第六章序列相关案例分析.doc

上传人：快乐****生活

文档编号：2626946

上传时间：2024-06-03

格式：DOC

页数：12

大小：1.53MB

《第六章序列相关案例分析.doc》由会员分享，可在线阅读，更多相关《第六章序列相关案例分析.doc（12页珍藏版）》请在咨信网上搜索。

第六章案例分析一、研究目的 2003年中国农村人口占59.47％，而消费总量却只占41.4%，农村居民的收入和消费是一个值得研究的问题。消费模型是研究居民消费行为的常用工具。通过中国农村居民消费模型的分析可判断农村居民的边际消费倾向,这是宏观经济分析的重要参数.同时，农村居民消费模型也能用于农村居民消费水平的预测. 二、模型设定正如第二章所讲述的，影响居民消费的因素很多，但由于受各种条件的限制，通常只引入居民收入一个变量做解释变量，即消费模型设定为（6.43）式中,Yt为农村居民人均消费支出，X t为农村人均居民纯收入，ut为随机误差项。表6。3是从《中国统计年鉴》收集的中国农村居民1985—2003年的收入与消费数据. 表6。3 1985-2003年农村居民人均收入和消费单位：元年份全年人均纯收入 (现价）全年人均消费性支出（现价）消费价格指数 (1985=100）人均实际纯收入（1985可比价）人均实际消费性支出（1985可比价） 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 397.60 423.80 462.60 544。90 601。50 686。30 708.60 784。00 921。60 1221.00 1577。70 1923.10 2090.10 2162.00 2214.30 2253。40 2366.40 2475。60 2622。24 317.42 357.00 398.30 476。70 535。40 584。63 619。80 659。80 769.70 1016。81 1310。36 1572。10 1617。15 1590.33 1577.42 1670.00 1741。00 1834。00 1943.30 100.0 106.1 112。7 132。4 157.9 165.1 168.9 176。8 201。0 248。0 291。4 314.4 322.3 319.1 314。3 314.0 316.5 315.2 320。2 397.60 399。43 410.47 411.56 380。94 415.69 419.54 443.44 458.51 492。34 541。42 611.67 648.50 677.53 704。52 717.64 747。68 785。41 818。86 317.40 336.48 353。42 360.05 339.08 354。11 366。96 373。19 382。94 410.00 449.69 500。03 501.77 498。28 501。75 531.85 550。08 581.85 606.81 注:资料来源于《中国统计年鉴》1986—2004。为了消除价格变动因素对农村居民收入和消费支出的影响,不宜直接采用现价人均纯收入和现价人均消费支出的数据,而需要用经消费价格指数进行调整后的1985年可比价格计的人均纯收入和人均消费支出的数据作回归分析。 t x y 1985 397.6 317.4 1986 399.43 336。48 1987 410。47 353。42 1988 411.56 360。05 1989 380。94 339.08 1990 415。69 354.11 1991 419。54 366。96 1992 443.44 373。19 1993 458。51 382。94 1994 492。34 410 1995 541.42 449.69 1996 611。67 500。03 1997 648。5 501.77 1998 677.53 498.28 1999 704.52 501。75 2000 717.64 531.85 2001 747.68 550。08 2002 785.41 581.85 2003 818。86 606。81 根据表6。3中调整后的1985年可比价格计的人均纯收入和人均消费支出的数据， 1。普通最小二乘法估计消费模型得 Dependent Variable: Y Method： Least Squares Date: 04/10/15 Time: 14:39 Sample： 1985 2003 Included observations： 19 Variable Coefficient Std. Error t—Statistic Prob. C 106.7574 12.22367 8.733661 0。0000 X 0。599781 0.021393 28.03671 0。0000 R-squared 0。978831 Mean dependent var 437。6705 Adjusted R-squared 0。977586 S.D。 dependent var 92。57790 S。E. of regression 13.86023 Akaike info criterion 8。195225 Sum squared resid 3265。801 Schwarz criterion 8.294640 Log likelihood —75.85464 Hannan—Quinn criter。 8.212050 F-statistic 786。0569 Durbin—Watson stat 0。770478 Prob(F-statistic) 0。000000 （1） Se = (12.2238）（0。0214） t = (8。7332） (28.3067） R2 = 0.9788，F = 786。0548，d f = 17，DW = 0.7706 该回归方程可决系数较高，回归系数均显著.对样本容量为19、一个解释变量的模型、5%显著水平，查DW统计表可知，dL=1.18，dU= 1。40，模型中DW〈dL，显然消费模型中有自相关。 2。绘制残差图点击EViews方程输出窗口的按钮actual，fitted，Resids/actual,fitted，ResidsGraph 可得到残差图，如图6.6所示。图6。6 残差图图6.6残差图中，残差的变动有系统模式，连续为正和连续为负,表明残差项存在一阶正自相关，模型中t统计量和F统计量的结论不可信，需采取补救措施。 3。Lm检验点击EViews方程输出窗口的按钮：Residual diagnostics/serial correlation Lm test 点击“OK"，得选择2阶滞后,得如下结果 Breusch-Godfrey Serial Correlation LM Test: F-statistic 3.801437 Prob. F(2，15) 0.0462 Obs＊R-squared 6.390984 Prob. Chi—Square（2） 0.0409 Test Equation： Dependent Variable: RESID Method： Least Squares Date： 04/10/15 Time： 14：42 Sample： 1985 2003 Included observations： 19 Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic 拒绝无序列相关的原假设 Prob. C —0。027365 10.60119 -0.002581 0.9980 X 0。