性檢驗的基本方式方法

6、模型參數估計量的顯著性檢驗基本方式方法

7、異方差產生的原因及后果

8、G—Q檢驗異方差的基本方式方法（或步驟）

9、針對兩種異方差類型，如何進行處理?

10、自相關產生的原因及后果

II、D—W檢驗自相關的基本思路

12、試說明如何用杜賓兩步法克服自相關？

13、虛擬變量的設置規(guī)貝！

⑴如果模型中包含截距項，則一個質變量有m種特征，只需引入（m-1）個虛擬變量。

⑵如果模型中不包含截距項，則一個質變量有m種特征，需引入m個虛擬變量。

14、虛擬變量的引入方式

三、試題題型1、判斷改正題（10個，20分）2、解析題（四個，40分）3、上機操作（2個，40

分）

四、考試時間:2010.12.22（星期三，暫定）上午9：00—11：00五、課程實習報告提交時間：第17周（12

月24日）

（1）間接最小二乘法適用于過度識別方程。（x）

（2）假設模型存在一階自相關，其他條件都滿足，則仍用OLS法估計參數，得到的估計量仍是無偏

的，不再是有效的，顯著性檢驗失效，預測失效。（N）

（3）用一階差分法消除自相關時，我們假定自相關系數等于-I。（x）

（4）當異方差出現時，最小二乘估計是有偏的和不具有最小方差特性；（x）

（5）在模型匕=4+4%+為旦+%中，令虛擬變量口取值為（0,2）而不是（0,1）,

那么參數員的估計值也將減半，i值也將減半。（x）

4：.簡述樣本相關系數的性質。l）r是可正可負的數：（2）r在-1與1之間變化：（3）對稱性；（4）若X與Y相互

獨立，貝ijr=0,但r=0時，X與Y不一定獨立。

42.試述判定系數的性質。（1）它是一非負的量：（2）R2是在0與1之間變化的量。

1、用一組有30個觀測值的樣本估計模型y=bo+b,x+u,在a=0.05的顯著性水平下對也的顯著性作t檢

驗，則bl顯著地不等于零的條件是其統(tǒng)計量t大于（）

A.to.o5（3O）B.to.o25（3O）C.to,o5（28）D.to.o25（28）

2、如果G—Q檢驗顯著，則認為什么相關問題嚴重（）

A.異方差B.序列相關C.多重共線性D.設定誤差

3、產量（X,臺）與單位產品成本（Y，元）之間的回歸方程為：

YV56-2.5X,則（）

A.產量每增加1臺，單位產品成本增加456元：B.產量每增加1臺，單位產品成本減少2.5元；

C.產量每增加1臺，單位產品成本平均增加456元；D.產量每增加1臺，單位產品成本平均減少2.5元。

4、根據20個觀測值估計的結果，一元線性回歸模型的DW=2.3。在樣本容量n=20,解釋變量k=l,顯

著性水平a=0.05時,查表得d產l,d產1.41,則可以判斷（）

因為du=l.41<DW=2.3<4-4=2.59

A.不存在一階自相關B.存在正的一階自相關C.存在負的一階自相關D.無法確定

5、下列模型中，無效的模型是（）

A.C（消費）=800+0.81（收入）B.Qd（商品相關需求）=10+0.81（收入）+0.9P（價格）

CO（商品供給）=20+0.8P（價格）D.Y（產出量）=0.65L°-6（勞動）K°"（資本）

6、如果方差膨脹因子VIF>10,則認為什么相關問題是嚴重的（）

A.異方差相關問題B.序列相關相關問題C.多重共線性D.解釋變最與隨機項相關性。

三、多項選擇題（6分）

1、下列統(tǒng)計量可以用來檢驗多重共線性的有：（）

A.相關系數B.DW值C.方差膨脹因子D.自相關系數E.I統(tǒng)計量

2、下列哪些回歸分析中很可能出現多重共線性相關問題（）

A.“資本（K）”和“勞動（L）”兩個變量同時作為生產函數的解釋變量

B.“本期收入”和“前期收入”同時作為“消費”的解釋變量的消費函數

C.“商品價格”、“地區(qū)”和“消費偏好”同時作為解釋變量的相關需求函數

D.“每畝施肥量”和“每畝施肥量的平方”同時作為“糧食而產”的解釋變量的模型

E.“人均收入”、“雞肉價格”、“替代品價格”同時作為“雞肉消費”的解釋變量模型

3、普通最小二乘法得到的估計量金和金必須滿足下列性質有（）

A.線性B.無偏性C.最小方差性D.一致性E真實性

王、分析與說明題（50分）

1、檢驗下列模型是否存在異方差，請給出結論。(5分)

