案例1应用Eviews4.docVIP

案例1：应用Eviews4.0进行建模并预测 一、实验目的 本实验着重介绍如何对实际问题建立合适的回归模型，检验模型和应用模型。 二、本实验的主要步骤 该实验主要的步骤可以用如下的框图来表示： 三、一个示例 下表是我国城镇居民从185年至2005年的消费性支出和可支配收入的历史数据，试根据表中的数据建立适当的消费函数模型，其中2005年的数据作为预测使用。 时 间 1985 1986 1987 1988 1989 1990 1991 支 出 673.2 798.96 884.4 1103.98 1210.95 1278.89 1475.31 收 入739.1 899.6 1002.2 1181.4 1375.7 1510.16 1700.6 时 间 1992 1993 1994 1995 1996 1997 1998 支 出 1671.73 2110.81 2851.34 3537.57 3919.47 4185.64 4331.61 收 入 2026.6 2577.4 3496.2 4283 4838.9 5160.3 5425.01 时 间 1999 2000 2001 2002 2003 2004 2005 支 出 4615.91 4998 5309.01 6029.08 6510.94 7182.1 9145 收 入5854.02 6279.98 6859.58 7702.8 8472.2 9421.61 10493 解： 1、首先建立一个工作文件，采用命令方法为： WORKFILE MYFILE A 1985 2005 建立一个MFFILE的工作文件，然后输入变量数据，命令为： DATA X Y 其中Y代表支出，X代表收入。打开电子表格后，输入表中的数据，其中2005年数据的支出不输入数据，以供预测之用。 2、经济理论表明，消费性支出为可支配收入的线性函数，所以可以建立一个以消费性支出为因变量可支配收入为自变量的计量模型，即： 3、为了进一步确定它们之间是否具备线性形式，可以建立两者的散点图，首先把变量建立一个组，命令为： GROUP MG X Y 该组为MG，建立的图形的命令为： MG.SCAT 显然两者的线性关系比较显著，进一步计算两者的相关系数为0.999552，使用的命令为：MG.COR 从而可以建立线性回归模型形式。 4、使用命令建立回归模型为： EQUATION EQ1.LS Y C X 同时得到如下的回归估计结果： 显然得到两个模型的参数估计分别为176.7668、0.756668，所以可以初步得到两者的线性回归模型为： Y=176.7668+0.756668X 5、首先从经济意义上来说，176.7668为基本支出，符合经济理论要求，0.756668为消费倾向，也符合有关经济理论要求，所以整个模型符合经济理论要求；从显著性检验角度来说，参数的显著性检验和回归模型的整体线性性检验也都显著，所以显著性检验也通过；关于计量检验这里不论述，假设通过，所以可以认为该模型通过了所有检验。 6、为了得到所有的支出的预测值特别是最后一个观测值的点估计值，键入命令： EQ1.FORECAST YP 此时YP保存了所有的点估计值。然后双击打开YP，即可得到预测值为： 为了对比，也把因变量的原始值和预测值同时列出，显然样本期内拟合结果相当成功，当X=10493时，Y的点估计为8116.481，显然该结果与真实值相差较大，说明模型还有待改进。 确定因变量和自变量： 依据经济理论对实际问题确定因变量和自变量 确定函数的形式： 根据已有的经济理论来确定变量之间的函数形式；或者通过作散点图来确定函数的形式 建立和估计回归模型： 使用适当的方法并在软件的帮助下完成参数的估计 模型的检验： 首先是经济意义检验，然后是显著性检验和计量检验 模型的应用： 对通过检验的模型进行应用