时间序列计量经济学模型案例.docVIP

第九章 时间序列计量经济学模型案例 1、1949—2001年中国人口时间序列数据见表8，由该数据（1）画时间序列图和差分图；（2）求中国人口序列的相关图和偏相关图，识别模型形式；（3）估计时间序列模型；（4）样本外预测。 表 中国人口时间序列数据（单位：亿人） 年份 人口yt 年份 人口yt 年份 人口yt 年份 人口yt 年份 人口yt 1949 5.4167 1960 6.6207 1971 8.5229 1982 10.159 1993 11.8517 1950 5.5196 1961 6.5859 1972 8.7177 1983 10.2764 1994 11.985 1951 5.63 1962 6.7295 1973 8.9211 1984 10.3876 1995 12.1121 1952 5.7482 1963 6.9172 1974 9.0859 1985 10.5851 1996 12.2389 1953 5.8796 1964 7.0499 1975 9.242 1986 10.7507 1997 12.3626 1954 6.0266 1965 7.2538 1976 9.3717 1987 10.93 1998 12.4761 1955 6.1465 1966 7.4542 1977 9.4974 1988 11.1026 1999 12.5786 1956 6.2828 1967 7.6368 1978 9.6259 1989 11.2704 2000 12.6743 1957 6.4653 1968 7.8534 1979 9.7542 1990 11.4333 2001 12.7627 1958 6.5994 1969 8.0671 1980 9.8705 1991 11.5823 1959 6.7207 1970 8.2992 1981 10.0072 1992 11.7171 （1）画时间序列图 打开的数据窗口 得到中国人口序列图 求中国人口差分图： 中国人口差分图如下： 从人口序列图和人口差分序列图可以看出我国人口总水平除在1960年和1961年两年出现回落外，其余年份基本上保持线性增长趋势。 52年间平均每年增加人口1412.6923万人，年平均增长率为1.66%。从人口序列的变化特征看，这是一个非平稳序列。 （2）求中国人口序列的相关图和偏相关图，识别模型形式 打开数据窗口，过程如下： Level表示选择对画相关图、偏相关图。滞后期为10。 结果如下： 由相关图衰减缓慢可以知道，中国人口序列是非平稳序列。 做的相关图和偏相关图如下： 由上图可以看出，自相关函数呈指数衰减，偏自相关函数1阶或2阶截尾。所以是一个1阶或2阶自回归过程。 （3）时间序列模型估计 模型估计命令如下，同时将样本改为1949—2000年，留下2001年的值用于计算预测精度。 输出结果如下： 从上面的输出结果可以看出，AR(2)的系数没有显著性，因此需要从模型中将其剔除继续估计。 得到重新的估计结果如下： 对应的模型表达式为： (8.7) (5.4) 直接写为： 输出结果中的0.1429是的均值，表示年平均人口增量是0.1429亿人。 整理上述输出结果，得： 0.0547表示线性趋势的增长速度。 从输出结果的最后一行可以知道，特征根是1/0.62=1.61，满足平稳性要求。 检验模型的误差项： 选滞后期为10 得到如下输出结果： 从对应的概率值可以看出，所有的Q值都小于检验水平为0.05的分布，所以模型的随机误差项是一个白噪声序列。 （4）样本外预测 过程如下： 预测方法选择静态预测。 结果如下： 已知2001年中国人口实际数是12.7627亿人，预测值为12.788亿人，误差为0.2%。 2、1967—1998年天津市保费收入（，万元）和人口（，万人）数据见表9。 表9 天津市保费收入（）和人口（）数据 年份 Yt(万元) Xt(万人) 年份 Yt(万元) Xt(万人) 1967 259 649.72 1983 5357 785.28 1968 304 655.04 1984 6743 795.52 1969 313 650.75 1985 8919 804.8 1970 315 652.7 1986 14223 814.97 1971 322 663.41 1987 19007 828.73 1972 438 674.65 1988 23540 839.21 1973 706 683.31 1989 29264 852.35 1974 624 692.47 1990 34327 866.25 1975 632 702.86 199