Y(=bo+bixlt+b2X2t+b3X3t+ut

樣本量共40個，假設去掉中間12個樣本數據(c=12),假設異方差由xi引起，數值小的一組殘

差平方和為RSS1=0.466X1()5,數值大的一組殘差平方和為RSS2=0.36X1()\(FO.O5(IOJO)=2.98)

2、在研窕生產函數時，得到以下兩種模型結果(注：回歸模型下方括號內數字為參數估計值的標準差)：

lnQA=-5.04+0.887lnK+0.8931nL(1)

(1.40)(0.087)(0.137)

R2=0.878n=21

lnQA=-8.57+0.0272t+0.4601nK+1.285lnL(2)

(2.99)(0.0204)(0.333)(0.324)

R2=0.889n=21

其中，Q=產量，K=資本，1=勞動時數，l=時間，n=樣本容量。

請回答下列相關問題(20分):

①檢驗結果表明模型(1)中所有的系數都是顯著的(a=0.05)；

②模型(2)中t和InK的系數在統(tǒng)計上是不顯著的(Q=0.05)：

③可能是什么原因造成模型(2)中的InK不顯著；

④如果t和InK之間的相關系數為0.98,你將從中得出什么結論。

3、回歸方程：YA=L3+9.23XI+L8X248X3+11.9X4共有95個樣本點，要求:

(1)當DW=0、DW=4、DW=2時，試解釋回歸方程是否存在自相關；

(2)若DW=0.95時，上述所給回歸方程是否存在自相關(注:查DW統(tǒng)計表得臨界值di=1.579,du=1.755)

(10分)

4、家庭消費支出(Y)除了受家庭收入(x)影響之外，還與下列因素有關：

地域：南方、北方

文化程度：大專以下、本科、研究生

試根據以上資料，引入合適的虛擬變量，并確定家庭消費支出的線性回歸模型的不同形式?！?分)

