（财务知识）计量经济学作.docxVIP

（财务知识）计量经济学作

计量经济学作业

实验目的：掌握自相关，自相关检验及修正方法以Eviews软件实现。实验需求：①掌握自相关检验的三种方法

②掌握广义差分法

实验步骤：①建立工作文件

②输入数据

③估计回归模型

④自相关检验

⑤广义差分法估计回归模型

实验内容：习题6.3和6.5习题6.3

1收入-消费函数

利用DW统计量，偏相关系数和BG检验，检测模型的自相关性DW统计量：壹元线性回归模型估计

Y=930.7225307804*X

(17.00232)(0.005408)

T=(5.477143)(133.5980)

R^2=0.999048DW=0.790145F=17848.43

此模型的可决系数为0.999048，接近于1，表明模型对样本拟合优度高；F统计量为17848.43，其伴随概率为0.00000，接近于零，表明模型整体线性关系显著，且回归系数均显著；对样本数n为19，解释变量个数k为1，若给定的显著性水平=0.05，查DW统计表得，dL=1.201，dU=1.411，而0DW=0.790145dL=1.201，

这表明模型存在壹阶正自相关。

偏相关系数检验：方程窗口点击

view\residualtest\correlogram-Q-statistics

view\residualtest\correlogram-Q-statistics

从上图可知，所有滞后期的偏相关系数PAC的绝对值均小于0.5，表明回归

模型不存在高阶自相关性

BG检验:方程窗口点击view\residualtest\serialCorrelationLMTest

滞后期为1，得以下结果：

由上表能够见出，=6.146273，prob(nR)=0.013169,小于给定的显著性水平

=0.05，且且et-1回归系数的T统计量值绝对值大于2，表明模型存在壹阶自相关

性。

滞后期为2，得以下结果：

从上表能够见出，=6.876003，prob(nR)=0.032129,小于给定的显著性水平=0.05，

且且et-1和et-2回归系数的t统计量值绝对值均小于2，回归系数显著不为零，表明

模型不存在壹阶、二阶自相关性。

上述检验表明模型可能存在壹阶自相关，OLS估计模型中的t统计量和F统计量的

结论不可信，需应用广义差分法修正模型。

(1)通过在LS命令中直接加上AR(1)，AR(2)项来检测模型的自相关性，且和(1)

中的检验结果进行比较

广义差分法估计模型

。

从上图可知，所有滞后期的偏相关系数PAC

从上图可知，所有滞后期的偏相关系数PAC的绝对值均小于0.5，表明广义

差分法估计的回归模型不存在高阶自相关性

BG检验广义差分法估计的模型

滞后期为1，得以下结果

滞后期为2，得以下结果

从上表可知，当滞后期为时，0.164582prob(nR)=0.684973，当滞后期为2时，

566508prob(nR)=0753328，伴随概率均大于给定的显著性水平=0.，且

且残差滞后期的回归系数的统计量值绝对值均小于2，这表明广义差分法估计的

Y=C(1)+C(2)*X+[AR(1)=C(3),AR(2)=C(4)]

72.877080.0111540.4384540.431168

t=2722150.5105631.119147

R=0.999438，F=7707.254，prob(F)=0.000000DW=1.697899

输出结果显示AR(1)为0.223858，AR(2)为0.482540，且回归系数的t检验显著，表明模型确实存在壹阶、二阶自相关；调整后模型DW为1.697899，样本容量n为17个，解释变量个数k为1，查5%显著水平DW统计表可得dL=1.133，dU=1.381，而

dU=1.133DW=1.6978994-dU，这表明调整后模型不存在壹阶自相关

偏相关系数检验广义差分法估计的模型：

回归模型已消除高阶自相关性。

上述检验表明，广义差分法估计的回归模型已消除自相关性，且且，经济意

义合理，可决系数R提高，t和F检验均显著，我们得到理想模型：

Y=149.1238894+0.7107788946*X+[AR(1)=0.2238582267,AR(2)=0.4825401