第5章 动态回归与误差修正模型(案例).docVIP

例：（file: break2）东北、华北、华东、华中21省市1993和1998年耕地面积（land,百万公顷）和农业产值（Y, 百亿元）数据见图（已取对数）。用圆圈表示的观测点为1993年数据，用三角表示的观测点为1998年数据。大体看各省市1998年耕地面积比1993年耕地面积略有减少，产值却都有增加。以1993和1998年数据为两个子样本，以42个数据为总样本，求得残差平方和见下表 样本容量 残差平方和 相应自由度 回归系数 1 T = 42 SSET = 14.26 T - k = 40 2 n1= 21 SSE1 = 4.37 n1 - k = 19 (1 3 n2= 21 SSE2 = 3.76 n2 - k = 19 (1 注：三次回归的模型形式Lnoutt = (0 +(1 Lnlandt + ut。 因为， F = = = 14.33 F(1, 40) = 7.31 所以两个年度21省市的农业生产发生了很大变化。 案例1：开滦煤矿利润影响因素的实证分析（1903-1940，动态分布滞后模型，file:LH1） （发表在《学术论坛》，2003.1, p. 88-90） 图1 开滦煤矿销煤量变化曲线（x1, 1903-1940） 图2 开滦煤矿吨煤售价变化曲线（x2, 1903-1940） 图3 开滦煤矿利润变化曲线（1903-1940） 图4 开滦煤矿利润对销煤量散点图 图5 开滦煤矿利润对吨煤售价散点图 1）建立ADL(2,2,2) Yt =0.2937Yt-1+0.2038 Yt-2+4.2469 X1t–3.5106 X1t -1 （2.5） （2.4） （7.3） （-5.5） +2964.25 X2t –1390.66 X2t –1-1433.01 X2t –2 (1) （7.3） （-1.7） （-2.3） R2 = 0.96, s.e.=1504.7, LM(2) = 4.10, DW=2.16, F=128.7, Q(15) = 8.1 (1905-1940) 用上式求长期关系， Yt = 1.4653 X1t + 278.6X2t (2) , j = 1, 2 (1* = 1.4653 (1453.8 / 7134.1) = 0.2986 (2* = 278.6 (2.2067 / 7134.1) = 0.0862 无量纲长期参数估计结果是 Y = 0.2986 X1 + 0.0862X2 (3) 这说明实际上X1 对Y的影响大于X2对Y的影响。 2) ADL(1,1,2) LnYt =0.7502LnYt-1+1.8804 LnX1t –1.6210LnX1t -1 （9.0） （8.2） （-6.7） +1.5037 LnX2t –1.4787 LnX2t –1 (4) （6.0） （-4.9） R2 = 0.95, LM(2) = 1.91, DW=1.7, F=140.7, Q(15) = 6.0, （1903-1940) LnYt = 1.038 LnX1t + 0.100 LnX2t (5) 这说明LnYt 对LnX1t的弹性系数远远大于LnYt对LnX2t的弹性。 案例2：关于日本人均消费的误差修正模型（见教材206-213页，file: b5c1） 本案例采用“一般到特殊”建模方法用1963-1993年（T = 31）日本人均年消费、可支配收入（单位：万日元）和价格数据建立消费模型。 （注意：本章假定变量具有平稳性。但本案例中变量是非平稳的。因为变量具有协整性，所以不影响对误差修正模型的介绍。） 1）定义变量如下： LnCt：对数的人均年消费额 （不变价格，1985 = 1）。 LnIt：对数的人均年可支配收入额 （不变价格，1985 = 1）。 LnPt：对数的消费价格指数（1985 = 1）。 原始数据摘自日本《家计调查年报》1963, …, 1993（日本总务厅统计局出版）经作者进一步计算得到LnCt，LnIt 和LnPt 数据（见表5.1）。曲线分别见图5.2和图5.3。 图5.2 LnCt 和LnIt 图5.3 LnPt 2）建立一般模型 首先建立一个ADL(1, 1, 2) 模型（含有两个外生变量，解释变量与被解释变量各滞后一期）作为“一般模型”。 用1963-1993年数据得估计结果 = 0.2621 + 0.8297 LnIt - 0.0414 Ln