表11994-2006年廣東財政收入和GDP增長比較（單位:億元）

GDP財政總收入地方財政收入

年份

總量增長率（%）總量增長率閭總量增長率（%）

19944619.0233.1569.38270.83

19955933.0528.4747.9031.4338.2324.9

19966834.9715.2867.2016.0435.3928.7

19977774.5313.71115.8728.7491.4112.9

19988530.889.71305.6017.0582.9418.6

19999250.688.41674.0428.2660.4613.3

200010741.2516.12232.0033.3794.5520.3

200112039.2512.12541.2113.9975.1122.7

200213502.4312.22698.466.21144.4617.4

200315844.6417.33289.8721.81315.5214.9

200418864.6219.13548.277.91525.2315.9

200522366.5418.64430.2924.91807.0218.5

200626204.4717.25122.2515.62179.4620.6

（1）作圖說明廣東省財政總收入與GDP,地方財政收入和GDP之間的關系；

（2）若為線性關系，則以財政總收入（或地方財政收入）為被解釋變量，以GDP總量為解釋變量，建

立計量經濟模型；

（3）解釋回歸參數E的經濟意義；

（4）對模型進行經濟意義、t檢驗、擬合良度（R2）檢驗。

2.你能分別舉出三個時間序列數據、截面數據、混合數據、虛擬變量數據的實際例子嗎？

答：（1）時間序列數據如：每年的國民生產總值、各年商品的零售總額、各年的年均人口增長數、

年出口額、年進口額等等；（2）械面數據如：西南財大2002年各位教師年收入、2002年各省總

產值、2002年5月成都市各區(qū)罪案發(fā)生率等等；（3）混合數據如：1990年?2000年各省的人

均收入、消費支出、教育投入等等；（4）虛擬變量數據如：婚否，身高是否大于170厘米，受教

育年數是否達到10年等等。

1、單一方程計量經濟模型必然包括（A）A、行為方程

2、在同一時間不同統(tǒng)訂單位的相同統(tǒng)il指標組成的數據組合，是（D）D、截面數據

3、計量經濟模型的被解釋變量一定是（C）C、內生變量

4、同一統(tǒng)計指標按時間順序記錄的數據稱為（B）。B、時間序列數據

5、模型中其數值由模型本身決定的變量變是（B）B、內生變量

6、半對數模型丁=仇+￡|1n中，參數自的含義是（C）

A.X的絕對量變化，引起Y的絕對量變化

B.Y關于X的邊際變化

C.X的相對變化，引起Y的期望值絕對量變化

D.Y關于X的彈性

7、在一元線性回歸模型中，樣本回歸方程可表示為：（C）

A、匕=瓦B、匕=雙不㈤M

c、Z=焉+俞笈D、*億/%）=A+4%（其中z=L2.A,n）

AA

8、設OLS法得到的樣本回歸直線為匕=4+房％+/,以下說法不正確的是（D）

A.B.（H）在回歸直線上

C.3二?D.

9、在模型匕=￡1+2居+尻4+%的回歸分析結果報告中，有F=263489.23,

砌他=08°00°,則表明（C）A、解釋變量八對4的影響是顯著的B、解釋變量招

對匕的影響是顯著的C、解釋變量應?和XR對匕的聯合影響是顯著的D、解釋變量招和

人對匕的影響是均不顯著

10、一元線性回歸分析中的回歸平方和TSS的自由度是（B）

A>nBsn-1C、n-kD、1

四、論述題（25分）

I.（10分）建立城鎮(zhèn)居民食品類相關需求函數模型如下：

4（展1350+0923及⑺-011咽）+03571（瑪）

其中V為人均購買食品支出額、Y為人均收入、格為食品類價格、舄為其它商品類價格。

（1）指出參數估計量的經濟意義是否合理，為什么？

⑵為什么經常采用交叉估計方式方法估計相關需求函數模型？

答：⑴對于以購買食品支出額位被解釋變量的相關需求函數模型，即

M=4+a]ki（F）+Q2ln（^）+a3ln（/j）+〃

參數0】、'、估計量的經濟意義分別為人均收入、食品類價格、其它商品類價格的相關需求彈

性；由于食品為必須品，v為人均購買食品支出額，所以與應該在o與I之間，色應該在o與

1之間，03在0左右，三者之和為1左右。所以，該模型估計結果中%的估計量缺少合理的經濟

解釋。

⑵由于該模型中包含長期彈性力和短期彈性％與a九需要分別采用截面數據和時序數據進行估計,

所以經常采用交叉估計方式方法估計相關需求函數模型。

2.（15分）建立中國居民消費函數模型

C?=%+叼Ji+0與?AT(0,a3)

t=1978,1979,...,2001

其中c表示居民消費總額，/表示居民收入總額。

（1）能否用歷年的人均消費額和人均收入數據為樣本觀測值估計模型？為什么？

⑵人們一般選擇用當年價格統(tǒng)計的居民消費總額和居民收入總額作為樣本觀測值，為什么？這樣是否

過反樣本數據可比性原則？為什么？

⑶如果用矩陣方程Y=XB+E表示該模型，寫出每個矩陣的具體合適的內容，并標明階數。

答：⑴不可以。因為歷年的人均消費額和人均收入并不是從居民消費總額和居民收入總額的總體中

隨機抽取的樣本，違背了樣本與母體的一致性。

⑵因為歷年的居民消費總額和居民收入總額具有大致相同的“價格”指數，是否將它們轉換為不變價數

據并不重要，不影響數據在樣本點之間的可比性。

⑶Y=XB+E其中

王，應用題（21分）

根據中國1950-1972年進出口貿易總額4（單位億元）與國內生產總值X，（單位億元）的數據,

估計了進出口貿易總額和國內生產總值之間的關系，結果如下：

DependentVariable:LOG（Y）

Method:LeastSquares

Date:06/05/03Time:11:02

Sample:19501972

Includedobservations:23

VariableCoefficientSid.Errort-Statistic

C0.6826740.2354252.8997515

LOG(X)0.5140470.0701897.323777

R-squared0.718641Meandependentvar4.596044

AdjustedR-squared0.705243S.D.dependentvar0.301263

S.E.ofregression0.163560Akaikeinfocriterion-0.700328

Sumsquaredresid0.561792Schwarzcriterion-0.601589

Loglikelihood10.05377F-stalislic53.63771

Durbin-Watsonstat0.518528Prob(F-statistic)