000176 0。018557 0.009484 0。9926 RESID(—1) 0.670845 0.243689 2.752874 0.0148 RESID（-2） -0.359985 0。244518 —1.472222 接受无序列相关的原假设 0。1616 R—squared 0.336368 Mean dependent var -8。79E-14 Adjusted R-squared 0。203641 S。D。 dependent var 13。46972 S。E。 of regression 12.02024 Akaike info criterion 7。995724 Sum squared resid 2167。292 Schwarz criterion 8.194554 Log likelihood -71。95938 Hannan-Quinn criter。 8.029374 F-statistic 2。534291 Durbin—Watson stat 1。805507 Prob（F-statistic) 0。096067 由于两阶滞后接受无序列相关的原假设，而一阶滞后拒绝无序列相关的原假设，可见随机误差项存在一阶序列相关. 三、自相关问题的处理 1.科克伦-奥克特迭代法由模型（1）可得残差序列et，在EViews中，每次回归的残差存放在resid序列中，为了对残差进行回归分析，需生成命名为e的残差序列。在主菜单选择Quick/Generate Series或点击工作文件窗口工具栏中的Procs/ Generate Series，在弹出的对话框中输入e = resid，点击OK，或在编程框输入“genr e=resid”回车，可得到残差序列et。使用et进行滞后一期的自回归，在EViews命今栏中输入ls e e (-1)可得 Dependent Variable: E Method: Least Squares Date： 04/10/15 Time： 15:20 Sample (adjusted）： 1986 2003 Included observations： 18 after adjustments Variable Coefficient Std. Error t-Statistic Prob. E(-1) 0.496086 0。177528 2。794415 0。0125 R—squared 0.302715 Mean dependent var 1.546119 Adjusted R-squared 0.302715 S。D. dependent var 12.00063 S。E。 of regression 10。02096 Akaike info criterion 7。501187 Sum squared resid 1707.133 Schwarz criterion 7。550652 Log likelihood —66。51068 Hannan-Quinn criter。 7。508007 Durbin—Watson stat 1.326733 回归方程 et= 0。4960 et-1 （2）由式（2）可知=0.4960，对原模型进行广义差分,得到广义差分方程 (3）对式(3）的广义差分方程进行回归，在EViews命令栏中输入ls Y—0.4960＊Y (-1） c X—0。4960＊X (-1)，回车后可得方程输出结果如表6。4. 表6.4 广义差分方程输出结果 Dependent Variable: Y-0.496＊Y（-1) Method: Least Squares Date: 04/10/15 Time： 15：26 Sample (adjusted）： 1986 2003 Included observations: 18 after adjustments Variable Coefficient Std。 Error t—Statistic Prob。 C 60.44776 8。963870 6.743489 0.0000 X-0。496＊X（—1） 0.583283 0。029405 19。83601 0.0000 R-squared 0.960925 Mean dependent var 231。9284 Adjusted R-squared 0。958483 S。D。 dependent var 49。34576 S.E。 of regression 10.05460 Akaike info criterion 7。558377 Sum squared resid 1617。520 Schwarz criterion 7.657307 Log likelihood —66.02539 Hannan—Quinn criter。 7。572018 F—statistic 393.4671 Durbin-Watson stat 1.397521 Prob（F-statistic) 0。000000 由表6.4可得回归方程为 (4）式中，，. 由于使用了广义差分数据，样本容量减少了1个，为18个。查5％显著水平的DW统计表可知dL = 1。16,dU = 1.39，模型中DW = 1.3979〉 dU，说明广义差分模型中已无自相关,不必再进行迭代。同时可见,可决系数R2、t、F统计量也均达到理想水平。对比模型（1)和（4），很明显普通最小二乘法低估了回归系数的标准误差.[原模型中Se（）= 0。0214，广义差分模型中为Se（）= 0。0294。 2.普莱斯—温斯腾（Prais－Winsten)变换的广义差分模型经广义差分后样本容量会减少1个，为了保证样本数不减少，可以使用普莱斯—温斯腾变换补充第一个观测值，方法是和。在本例中即为和.由于要补充因差分而损失的第一个观测值,所以在EViews中就不能采用前述方法直接在命令栏输入Y和X的广义差分函数表达式，而是要生成X和Y的差分序列X1和Y1。在主菜单选择Quick/Generate Series或点击工作文件窗口工具栏中的Procs/Generate Series，在弹出的对话框中输入Y1= Y-0。4960*Y （-1)，点击OK得到广义差分序列Y1，同样的方法得到广义差分序列X1。此时的X1和Y1都缺少第一个观测值，需计算后补充进去，计算得x11==397.6345。2450,y11 ==275.6056，双击工作文件窗口的X1 打开序列显示窗口，点击Edit+/-按钮,将x11=345。236补充到1985年对应的栏目中，得到x1的19个观测值的序列。同样的方法可得到Y1的19个观测值序列。在命令栏中输入Ls Y1 c X1得到普莱斯—温斯腾（Prais－Winsten)变换的广义差分模型为 Dependent Variable: Y1 Method: Least Squares Date: 04/10/15 Time: 21：10 Sample: 1985 2003 Included observations： 19 Variable Coefficient Std. Error t—Statistic Prob. C 59。51037 9.128882 6.518911 0。0000 X1 0.588887 0。029726 19.81034 0。0000 R-squared 0.958481 Mean dependent var 234.2272 Adjusted R-squared 0。956039 S.D. dependent var 48。99114 S。E。 