EView分析题2.docVIP

二、我国发展服务外包的技术进步效应 1.变量的平稳性检验（ADF检验） 分别对各变量进行单位根检验 t-Statistic ??Prob.* Augmented Dickey-Fuller test statistic -6.171834 ?0.0017 Test critical values: 1% level -4.582648 5% level -3.320969 10% level -2.801384 FFP的数据在二阶差分时，t-Statistic的值-6.171834小于% level的值-4.582648，序列为平稳序列。 变量OSS进行ADF检验，结果为： t-Statistic ??Prob.* Augmented Dickey-Fuller test statistic -2.994706 ?0.0729 Test critical values: 1% level -4.420595 5% level -3.259808 10% level -2.771129 OSS的数据在二阶差分时，t-Statistic的值-2.994706小于% level的值-3.259808，序列为平稳序列. 变量H进行ADF检验，结果为： t-Statistic ??Prob.* Augmented Dickey-Fuller test statistic -4.400660 ?0.0103 Test critical values: 1% level -4.420595 5% level -3.259808 10% level -2.771129 H的数据在二阶差分时，t-Statistic的值-4.400660小于% level的值-3.259808，序列为平稳序列. 变量FDI进行ADF检验，结果为： t-Statistic ??Prob.* Augmented Dickey-Fuller test statistic -3.361250 ?0.0433 Test critical values: 1% level -4.420595 5% level -3.259808 10% level -2.771129 FDI的数据在二阶差分时，t-Statistic的值-3.361250小于% level的值-3.259808，序列为平稳序列. 变量R进行ADF检验 对R的数据取对数，即log(R) 结果为： t-Statistic ??Prob.* Augmented Dickey-Fuller test statistic -4.649394 ?0.0074 Test critical values: 1% level -4.420595 5% level -3.259808 10% level -2.771129 Log?的数据在二阶差分时，t-Statistic的值-4.649394小于% level的值-4.420595，序列为平稳序列. 2. 变量的协整检验（或单整检验） 两个或多变量是非平稳的序列时，回归可能是虚假的回归。为克服它，则要进行协整。 为了分析和之间是否存在协整关系，变量回归，然后检验回归残差的平稳性。以为被解释变量，为解释变量，用OLS回归方法估计回归模型， Variable Coefficient Std. Error t-Statistic Prob.?? C -12.06638 8.139206 -1.482501 0.1818 H 0.046524 0.024634 1.888621 0.1009 R -0.027076 0.016931 -1.599205 0.1538 FDI 0.008739 0.006110 1.430201 0.1957 OSS 0.051624 0.075617 0.682701 0.5167 R-squared 0.601685 ????Mean dependent var 3.739167 Adjusted R-squared 0.974077 ????S.D.