您好我给出的思路是完整的建模过程,您给我看的文章我.doc

您好！我给出的思路是完整的建模过程，您给我看的文章我也参考了，您要是想按照您给的文档的话，删除些就行了，呵呵。 建立的模型与你给的文档在细微处有些差别这主要是由于你给的变量的数据与范文的不同造成的。 实证分析 （一）数据描述 本次数据采用的2009年1月到2011年11月的我国人民币对美元平均汇率，以及与之相对应的纺织品出口额。数据来至于中国国家统计局网站（/）。（黄字部分自己修改） 在以下的分析中，以rate代表人民币对美元平均汇率，以export代表纺织品出口额。 （二）平稳性判断和纯随机性判断 建模之前首先需要对原始数据做平稳性检验，因为协整检验要求变量序列同阶单整。这里使用ADF检验，检验结果如表1。 表1表明，rate和export差分钱都是非平稳的，一阶差分后都实现了平稳，并且两个变量同为一阶单整，符合协整模型对变量序列的要求。 表1 两变量的ADF检验结果 变量 检验类型 (C,T,N)? ADF检验值 各显著性水平下的临界值 p值? 检验结果 1% 5% 10% lnrate (C,T,2) -0.689 -4.273 -3.558 -3.212 ?0.9654 不平稳 lnexport (0,0,1） ?0.845 -2.637 -1.951 -1.611 ?0.8884 不平稳 Dlnrate (C,T,1） -6.470 -4.273 -3.558 -3.212 ＜0.0001 平稳 Dlnexport (0,0,0) -10.114 -2.637 -1.951 -1.611 ＜0.0001 平稳 C代表常数项，T代表趋势项，N代表滞后阶数（滞后阶数的选择根据SIC准则） ?MacKinnon (1996) one-sided p-values. 其次为了确定差分后的数据是否还有有价值的信息提取，需要对序列做纯随机性检验。我们用Q统计量来检验，结果如图1，图中Q统计量的p值都很小，这表明原序列不是一个白噪声序列。据此我们可以对剩余的信息建立模型。 图1 两变量的自相关图 （三）模型选择与参数估计 为了考察人民币对美元平均汇率与纺织品出口额之间是否存在长期动态均衡，需要做协整关系检验。 1.协整关系检验——Johansen法。 Johansen法既可以用来检验两变量的协整关系，又可以检验多变量的协整关系，是应用最为广泛的协整关系检验方法。检验结果如表2所示。 表2 Johansen协整关系检验结果 表2表明当两变量的滞后阶数均为2时，存在2个协整关系。据此我们可以建立协整模型。 2.协整模型 使用极大似然法估计出的参数如表3所示，该表假设了协整模型中不含趋势项。据此可以协整方程，如式（1）所示。 （1） 式（1）即表明了我国人民币对美元平均汇率以及与之相对应的纺织品出口额之间的长期均衡动态关系，长期弹性系数为-2.454，即从长期来看，人民币对美元平均汇率每上升1%，纺织品出口额就下降2.454%。 表3 协整系数的估计结果 3.误差修正模型 根据上面的协整模型建立误差修正模型（ECM），结果如表4所示，据此可写出方程式如式（2）。 （2） ECM反映了短期波动的影响，式（2）同时也表明了我国纺织品出口额的短期变动可分为两个部分，一是人民币对美元平均汇率变动的的影响，二是人民币对美元平均汇率、纺织品出口额偏离长期均衡的影响。误差修正项ECM系数的大小反映了对偏离长期均衡的调整力度，从系数估计值看，当短期波动偏离长期均衡时，以0.003的调整力度可以将非均衡状态拉回到均衡状态。我国人民币对美元平均汇率变动对我国纺织品出口的短期弹性系数为-8.54，即在短期内人民币汇率升值 1%，则纺织品出口额短期下8.54%。 表4 误差修正模型的参数估计结果 表4下半部分给出了该模型的拟合优度R2为17%，DW统计量为1.89，接近于2，说明了回归的可信性。