(4)案例：模型设定误差检验.doc

案例分析 以引子中所提出的问题为例，分析影响中国进口量的主要因素（数据如表9.3所示）。 表9.3 单位：人民币亿元、亿美元 年份 GDP 进口总额IM（人民币） 进口总额 IMdollar（美元） 汇率 EXCHANGE 1980 4517.8 298.8000 200.17 149.8400 1981 4862.4 375.3800 220.15 170.5100 1982 5294.7 364.9900 192.85 189.2600 1983 5934.5 422.6000 213.90 197.5700 1984 7171.0 637.8300 274.10 232.7000 1985 8964.4 1257.800 422.52 293.6600 1986 10202.20 1498.300 429.04 345.2800 1987 11962.50 1614.200 432.16 372.2100 1988 14928.30 2055.100 552.75 372.2100 1989 16909.20 2199.900 591.40 376.5100 1990 18547.90 2574.300 533.45 478.3200 1991 21617.80 3398.700 637.91 532.3300 1992 26638.10 4443.300 805.85 551.4600 1993 34634.40 5986.200 1039.59 576.2000 1994 46759.40 9960.100 1156.14 861.8700 1995 58478.10 11048.10 1320.84 835.1000 1996 67884.60 11557.40 1388.33 831.4200 1997 74462.60 11806.50 1423.70 828.9800 1998 78345.20 11626.10 1402.37 827.9100 1999 82067.50 13736.40 1656.99 827.8300 2000 89468.10 18638.80 2250.94 827.8400 2001 97314.80 20159.20 2435.53 827.7000 2002 105172.3 24430.30 2951.70 827.7000 2003 117251.9 34195.60 4127.60 827.7000 数据来源:《中国统计年鉴2004》中国统计出版社 设定如下的模型。 （9.50） 其中，是进口总额，是国内生产总值。 为了分析此模型是否有变量设定误差，进行变量设定误差检验。 有人认为，货物与服务的进口量受到一国的生产规模、货物与服务的进口价格、汇率等其他影响因素，而不能只仅用GDP来解释商品进口的变化。因此，设定的回归模型应该为： (9.51) 其中：GDP为国内生产总值，为GDP的线性函数，Exchange为美元兑换人民币的汇率，为Exchange的线性函数。如果是这样，显然设定的回归模型（9.50）式中可能遗漏了变量GDP、Exchange以及两者的线性组合。那么GDP、Exchange以及两者的线性组合是否被遗漏的重要变量呢？ 依据表9.3的数据，录入到EViews响应的数据表中，考证IM=f(GDP)基本关系图： 对(9.50)进行回归,有回归结果 se= (792.2620) (0.0142) t= (-2.0288) (16.2378) DW=0.5357 F=263.6657 并作(9.50)回归的残差图： 显然，存在自相关现象，其主要原因可能是建模时遗漏了重要的相关变量造成的。 1、DW检验:检验自相关 模型的DW统计量表明，存在正的自相关，由于遗漏变量exchange或GDP 已经按从小到大顺序排列，因此，无需重新计算d统计量。对n=24和，5%的德宾-沃森d-统计量的临界值为和，，表明存在显著的遗漏变量现象。 为此，进行如下的校正： Dependent Variable: IM Method: Least Squares Date: 07/08/05 Time: 15:40 Sample (adjusted): 1981 2003 Included observations: 23 after adjustments Variable Coefficient Std. Error t-Statisti