作业二完成版.doc

学 生 实 验 报 告 学 院： 经济学院 课程名称： 计量经济学 专业班级： 经济学111班 姓 名： 郑廷志 学 号： 0112146 学生实验报告学生姓名郑廷志学号0112146同组人实验项目Eviews软件操作与应用一必修 选修 演示性实验 验证性实验 操作性实验 综合性实验实验地点0203实验仪器台号指导教师封福育实验日期及节次2013年11月30日5、6、7节一、实验目的及要求：1、目的利用Eviews软件，使学生在实验过程中全面了解和熟悉计量经济学。2、内容及要求熟悉Eviews软件的操作与应用二、仪器用具：仪器名称规格/型号数量备注3、 实验方法与步骤:1 题表3.6是64个国家儿童死亡率与人均数据，请用合适的模型做儿童死亡率对人均的一元线形回归，解释回归结果的含义，画出儿童死亡率对人均倒数的散点图，并与回归结果对应解释。 答：设模型为： 其中Y为儿童死亡率，X为1/GNP进行OLS回归分析结果如下：VariableCoefficientStd. Error t-StatisticProb. X 27273.17 3759.999 7.2535030.0000C 81.79436 10.83206 7.5511360.0000R-squared0.459051 Mean dependent var141.5000Adjusted R-squared0.450326 S.D. dependent var75.97807S.E. of regression56.33016 Akaike info criterion10.93109Sum squared resid196731.4 Schwarz criterion10.99855Log likelihood-347.7948 Hannan-Quinn criter.10.95767F-statistic52.61330 Durbin-Watson stat1.959368Prob(F-statistic)0.000000回归模型为：散点图如下：由回归结果中可知R2=0.459051，即模型的拟合优度较低，即解释变量X-GNP的倒数对被解释变量Y-儿童死亡率的解释能力只有不到一半。由方差分析中F统计量的P值小于0.05可知，模型显著，即至少有一个参数不为零。由散点图与回归结果可知X与Y呈正相关关系。2 题表3.7是我国粮食产量、农业机械总动力、土地灌溉面积、化肥施用量1990-2008年的数据，请用粮食产量作被解释变量，分别用其他三个变量作解释变量进行一元线形回归，并用其中你认为最好的模型预测2009和2010年的粮食产量。 答：设粮食产量为Y，农用机械总动力为X1，土地灌溉面积为X2，化肥施用量为X3，分别对Y进行一元线性回归结果如下：、X1-农用机械总动力对Y-粮食产量的一元线性回归分析： VariableCoefficientStd. Error t-Statistic Prob. C 42952.691908.017 22.51170 0.0000X1 0.0874820.036048 2.426824 0.0266R-squared0.257300 Mean dependent var47348.41Adjusted R-squared0.213612 S.D. dependent var2947.975S.E. of regression2614.220 Akaike info criterion18.67462Sum squared resid1.16E+08 Schwarz criterion18.77403Log likelihood-175.4089 Hannan-Quinn criter.18.69144F-statistic5.889473 Durbin-Watson stat0.689186Prob(F-statistic)0.026639、土地灌溉面积为X2对粮食产量Y的一元线性回归分析：VariableCoefficientStd. Error t-Statistic Prob. C 21364.95 9621.985 2.220431 0.0403X2 0.496494 0.183521 2.705377 0.0150R-squared0.300960 Mean dependent var47348.41Adjusted R-squared0.259840 S.D. dependent var2947.975S.E. of regression2536.218 Akaike info criterion18.61404Sum squared resid1.09E+08 Schwarz criterion18.71345Log likelihood-174.8333 Hannan-Quinn criter.18.63086F-statistic7.319066 Durbin-Watson stat0.680218Prob(F-statistic)0.015006、化肥施用量X3对粮食产量Y的一元线性回归分析：VariableCoefficientStd. Error t-StatisticProb. C 38067.08 2961.598 12.853560.0000X3 2.313205 0.725264 3.1894660.0054R-squared0.374372 Mean dependent var47348.41Adjusted R-squared0.337570 S.D. dependent var2947.975S.E. of regression2399.351 Akaike info criterion18.50308Sum squared resid97867010 Schwarz criterion18.60250Log likelihood-173.7793 Hannan-Quinn criter.18.51991F-statistic10.17269 Durbin-Watson stat0.755713Prob(F-statistic)0.005368由以上分析结果可以看出，线性回归方程三即：的拟合优度最佳，选择该模型对2009及2010年的粮食产量进行预测：X2009=5404.40，预测值Y2009=50568.57万吨X2010=5561.68，预测值Y2010=50932.39万吨3 为了分析中国的环境库兹涅茨曲线，我们建立了如下的回归方程： 其中：WE为废水（或废气）人均排放量（单位：吨），PGDP为人均GDP水平。