根據上述回歸結果回答下面各題：

（I）根據以上回歸結果，寫出回歸分析結果報告。（7分）

1啾，)=068+051log(X)

(0.24)(0.07)

產=0.71,F=53,63,df.=21

（2）分析該結果的系數顯著性。（6分）

首先，常數項的顯著性分析。因為：由表中結果知，系數顯著性檢驗的t統(tǒng)計量的值為2.90,查表知，

珊》1962）=0.05,自由度=21：而2.9>1.962,故常數項是顯著不為零的。

其次，斜率的系數顯著性分析：因為：由表中結果知，系數顯著性檢驗的（統(tǒng)計量的值為7.32,查表

,^^0^1），而7.32>1.962,故斜率項是顯著不為零的。

（3）解釋模型擬合優(yōu)度的含義。（4分）

由表中結果可知，模型的調整的擬合優(yōu)度為0.71,意味著模型解釋了被解釋變量樣本變化的71%。

<4）試對模型結果的經濟意義進行解釋。（4分）

根據模型結果可知：我國在1950-1972年間，國內生產總值對于進出口總額之間具有顯著的相關性，

具體地，進出口總額關于國內生產總值的彈性系數約為0.51,即國內生產總值每增加一個百分點，進

出口總額平均增加0.51個百分點。

王、分析題（本大題共5小題，每小題4分，共31分）

43（10分）某人試圖建立我國煤炭行業(yè)生產方程，以煤炭產量為被解榨變量，經過理論和經驗分析，確定以固定資產原

值、職工人數和電力消耗量變量作為解釋變量，變量的選擇是正確的。于是建立了如下形式的理論模型：

煤炭產量=固定資產原值+職工人數+電力消耗量+U

選擇2000年全國60個大型國有煤炭企業(yè)的數據為樣本觀測值；固定資*原值用資產形成年當年價沖算的價值量，其它

采用實物量單位；采用OLS方式方法估計參數。指出該計量經濟學相關問題中可能存在的主要錯誤，并筒單說明理由。

43、答案：（答出4條給滿分〉

3模型關系錯誤。宜接線性模型表示投入要素之間完全可以普代，與實際生產活動不符。

⑵估計方式方法錯誤。該相關問題存在明顯的序列相關性，不能采用OLS方式方法估計。

⑶樣本選擇違反?致性。行業(yè)生產方程不能選擇企業(yè)作為樣本。

⑷樣本數據違反可比性。固定資產原值用資產形成年當年價計算的價值量，不具備可比性。

⑸變量間可能不存在長期均衡美系。變量中有流量和存量，可能存在1個高階單整的序列.應該首先進行單位根檢驗和

協整檢驗。

44（10分）選擇兩要素?級CES生產函數的近似形式建立中國電力行"的生產函數模型:

其中丫為發(fā)電量，K、L分別為投入的資本與勞動數量，t為時間變量。

⑴指出參數Y、p、m的經濟含義和數值范圍；

⑵指出模型對要素替代彈性的假設，并指出它與C-D生產函數、VES生產函數在要索替代彈性假設_1_的區(qū)別:

