chap14 系统方程模型.pptVIP

习题 1.利用本书附带光盘data文件夹下的“chinamacro.dta”工作文件，进行小型中国宏观经济模型的拟合。主要变量包括：gdp=国内生产总值GDP（支出法），y=减去净出口的总产出，cu=城镇消费，cr=农村消费，i=固定资产形成总额，iu=城镇居民人均可支配收入，ir=农村居民家庭人均纯收入，dl=固定资产贷款，M2=广义货币，y1=第一产业增加值，ig=存货增加，M1=狭义货币供给量，cg=政府消费，t1=农业税，ia=农业固定资产投资占全社会固定资产投资的比重，rl=一年期贷款利率，rd=一年期存款利率，pu=城镇人口，pr=农村人口，p1=第一产业平减指数，p2=GDP平减指数，p3=城镇居民消费价格指数，p4=农村居民消费价格指数，p5=固定资产投资价格指数，p6=居民消费价格指数。 2.仍然利用本书附带光盘data文件夹下的“usaauto.dta”工作文件，进行一个三方程模型的估计。对数据的具体描述见第六章的实验6-1。 模型的第一个方程考察汽车的产地、重量、长度对价格的影响，第二个方程考察汽车的产地和重量对每加仑油所行驶的英里数的影响，第三个方程考察汽车的产地和重量对内燃机气缸的工作容积（displacement）的影响。 使用两种命令格式进行回归。（提示，可将后两个方程写到一个括号内） 3.在习题2的回归之后，约束模型中不显著的系数为0，重新进行回归。 4.对习题2的回归进行预测。尝试各种选项的应用。 主要内容 似不相关回归 多元回归模型 联立方程模型 实验14-1：似不相关回归 实验基本原理 实验内容及数据来源 本书附带光盘data文件夹下的“usaauto.dta”工作文件，给出了美国汽车产业的横截面数据。主要变量包括：price=汽车的价格，mpg=每加仑油所行驶的英里数，weight=汽车的重量，foreign=是否进口车（0代表是国产车），length=汽车长度，displacement=内燃机气缸的工作容积。 利用这些数据，我们拟合两个方程，分析汽车长度、产地对其重量的影响，以及汽车每加仑油所能行驶的里程、产地、内燃机气缸的工作容积对其价格的影响。考虑到两个方程的扰动项可能相关，我们使用似不相关回归模型。 这样，利用“usaauto.dta”的数据，我们来讲解似不相关回归的操作以及模型的预测。 实验操作指导 1 似不相关回归的操作 对于“usaauto.dta”的数据，我们同时拟合两个方程，来分析汽车长度、产地对其重量的影响，以及汽车每加仑油所能行驶的里程数、产地、内燃机气缸的工作容积对其价格的影响。这样，输入命令： sureg (weight length foreign) (price mpg foreign displacement), corr small dfk 其中，sureg为似不相关回归的基本命令，weight为第一个方程的被解释变量，foreign和length是第一个方程的解释变量；price是第二个方程的被解释变量，mpg、foreign和displacement是第二个方程的解释变量。选项corr表示进行Breusch–Pagan自相关检验，small表示汇报小样本统计量，dfk表示计算残差的协方差矩阵时进行小样本调整。 此外，如果我们想拟合两个方程，其解释变量相同，都是length和foreign，而被解释变量分别为weight和price，则可以输入以下命令： sureg (weight price=length foreign) 其中，等号前的变量代表各方程的被解释变量，等号后的变量代表各方程相同的解释变量。这里需要注意的是，命令中的括号必不可少。 当然，对于这个问题，我们也可以采用命令： sureg (weight =length foreign) (price=length foreign) 其结果与前面的结果相同。 对于前面的回归，如果我们要给第一个方程命名为eq1，给第二个方程命名为eq2，则可以输入命令： sureg (eq1: weight length foreign) (eq2: price mpg foreign displacement), corr small dfk 这里，括号中的冒号前为方程名，冒号后为被解释变量和解释变量。 2 似不相关回归的预测 拟合完似不相关回归模型之后，进行预测的基本命令为： predict [type] newvar [if] [in] [, equation(eqno [, eqno]) statistic] 其中，predict是预测的基本命令语句，newvar代表生成的新变量的名称，type代表新变量的类型，if代表条件语句，in代表范围语句，选项equatio