序列平稳性检验Granger因果检验联立模型识别汇编.docxVIP

《计量经济学》上机指导手册四§4.1 实验介绍4.1.1 上机实验名称时间序列平稳性检验格兰杰因果检验联立模型识别联立模型单方程法估计联立模型系统法估计4.1.2 实验目的（1）能够掌握时间序列数据的平稳性检验Eviews操作方法，并能在此基础上对数据进行格兰杰因果检验。（2）通过实验能够识别联立方程模型，并分别用单方程和系统法对模型进行估计。4.1.3 实验要求根据实验数据，完成实验报告。对于已经完成的工作，请自我测评。将完成要求的标题标成蓝色，未完成的标成红色。例如：4.1.4 数据资料（1）《16-17-1 EViews上机数据4.xls》中《Granger Test》；（2）《16-17-1 EViews上机数据4.xls》中《simultaneous equation model》。§4.2序列平稳性检验及Granger因果检验根据1993年第二季度至2007年第一季度我国央行三个月再贷款利率（R）和广义货币供应量M2（单位：亿元）的季度数据（见《14-15-1 EViews上机数据3.xls》中《Granger Test》）。利率是由货币供应量和货币需求量共同决定的。为了研究利率和货币供应量之间的关系，我们对利率R和广义货币供应量M2进行Granger因果关系检验。由于检验回归模型中的变量滞后长度m是任意的，因此本实验将检验多个不同的m值，以保证检验结果不受m影响。同时在检验前，要保证序列是平稳的。4.2.1 序列平稳性检验及调整（1）创建一个新的工作文件，建立工作对象文件，完成准备工作。（2）分别对R和M2进行单位根检验。打开序列，选择view/unit root test/，可见两者的prob都较高，序列不平稳，需要进行变换。（3）对序列R进行一阶差分，即令。在Eviews命令窗口输入“Series r1=d(R)”，生成新序列，并进行单根检验。将单根检验结果贴（4）对序列M2进行一阶自然对数差分，即令。在Eviews命令窗口输入“Series M2P=d(log(M2))”，生成新序列，并进行单根检验。将单根检验结果贴图在下方。4.2.2 Granger因果检验（1）生成新组，在Eviews命令窗口输入命令“Group g1 R1 M2P”生成新组并打开。（2）在窗口工具栏选择view/granger causality...，选择滞后长度为2，确认后得到格兰杰因果检验结果。请贴图如下：（3）Null Hypothesis列出了Granger因果检验的两个原假设“M2P does not Granger Cause R1（M2P不是引起R1变化的Granger原因）”和“R1 does not Granger Cause M2P（R1不是引起M2P变化的Granger原因）”。在给定显著性水平5%的条件下，判定lags=2的条件下，R1和M2P的因果关系。答：M2P是引起R1变化的格兰杰原因，R1不是引起M2P变化的格兰杰原因。（4）选择滞后长度分别为3、4，分别重复（2）中的操作，然后和（2）的结果一并汇总完成下表（显著性水平5%）。原假设滞后长度F统计量伴生概率拒绝或接受原假设M2P does not Granger Cause R126.364900.0035拒绝R1 does not Granger Cause M2P1.134960.3299接受M2P does not Granger Cause R133.248880.0304拒绝R1 does not Granger Cause M2P1.322830.2787接受M2P does not Granger Cause R142.303740.0742接受R1 does not Granger Cause M2P1.070450.3832接受（5）请判断R1 和M2P的格兰杰因果关系。答：在2阶条件下，M2P是引起R1变化的格兰杰原因，R1不是引起M2P变化的格兰杰原因。在3阶条件下，M2P是引起R1变化的格兰杰原因，R1不是引起M2P变化的格兰杰原因。在4阶条件下，M2P不是引起R1变化的格兰杰原因，R1不是引起M2P变化的格兰杰原因。§4.3联立模型识别根据某年美国各州和地方政府的原始数据整理得到费用数据（见《14-15-1 EViews上机数据4.xls》中《simultaneous equation model》），进行联立方程模型估计。其中：EXPD表示州政府和地方政府的费用支出（单位：百万美元）；AID表示联邦政府补贴（单位：百万美元）；INC表示各州收入（单位：百万美元）；POP表示各州人口总数（单位：千人）；PS为小学和公立中学的在校人数（单位：千人）。州政府和地方政府的费用支出和联邦政府补助、州收入以及人口因素有关。同事，各州所