⑶指出模型對相關技術進步的假設，并指出它與下列生產函數模型在相關技術進步假設上的區(qū)別：

44、答案：

（1：'參數Y為相關技術進步速度，一般為接近0的正數；P為替代參數，在（一1,8）范圍內：m為規(guī)模報酬參數，在1

附近。

⑵該模型對要素替代彈性的假設為：隨著研究對象、樣本區(qū)間而變化，色是不隨著樣本點而變化。而C-D生產函數的要

素替代彈性始終為1,不隨著研究對象、樣本區(qū)間而變化，當然也不隨著樣本點而變化：VES生產函數的要素替代彈性

除了隨著研究對象、樣本區(qū)間而變化外，還隨著樣本點而變化。

⑶該模型對相美技術進步的假設為?？怂怪行韵喾蚣夹g進步：而生產國數模型的相美技術進步假設為中性相關技術世步,

包括3種中性相關技術進步。

45.（11分）試指出在目前建立中國宏觀計量經濟模型時，下列內生變量應由哪些變量來解釋，簡單說明理由，并擬定關

于每個解解變量的待估參數的正負號，

（1）輕工業(yè)增加值⑵衣者類商品價格指數

（31貨幣發(fā)行量⑷農業(yè)生產資料進口額

45、答案：

（1'輕工業(yè)增加值應該由反映相關需求的變量解釋。包括居民收入（反映居民對輕工業(yè)的消贄相關需求，參數符號為正）、

區(qū)際市場輕工業(yè)品交易總額（反映國際市場對輕工業(yè)的相關需求，參數符號為正）等。

⑵衣著類商品價格指數應該由反映相關需求和反映成本的兩類變量解釋。主要包括居民收入（反映居民對衣著類商品的

消方相關需求，參數符號為正）、國際市場衣著類商品交易總額（反映國際市場對衣著類商品的相關需求，參數符號為正）、

棉花的收購價格指數（反映成本對價格的影響，參數符號為正）等。

⑶貨幣發(fā)行量應該由社會商品零售總額（反映經濟總量對貨幣的相關需求，參數符號為正）、價格指數（反映價格對貨

幣相關需求的影響，參數符號為正）等變量解釋。

⑷農業(yè)生產資料進口額應該由國內第一產業(yè)增加值（反映國內相關需求，參數符號為正）、國內農業(yè)生產資料生產部門

增加值（反映國內供給，參數符號為負）、國際市場價格（參數符號為負）、出口額（反映外匯支付相關能尢，參數符號

為止）等變量解釋。

Eviews上機計量經濟

一多重共線檢驗

1file-new-workfile在start與end中輸入初始與結束年份點OK

2quick-emptygroup將相應的excel數據粘貼進去點name保存一下

andPDLterms,ORanexpli

yxlx2x3x4x5c

3proc-makeestimation將方程改為正確的形式如此例初始方程

CllU?llIVUL1MUJ.YL

andPDLterms,ORan

ycxlx2x3x4x5

修改為點確定點name保存一下

VariableCoetticientStd.Errort-StatisticProb.

C

-12815.7514078.90-0.9102800.3806

X16.2125620.7408818.3853730.0000

X20.4213800.1269253.3199190.0061

X3-0.1662600.059229-2.8070650.0158

X4-0.0977700.067647-1.4452990.1740

X5

-0.0284250.202357-0.1404710.8906

R-squared0.982798Meandependentvar44127.11

AdjustedR-squared0.975630S.D.dependentvar4409.100

S.E.ofregression688.2984Akaikeinfocriterion16,16752

Sumsquaredresid5685056.Schwarzcriterion16,46431

Loglikelihood-139.5077F-statistic137.1164

Durbin-Watsonstat1.810512Prob(F-statistic)0.000000

4顯示結果如圖

試卷答題格式如下：Y=-l2815.75+6.213X1+0.421X2-0.166X3-0.098X4-0.028X5

(-0.91)(8.39)(3.32)(-2.81)(-1.45)(-0.14)

R2(R的平方)=0.9828R-2(R杠的平方)=0.9756F=137.12D.W.=1.81

再就結果的經濟意義做適當分析。

二多重回歸修正

□Group:GROUP01\orkfile:UNTITLEC*,Untitled

1^E>?44??4t窗口view-correlation(第一個)-common

sample生成相關系數矩陣name保存一下重點看XI一一X5與Y的相關系數越大越好

Y

Y1.000000

X10.944426

X20.273995

X30.399454

X40.867587

X50.553560

2關聯度從大到小檢驗，P值小于0?05為通過。例如此例中先檢驗XI：右鍵點擊eqOLobjectcopy如圖

點OK，打開eq02proc-specifv/cstimate改為

EquationEstimation

Specification|Qptions

Prob.

Equationspecification

Dependentvariablefollowedby

andPDLterms,ORmexplicit0.0000

0.0000

|ycxl

點確定，由結果I可知P值小于0.05通過,

保留XI。以此類推，得到最終結果,Y=f(Xl,X2,X3)答案格式見126頁4.3.5,寫前三行。

三序列相關檢驗

D.VV檢驗P116以數據4.2.1做出結果

□Equation:EQ01Workfile:UNnTLED\Untitle,l1旬,叫至_J

View|Proc|Object|Print|Name|Freeze]Estimate|Forecast|$tats[Resids|

DependentVariable:M

Method:LeastSquares

Date:06/21/10Time:22:47

Sample:19782001

Includedobservations:24

VariableCoefficientStd.Errort-StatisticProb.

