1、20122013 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： 2 实验日期： 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 FileNewWorkfile， 选择数据类型和起止日
2、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 。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 FileSave 将数据存入磁盘。（三）LS 估计参数利用 2008
3、 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 ； 如图所示可看出年中国部分省市城镇居民家庭平均全年可支配收入（）与消费性支出（）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: YMethod: Least SquaresDate: 12/12/12 Time: 20:15Sample: 1 28Included observations: 28Variable Coefficient Std.
4、Error t-Statistic Prob. C 735.1080 477.1123 1.540744 0.1355X 0.666222 0.030558 21.80213 0.0000R-squared 0.948138 Mean dependent var 10780.65Adjusted R-squared 0.946144 S.D. dependent var 2823.752S.E. of regression 655.3079 Akaike info criterion 15.87684Sum squared resid 11165139 Schwarz criterion 15
5、.97199Log likelihood -220.2757 F-statistic 475.3327Durbin-Watson stat 1.778976 Prob(F-statistic) 0.000000点击“objectstore 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： 73510800666222xiY（4771123） (0030558)t=（1540744) (2180213)R =0948138 =0946144 F=475332722r（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
6、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“ViewResidual TestWhite 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 =0.05，由于=5.99 nR =8.315098,所以存在异方差性。）（ 22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 确定权数变量根据 Park 检验，可以得出 的一般形式为：2ie ii Xeln2670.358.19ln2生成权数变量：GENR W1=1/X3
7、.2670根据 Gleiser 检验，可以取以下三种形式作为权数变量： 2432 11iii eWXW生成权数变量：GENR W2=1/X0.5GENR W3=1/ABS(RESID）GENR W4=1/ RESID 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= ) Y C XiW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: YMethod: Least SquaresDate: 12/12/12 Time: 20:46Sample: 1 28Included observations: 2
8、8Weighting series: W3Variable Coefficient Std. Error t-Statistic Prob. C 970.6104 254.5362 3.813250 0.0008X 0.649355 0.018418 35.25576 0.0000Weighted StatisticsR-squared 1.000000 Mean dependent var 9942.842Adjusted R-squared 1.000000 S.D. dependent var 46660.83S.E. of regression 27.34564 Akaike info
9、 criterion 9.523740Sum squared resid 19442.39 Schwarz criterion 9.618898Log likelihood -131.3324 F-statistic 1242.969Durbin-Watson stat 1.481595 Prob(F-statistic) 0.000000Unweighted StatisticsR-squared 0.947484 Mean dependent var 10780.65Adjusted R-squared 0.945465 S.D. dependent var 2823.752S.E. of
10、 regression 659.4257 Sum squared resid 11305899Durbin-Watson stat 1.893691 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 FileNewWorkfile， 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
11、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 FileSave 将数据存入磁盘。（三）LS 估计参数利用 19892004 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 198920
12、04 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“objectstore 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： -11935.440632955xiY（4575.009） (0060108)t=（-2.608834) (10.53021)R =0887897 =0879890 F=110.8854 df=16 DW=0.38350022r（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 =0.632955 表
13、示国内生产总值每增加 1 亿元，将会导致进出口1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 0887897 =0879890 ，说明模22r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 以及 H ： 0，由图-回归方程窗口可以看出，回归系数 的标准011 1误差和 t 值分别为 0.060108 和 10.53021；回归系数 的标准误差和 t 值分别为04575.009 和-2.608834。在给定显著水平 =0.05 时，t （1
14、4）=2.145， t （n-2 ）,212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， t （n-2 ） ，说明截距项在 95%的置信度下对进出口总额的02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 不是频繁改变符号，而是连续几个正值后t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 =0.05，查 DW 表，因为 T=16，解释变
15、量的个数 k 为 1 ，得下限临界值 d =1.10，上限临界值 d =1.37。因为统计量l u00.383500= DWd =1.10，表明存在正相关l4、 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 TR =12.69191，相伴概率为 0.001754，因此只要取显著性水平 =0.001754，就可以2拒绝无自相关性的原假设，即随机干扰项存在自相关。又 e 的回归系数都显著不为 0，1t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
16、=0.383500，根据 =1-DW/2,可得 =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=0.05，DW=0.725518 d =1.10，这表明随机干扰项仍存在自相关。l2、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 R
17、 =0.973553，说明拟合度很高，在显著水平 =0.05，T=15 ，解释变量的个数 k 为21，下限临界值 d =1.08，上限临界值 d =1.36。l u因为 DW=0.879755d =1.08，表明存在正相关。l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 =0.983855，说明拟合度很高，在显著水平 =0.05，T=14 ，解释变量的个数 k 为21，由于 T=1415，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 和 d 均是递增的。当 T=15 时下限
18、临界值 d =1.08，上限临lu l界值 d =1.36。因为 d DW=2.2452784- d ，根据判定区域知，表明随机扰动项的自uu u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 =1-DW/2，所以 =0.5601225。= = -165121.3803818.72634975.018263由两次迭代结果可知： =1.2171582由此，我们得到最终的 19892004 年中国国内生产总值 X 与进出口总额 Y 的模型为：-165121.380381.217158xiY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