of regression 10.27197 Akaike info criterion 7.596015 Sum squared resid 1793.726 Schwarz criterion 7。695429 Log likelihood -70.16214 Hannan-Quinn criter. 7。612839 F-statistic 392。4496 Durbin-Watson stat 1.345481 Prob（F—statistic) 0。000000 （5) 对比模型（6。47)和（6。48)可发现,两者的参数估计值和各检验统计量的差别很微小,说明在本例中使用普莱斯—温斯腾变换与直接使用科克伦—奥克特两步法的估计结果无显著差异，这是因为本例中的样本还不算太小。如果实际应用中样本较小,则两者的差异会较大。通常对于小样本，应采用普莱斯—温斯腾变换补充第一个观测值。由差分方程(4）有 (6）由此，我们得到最终的中国农村居民消费模型为 Y t = 119.936+0。5889 X t (7) 由（6。50）的中国农村居民消费模型可知，中国农村居民的边际消费倾向为0。5889,即中国农民每增加收入1元，将增加消费支出0.5889元. 3。直接广义差分模型在Eview软件包下，广义差分采用了科克伦-奥科特（Cochrane-Orcutt）迭代法估计r。在解释变量中引入AR(1）、AR(2）、…,即可得到参数和ρ1、ρ2、…的估计值。其中AR(m)表示随机误差项的m阶自回归.在估计过程中自动完成了ρ1、ρ2、…的迭代。由于，本例随机误差项存在一阶序列相关即AR（1），所以在eviews命令栏输入ls y c x AR（1) ，回车可得， Dependent Variable： Y Method： Least Squares Date： 04/10/15 Time: 21:34 Sample (adjusted）： 1986 2003 Included observations： 18 after adjustments Convergence achieved after 5 iterations Variable Coefficient Std。 Error t—Statistic Prob. C 119.9592 19.23075 6。237884 0.0000 X 0。583261 0.031103 18。75253 0.0000 AR（1) 0.497066 0.187882 2。645636 0.0184 R—squared 0。988363 Mean dependent var 444.3522 Adjusted R—squared 0.986812 S。D. dependent var 90。42495 S。E。 of regression 10.38433 Akaike info criterion 7.669486 Sum squared resid 1617。516 Schwarz criterion 7.817881 Log likelihood —66。02537 Hannan—Quinn criter。 7.689947 F—statistic 637。0225 Durbin—Watson stat 1.398414 Prob（F—statistic） 0。000000 Inverted AR Roots 。50 上表结果和公式(7）的结果基本一致。 4。稳健标准误法Newey—West standard errors 特点与优点 n 应用软件中推荐的一种选择。适合样本容量足够大的情况。 n 仍然采用OLS，但对OLS估计量的标准差进行修正。 n 与不附加选择的OLS估计比较,参数估计量没有变化，但是参数估计量的方差和标准差变化明显。 n 致使存在异方差和序列相关、仍然采用OLS估计时，变量的显著性检验有效。在Eview软件包下，点击quick/ estimate equation 输入y c x ar（1)，打开options 点击estimations default 选择HAC（neway/west) 点击OK Dependent Variable： Y Method： Least Squares Date： 04/10/15 Time: 22:49 Sample (adjusted)： 1986 2003 Included observations： 18 after adjustments Convergence achieved after 5 iterations HAC standard errors & covariance (Bartlett kernel, Newey-West fixed bandwidth = 3。0000） Variable Coefficient Std. Error t-Statistic Prob. C 119.9592 12。89006 9。306335 0.0000 X 0.583261 0.027675 21.07525 0.0000 AR（1） 0.497066 0.109211 4。551438 0.0004 R—squared 0。988363 Mean dependent var 444。3522 Adjusted R—squared 0.986812 S.D。 dependent var 90。42495 S.E。 of regression 10.38433 Akaike info criterion 7。669486 Sum squared resid 1617.516 Schwarz criterion 7。817881 Log likelihood —66。02537 Hannan—Quinn criter。 7。689947 F-statistic 637.0225 Durbin—Watson stat 1。398414 Prob(F—statistic） 0.000000 Inverted AR Roots 。50 未经处理的模型 Dependent Variable: Y Method： Least Squares Date: 04/10/15 Time： 21：34 Sample （adjusted)： 1986 2003 Included observations： 18 after adjustments Convergence achieved after 5 iterations Variable Coefficient Std。 Error t—Statistic Prob。 C 119.9592 19。23075 6。237884 0。0000 X 0.583261 0.031103 18。75253 0.0000 AR(1） 0.497066 0。187882 2.645636 0。0184 R—squared 0.988363 Mean dependent var 444.3522 Adjusted R-squared 0。986812 S。D. dependent var 90.42495 S。E。 of regression 10.38433 Akaike info criterion 7。669486 Sum squared resid 1617.516 Schwarz criterion 7.817881 Log likelihood -66.02537 Hannan-Quinn criter. 7.689947 F-statistic 637.0225 Durbin—Watson stat 1.398414 Prob(F-statistic） 0。000000 Inverted AR Roots .50 两者相比，参数估计量不变，但Std。 Erro变化

