实验八分布滞后模型与自回归模型及格兰杰因果关系检验13金数2班201330110203何健华.docxVIP

实验八 分布滞后模型与自回归模型及格兰杰因果关系检验 姓名：何健华 学号：201330110203 班级：13金融数学2班 一 实验目的： 掌握分布滞后模型与自回归模型的估计与应用，掌握格兰杰因果关系检验方法，熟悉EViews 的基本操作。 二 实验要求： 应用教材P168 例子5.2.2 案例，利用阿尔蒙法做有限分布滞后模型的估计；应用教材P173 例子5.2.3 案例做分布滞后模型与自回归模型的估计；应用教材P176 例子5.2.4 案例额做格兰杰因果关系检验。 三 实验原理： 普通最小二乘法、阿尔蒙法、格兰杰因果关系检验、DW 检验、LM 检验。 四 预备知识： 最小二乘法估计的原理、t 检验、拟合优度检验、阿尔蒙法、多项式近似。 五 实验步骤 1970~1991年美国制造业固定厂房设备投资Y和销售量X的相关数据如下表所示。 单位：10 亿美元 年份 厂房开支Y 销售量X 年份 厂房开支Y 销售量X 1970 36.99 52.805 1981 128.68 168.129 1971 33.6 55.906 1982 123.97 163.351 1972 35.42 63.027 1983 117.35 172.547 1973 42.35 72.931 1984 139.61 190.682 1974 52.48 84.79 1985 152.88 194.538 1975 53.66 86.589 1986 137.95 194.657 1976 68.53 98.797 1987 141.06 206.326 1977 67.48 113.201 1988 163.45 223.547 1978 78.13 126.905 1989 183.8 232.724 1979 95.13 143.936 1990 192.61 239.459 1980 112.6 154.391 1991 182.81 235.142 一、以代表理想的或长期的新建产房设备企业开支，估计如下模型： --------（1-1） 1.1建立工作工作文件并录入数据，得到图1.1。 图1.1 1.2模型设定 对模型（1-1）进行如下局部调整假设： ， 则原模型变换为 --------（1-2） 1.3对模型（1-2）进行估计 在工作文件中，点击 Quick\Estimate Equation…，然后在弹出的对话框中输入：Y C X Y(-1)，点击OK，得到如图1.2所示的回归分析结果。 图1.2 由图1.2中数据得估计结果如下： （-2.98） （6.26） （1.97） 由参数估计结果，得。从而得到 ， 由此得到长期货币流通需求模型的估计式为 在5%的显著水平下n = 22, k = 3，查表有。回归结果表明，由于所以判断模型不存在正自相关。但由于模型中含有被解释变量的滞后期作为解释变量，因此不能就此判断模型不具有序列相关性。 下面再进行拉格朗日乘数检验，估计含 1 阶滞后残差项的辅助回归函数。 在图1.2回归结果中，点击View\Residual Diagnostics\Serial Correlation LM Tess..，在弹出的对话框中输入1，点击确定即可得到1 阶滞后残差项的辅助回归函数结果，如图1.3。 图1.3 由此可知模型（1-1）确实不存在一阶序列相关。 二、如果模型设定改为： -------（2-1） 请用存量调整模型进行估计。同一中结果相比，你会选择哪个模型？ 2.1模型设定 对模型（2-1）两边取对数得 再进行如下局部调整假设： ， 则原模型变换为 --------（2.2） 2.2对模型（2-2）进行估计 在工作文件中，点击 Quick\Estimate Equation…，然后在弹出的对话框中输入：log(Y) C log(X) log(Y(-1))，点击OK，得到如图2.2所示的回归分析结果。 图2.2 由图2.2中数据得估计结果如下： （-5.24） （7.33） （1.75） 同一，由于模型（2-2）中含有被解释变量的滞后期作为解释变量，因此不能就此判断模型不具有序列相关性。利用LM 检验显示如下表的结果。 显然，模型（2-2）不存在一阶序列相关性。 2.3对模型进行比较 虽然模型（2-2）比模型（1-2）的拟合优度高，