C152.905746.078483.3183760.0031

GDP0.0203940.00101420.116810.0000

P-squared0.948440Meandependentvar826.9542

AdjustedR-squared0.946096S.D.dependentvar667.4365

S.E.ofregression154.9600Akaikeinfocriterion13.00387

Sumsquaredresid528277.4Schwarzcriterion13.10204

Loglikelihood-154.0464F-statistic404.6860

Durbin-Watsonstat0.627922Prob(F-statistic)O.COOOOOTime:22:47

301

itions:24

?

■后,Coefficient

Variable

C

GDP

k=2：查D.W檢驗表，5%的，得dl=1.27du=1.45D.W=0.628

一▼Aaeowfaeaww(?J?

Djrbin-Watsonstat0.627922，再將D.W值與dldu值比較，

規(guī)則：若OVD.WVdL則存在正自相關；

若dlVD.WVdu,則不能確定；

若duVD.WV4?du,則無自相關；

若4?duVD.WV4-dl,則不能確定；

若4-dKD.W<4,則存在負相關。

此例中D.VV=0.628<dl,故存在正自相關

°IA□Equation:EQ01\orkfile:UNTITLI^^..?一］，，...

2LM檢驗在__一窗口中，view-residualtests-serialcorrelationLM

test...從階開始實驗結果如下

Breusch-GodfreySerialCorrelationLMTest:

F-statistic15.87518Probability0.000674

Obs*R-squared10.33227Probability0.001307

TestEquation:

DependentVariable:RESID

Method:LeastSquares

Date:06/22/10Time:16:30

Presamplemissingvaluelaggedresidualssettozero.

VariableCoefficientStd.Errort-StatisticProb.

C-10.2200535,68349-0.2864080.7774

GDP0.0006190.0007980.7757270.4466

RESID(-1)0.7528300.1889463.9843670.0007

R-squared0.430511Meandependentvar-1.28E-13

AdjustedR-squared0.376274S.D.dependentvar151.5539

S.E.ofregression119.6917Akaikeinfocriterion12.52418

Sumsquaredresid300848.0Schwarzcriterion12.67144

Loglikelihood-147.2902F-statistic7.937590

Durbin-Watsonstat1.164220Prob(F-statistic)0.002708

------------------------------------------------------------------------------------------------P值（灰色部分）小于0.05,

拒絕HO,則存在序列相關，所以實驗二階。在口Equatloj噩/'yorkfile:UNTIIU窗口中,

view-residualtests-serialcorrelationLMtest...--------------結果如下

Breusch-GodfreySerialCorrelationLMTest:

F-statistic19.52905Probability0.000020

ObsxR-squared15.87241Probability0.000358

TestEquation:

DependentVariable:RESID

Method:LeastSquares

Date:06/22/10Time:16:32

Presamplemissingvaluelaggedresidualssettozero.

VariableCoefficientStd.Errort-StatisticProb.

C6.59475028.661860.2308940.8197

GDP-0.0003440.000683-0.5040090.6198

RESID(-1)1.0935980.1755246.230459,0.0000

RESID(-2)-0.7857760.212816-3.6922780.0014

R-squared0.661350Meandependentvar-1.28E-13

AdjustedR-squared0.610553S.D.dependentvar151.5539

S.E.ofregression94.57826Akaikeinfocriterion12,08774

Sumsquaredresid178900.9Schwarzcriterion12.28409

Loglikelihood-141.0529F-statistic13.01937

Durbin-Watsonstat1.873142Prob(F-statistic)0.000061

P值（灰色部分）小于0.05,

拒絕HO,則存在序列相關，所以繼續(xù)實驗三階。在QEguyEQO1」Vo「kfle:UN7ITLI窗口中,

view-residualtests-serialcorrelationLMtest...結果如下

Breusch-GodfreySerialCorelationLMTest:

F-statistic12.37576Probability0.000102

Obs*R-squared15.37561Probability0.001203

TestEquation:

DependentVariable:RESID

Method:LeastSquares

Date:06/22/10Time:16:31

Presamplemissingvaluelaggedresidualssettozero.

VariableCoefficientStd.Errort-StatisticProb.

