eviews上机第5章.ppt

第五章 基本回归模型;第五章 基本回归模型 ;参考书目： Pindyck，Rubinfeld (1991), Econometric Models and Economic Forecasts, 《经济计量模型和经济预测》，第三版 Johnston 和 DiNardo (1997)，Economtric Methods, 《经济计量方法》，第四版 Greene (1997)， Economtric Analysis, 《经济计量分析》，第三版 Davidson 和 MacKinon (1993)， Estimation and Inference in Econometrics , 《经济计量学中的估计和推断》;§5.1 方程对象 ;§5.2 方程说明;§5.2.1 列表法;列表说明方程时，EViews会将其转换成等价的公式形式 例，列表：log(cs) c log(cs(-1)) log(inc) 代表公式：log(cs) = c(1)+c(2)*log(cs(-1)) + c(3)*log(inc) 这种形式并不是必须的，= 可以出现在公式的任何地方 如：log(urate) + c(1)*dmr = c(2) 此方程的残差为：ε = log(urate)+c(1)dmr-c(2) EViews将最小化残差平方和。 ;滞后值：;自动生成新序列：;§5.2.2 公式法说明方程;必须使用公式法的情况：估计严格???非线性的方程或带有参数约束的方程 例：建立约束变量x，使x及其滞后变量的系数和为1 可以采用带参数约束的线性模型：y = c(1) + c(2) * x + c(3) * x(-1) + c(4) * x(-2) +(1 - c(2) - c(3) - c(4)) * x(-3) 例：估计一个非线性模型，只需输入非线性公式。EViews会自动检测非线性并用非线性最小二乘估计模型。 公式法优点：可以使用不同的系数向量。 创建新的系数向量：选择Object/New Object… 并从主菜单中选择Matrix-Vector-Coef , 为系数向量输入一个名字。然后，选择OK。在New Matrix对话框中，选择Coefficient Vector 并说明向量中应有多少行。带有系数向量图标β的对象会列在工作文档目录中，在方程说明中就可以使用这个系数向量。 例如，假设创造了系数向量A和BETA，各有一行。则可以用新的系数向量代替C：log(cs)= a(1)+ beta(1)* log(cs(-1)) ;§5.3 在EViews中估计方程 ;§5.3.2 估计样本;滞后变量：回归中包含滞后变量，样本的调整程度会不同，这取决于样本期前的数据是否可得到。 如假设M1和IP是两个没有丢失数据的序列，样本区间为59.01-89.12 而且回归说明为：m1 c ip ip(-1) ip(-2) ip(-3) 如果设定估计样本区间为60.01-89.12, EViews会把样本调整为： Dependent Variable：M1 Method：Least Squares Date：08/19/02 Time：10:49 Sample: 1960:01 1989:12 Included observation: 360 因为直到1959年4月ip(-3) 才有数据。然而，如果把估计样本区间定为60.01-89.12，EViews不会对样本进行任何调整，因为在整个样本估计期间ip(-3)的值都是可以得到的。一些操作不允许样本中间有数据丢失，如带MA和ARCH项的估计。当执行这些步骤时，如果在样本中间遇到一个NA就会出现一错误信息而且执行过程也会停止。 ;;§5.4 方程输出;根据矩阵的概念, 标准的回归写为： 其中： y是因变量观测值的T维向量， X是解释变量观测值的T*k维矩阵， β是k维系数向量， ε是T维扰动项向量， T是观测值个数， k是解释变量个数 在上面的结果中， y是log(M1)，X包括三个变量c、log(IP)、TB3, 其中T =372 , k =3。;§5.4.1 系数结果;例如： 简单的消费方程：CSt=C0+C1INCt+εt， 其中cs是消费；inc是收入。 方程中C0代表自发消费，表示收入等于零时的消费水平； 而C1代表了边际消费倾向，0C11，即收入每增加1元，消费将增加C1元，若C1等于0.6，则收入每增加1元，消费将增加0.6元。 若消费方程中加上实际利率RS，即CSt=C0+C1INCt+C2RSt+εt，从经济学角度看C2应是负数，实际利率下降将使消费增加。 线性对数方程：估计得到的参数本身就是该变量的弹性 如在log(Qt)=α+βlog(