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档保存到电脑，查找使用更方便

8 金币

申诉本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请申请举报、认领或删除 立即下载

配套讲稿：: 如PPT文件的首页显示word图标，表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
特殊限制：: 部分文档作品中含有的国旗、国徽等图片，仅作为作品整体效果示例展示，禁止商用。设计者仅对作品中独创性部分享有著作权。
关键词：: 第六序列相关案例分析

咨信网温馨提示：
1、咨信平台为文档C2C交易模式，即用户上传的文档直接被用户下载，收益归上传人（含作者）所有；本站仅是提供信息存储空间和展示预览，仅对用户上传内容的表现方式做保护处理，对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿，我们不确定上传用户享有完全著作权，根据《信息网络传播权保护条例》，如果侵犯了您的版权、权益或隐私，请联系我们，核实后会尽快下架及时删除，并可随时和客服了解处理情况，尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确)，网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据，个别因单元格分列造成显示页码不一将协商解决，平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺，下载前须认真查看，确认无误后再购买，务必慎重购买；若有违法违纪将进行移交司法处理，若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传，付费前请自行鉴别，如您付费，意味着您已接受本站规则且自行承担风险，本站不进行额外附加服务，虚拟产品一经售出概不退款（未进行购买下载可退充值款），文档一经付费（服务费）、不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印，是因预览和防盗链等技术需要对页面进行转换压缩成图而已，我们并不对上传的文档进行任何编辑或修改，文档下载后都不会有水印标识（原文档上传前个别存留的除外），下载后原文更清晰；试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓；PPT和DOC文档可被视为“模板”，允许上传人保留章节、目录结构的情况下删减部份的内容；PDF文档不管是原文档转换或图片扫描而得，本站不作要求视为允许，下载前自行私信或留言给上传者【快乐****生活】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用；网站提供的党政主题相关内容(国旗、国徽、党徽－－等)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
6、文档遇到问题，请及时私信或留言给本站上传会员【快乐****生活】，需本站解决可联系【微信客服】、【 QQ客服】，若有其他问题请点击或扫码反馈【服务填表】；文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“【版权申诉】”（推荐），意见反馈和侵权处理邮箱：1219186828@qq.com；也可以拔打客服电话：4008-655-100；投诉/维权电话：4009-655-100。

关于本文

本文标题：第六章序列相关案例分析.doc
链接地址：https://www.zixin.com.cn/doc/2626946.html

快乐****生活

内容提供者

实名认证

查看上传人更多文档

部分上传会员的收益排行 01、路***（￥15400+），
02、曲****（￥15300+），
03、wei****016（￥13200+）,
04、大***流（￥12600+），
05、Fis****915（￥4200+），
06、h****i（￥4100+），
07、Q**（￥3400+），
08、自******点（￥2400+），
09、h*****x（￥1400+），
10、c****e（￥1100+）,
11、be*****ha（￥800+），
12、13********8（￥800+）。

相似文档

自信AI助手