C6.69163829.319490.2282320.8219

GDP-0.0303490.000703-0.4967170.6251

RESID(-1)1.1D78380.2439554.541151,0.0002

RESID(-2)-0.8192950.444735-1.8422100.0811

RESID(-3)0.0322970.3733510.0865070.9320

R-squared0.651484Meandependentvar-1.28E-13

AdjustedR-squared0.590217S.D.dependentvar151.5539

S.E.ofregression97.D1614Akaikeinfocriterion12.17068

Sumsquaredresid178830.5Schwarzcriterion12.41611

Loglikelihood-141.0482F-statistic9.281822

Durbin-Watsonstat1.838605Prob(F-statistic)0.000247

P值（灰色部分）沒有全

部小于0.05,所以接受HO,不存在序列相關，檢驗到此為止。結論：原模型存在兩階序列相關性。

四序列相關修正

1廣義差分法在口叼巴呼001_回叫竺竺吧窗口中pmc-specify/estimate…輸入模型

andPDLterms,ORan<

Imcgdpar(l)ar(2)-

確定結果如下

DependentVariable:M

Method:LeastSquares

Date:06/21/10Time:23:45

Sample(adjusted):19802001

Includedobservations:22afteradjustments

Convergenceachievedafter5iterations

VariableCoefficientStd.Errort-StatisticProb.

C169.321044.390073.8143890.0013

GDP0.0197920.00107318.452500.0000

AR(1)1.1081770.1812466.1142270.0000

AR(2)-0.8011940.221892-3.6107360.0020

P-squared0.982325Meandependentvar890.0591

AdjustedR-squared0.979379S.D.dependentvar661.6499

S.E.ofregression95,01304Akaikeinfocriterion12,10887

Sumsquaredresid162494.6Schwarzcriterion12.30724

Loglikelihood-129.1976F-statistic333.4596

Durbin-Watsonstat1.853364Prob(F-statistic)0.000000

InvertedARRoots55-.70i55+.70i

檢驗通過(與LM法中檢驗方式

相同)模型Mt=169.325+0.020*gdp+1.108*AR(l)-0.801AR(2)

(3.81)(18.45)(6.11)(-3.61)

R2(R方)=0.982R——2(R杠方)=0.979D.W.=1.85在5%的顯著水平下，n=22k=4,dl=1.05

du=1.66,D.W.>du=1.66,表明經廣義差分變換后的模型己不存在序列相關性。

王與原模型比較

1比較修正后的模型與原模型：總體：R2(AdjustedR-squared■)(越大也好)，赤池信息準則

(Akaikeinfocriterion)(越小越好)，(Loglikelihood|)(越大越好)，回歸標準誤

(S-E.ofregression)(越好越好)。單獨變量對總體的貢獻程度；標準差(Std.Error)(越小越

好),T值(t'Statistic)(越大與2越好)。原模型

OEquation:EQ01;Vorkfile:UNTITLEDX.UntitledLE

'，ieMProc|Object|Print|Name]Freeze]Estimate|Forecast]Stats|Resids]

DependentVariable:M

Method:LeastSquares

Date:06/21/10Time:23:55

Sample:19782001

Includedobservations:24

VariableCoefficientStd.Errort-StatisticProb.

C152.906746,078483.3183760.0031

GDP0.0203940.00101420.116810.0000

R-squared0.948440Meandependentvar826.9542

AdjustedR-squared0.946096S.D.dependentvar667.4365

S.E.ofregression154.9600Akaikeinfocriterion13.00387

Sumsquaredresid528277.4Schwarzcriterion13.10204

Loglikelihood-154.0464F-statistic404.6860

Durbin-Watsonstat0.627922Prob(F-statistic)0000000

修正后的模型

□Equation:EQ02'Vorkfile:UNBTLED\UntitledU,回13gl

View|Proc|Object]Print|Name〔Freeze|Estimate|Forecast|Stats〔Resids]

DependentVariable:D

Method:LeastSquares

Date:06/21/10Time:23:45

Sample(adjusted):19802001

Includedobservations:22afteradjustments

Convergenceachievedafter5iterations

VariableCoefficientStd.Errort-StatisticProb.

C169.321044,390073.8143890.0013

GDP0.0197920.00107318.452500.0000

AR(1)1.1081770.1812466.1142270.0000

AR(2)-0.8011940.221892-3.6107360.0020

R-squared0.982325Meandependentvar890.0591

AdjustedR-squared0.979379S.D.dependentvar661.6499

S.E.ofregression95.01304Akaikeinfocriterion12.10887