(精品)第五章-虚拟变量模型和滞后变量模型.doc

第五章虚拟变量模型1.表5.1中给出了中国1980—2001年以城乡储蓄存款新增额代表的居民当年储蓄及以GNP代表的居民当年收入的数据。以1991年为界，判断1991年前和1991年后的两个时期中国居民的储蓄—收入关系是否已发生变化。表5.11980—2001年中国居民储蓄与收入数据单位：亿元年份储蓄SGNP年份储蓄SGNP1980118.54517.819912072.821662.51981124.24860.319922438.426651.91982151.75301.81993321734560.51983217.15957.419946756.4466701984322.27206.719958143.557494.91985407.98989.119968858.566850.5198661510201.41997775973142.71987835.711954.519987127.776967.21988728.214922.319996214.380579.419891345.416917.820004710.688228.119901887.318598.42001943094346.4估计以下回归模型：其中为引入的虚拟变量：对上面的模型进行估计，结果如下：所以表达式为：(1.40)(4.45)(-1.38)(0.37)从和的t检验值可以知道，这两个参数显著的为0，所以1991年前和1991年后两个时期的回归结果是相同的。下面用邹式检验来验证上面对于两个时期的回归结果相同的结论是否正确。过程如下：输入要验证的突变点，本例为1991年。输出结果如下：从伴随概率值可以看出，邹式检验的结果是接受原假设，即方程结构没有发生变化，1991年不是突变点。与设定虚拟变量的结果是一样的。表4是1982：1—1985：4中国季度酒销量（，万吨）。画序列图如下得到序列图如下：这是一个季节时间序列数据，呈明显的季节变化特征，通过加入季节虚拟变量来描述季节特征建立模型。表4全国酒销量（，万吨）季节数据年月YD1D2D31982：192.71001982：279.30101982：380.10011982：486.70001983：1104.11001983：289.70101983：390.20011983：490.20001984：1107.91001984：296.70101984：397.80011984：493.60001985：1111.51001985：298.40101985：397.70011985：494000定义虚拟变量Eviews操作如下按上述过程依次定义D2和D3。定义过虚拟变量后，建立模型，进行估计。得到输出结果如下：有上面的输出结果可以看出，D2和D3的相伴概率分别为0.3020和0.4939，可知，D2和D3的回归参数并不显著，所以从模型中剔除虚拟变量D2和D3。重新进行参数估计：得到如下输出结果：相应估计式为：(48.5)(7.3)(8.3)1982年第二季度令t=1。对于这组数据，只把第一季度区别于其他3个季度就可以了。表5.2给出了总过电力基本建设投资X与发电量Y的相关资料，拟建立一多项式分布滞后模型来考察两者的关系。表5.2中国电力工业基本建设投资与发电量年份基本建设投资（亿元）X发电量（亿千瓦时）Y年份基本建设投资（亿元）X发电量（亿千瓦时）Y197530.6519581986161.64495197639.9820311987210.884973197734.7222341988249.735452197850.9125661989267.855848197950.9928201990334.556212198048.1430061991377.756775198140.1430931992489.697539198246.2332771993675.138395198357.46351419941033.429218198476.99377019951124.15100701985107.864107由于无法预知电力行业基本建设投资对发电量影响的时滞期，需取不同的滞后期试算。经过试算发现，在2阶阿尔蒙多项式变换下，滞后期数取到第6期，估计结果的经济意义比较合理。估计过程如下：输出结果如下：输出结果的下边部分给出了分布滞后模型的各滞后期的参数。最后得到分布滞后模型估计式为：(13.62)(0.19)(2.14)(1.88)(1.86)(1.96)(1.1)(0.24)表5.3给出了中国1978—2000年按当年价测度的GDP与居民消费CONS数据，检验两者的因果关系。表5.3中国GDP与消费支出单位：亿元年份CONSGDP年份CONSGDP19781759