具体数据见表4.1 （1）基于表中的数据，估计中国人均工业（或废气）排放量随人均GDP变化的规律，解释估计结果的经济含义。答：、以WEt-废水人均排放量，PGDP进行回归分析，结果如下：Variable Coefficient Std. Errort-Statistic Prob.PGDP*PGDP4.34E-05 4.34E-0610.01292 0.0000PGDP -0.053339 0.004219-12.643720.0000C 31.94196 0.860218 37.132420.0000R-squared0.935766 Mean dependent var19.41438Adjusted R-squared0.929343 S.D. dependent var3.384789S.E. of regression0.899724 Akaike info criterion2.747650Sum squared resid16.19006 Schwarz criterion2.895758Log likelihood-28.59798Hannan-Quinn criter.2.784899F-statistic145.6816 Durbin-Watson stat0.859559Prob(F-statistic)0.000000估计的回归方程为：说明人均收入增长PGDP对废水人均排放量的边际影响为：回归结果显示拟合优度为0.929343，说明模型拟合效果较好，PGDP能解释废水人均排放量的92.9%。同时、模型参数均显著，说明模型设定正确。、以WEt-废气人均排放量，PGDP进行回归分析，结果如下：Variable Coefficient Std. Error t-Statistic Prob. PGDP -0.0007940.000179 -4.4280440.0003PGDP*PGDP2.58E-06 1.84E-07 14.011190.0000C 0.749268 0.036579 20.48365 0.0000R-squared0.991114 Mean dependent var0.977529Adjusted R-squared0.990226 S.D. dependent var0.386977S.E. of regression0.038259 Akaike info criterion-3.567782Sum squared resid0.029275 Schwarz criterion-3.419674Log likelihood44.02949 Hannan-Quinn criter.-3.530533F-statistic1115.387 Durbin-Watson stat0.996059Prob(F-statistic)0.000000估计的回归方程为：说明人均收入增长PGDP对废水人均排放量的边际影响为：回归结果显示拟合优度为0.991114，说明模型拟合效果非常好，PGDP能解释废水人均排放量的99.1%。同时、模型参数均显著，说明模型是正确设定的。（2）中国工业污染排放是否符合环境库兹涅茨曲线的特征？解释你的理由。答：不符合，因为环境库兹涅茨曲线的特征是呈倒U型，即二次项系数为负。然而从以上两步分析中可以发现，二次项系数1均为正数，所以中国工业污染排放并不符合环境库兹涅茨曲线的特征。4.为分析中国能源效率的影响因素，有研究者建立了如下的模型： 其中：LEE和LPI分别为取自然对数的能源效率（单位消耗的实际GDP）和能源价格定基指数，SI为第二产业的比重。题表4.2为中国1978-2006年的数据。其中：能源效率为单位能源消耗的实际GDP，能源价格定基指数是按不同能源占总消费比重为权的加权价格（1978年为100）。具体数据见题表4.2。（1） 基于经济理论和对经济现实的观察，你对LPI和SI系数的符号有怎样的先验预期？简要说明理由。答：LPI系数为正，而SI系数为负。随着经济增长，技术进步，对能源效率提高的同时，能源的的需求也会加大，然而供给却不能很好的跟上需求的增长，因而相对价格会上升，所以，LPI系数为正。随着经济发展，服务业在在国民经济中的比例会不断升高，二工业则不然。因而SI系数为负。（2） 对模型进行OLS估计。解释估计结果的经济含义？答：OLS估计结果如下：VariableCoefficientStd. Error t-Statistic Prob.LPI 0.490731 0.01624530.20888 0.0000SI -0.041588 0.006807-6.1091650.0000C 0.284883 0.282877 1.0070890.3232R-squared0.973803 Mean dependent var1.210797Adjusted R-squared0.971788 S.D. dependent var0.391911S.E. of regression0.065827 Akaike info criterion-2.505872Sum squared resid0.112664 Schwarz criterion-2.364427Log likelihood39.33514 Hannan-Quinn criter.-2.461573F-statistic483.2421 Durbin-Watson stat0.565152Prob(F-statistic)0.000000由估计结果得回归方程为：拟合优度为0.971788，F检验P值为0说明模型拟合效果很好，模型成功的解释了LEE（取自然对数的能源效率）变化的97.17%。但参数检验中，常数0不显著，即常数项为0。系数的符号与预期相同。说明能源的相对稀缺（价格上涨）与服务业的兴起（工业的减少）大致反映中国经济的发展，以及技术的进步。（3） 有人认为。中国第二产业比重的增加对提高能源效率具有反向作用，你如何检验这一观点？答：H0: 2=0 H1:20假设原假设成立的情况下，而tt(N-K-1)=t(26),在显著性水平为0.05时，查表得-t0.05（26）=-1.706，拒绝域为（-，-1.706）由于t落在此区间内，因此拒绝原假设，即认为20，中国第二产业比重的增加对提高能源效率具有反向作用。（4） 1992年7月，中国试点防开了煤炭价格，而煤炭在我国能源消费总量中一直占70%左右。所以，有人认为，能源效率与能源价格的关系在1978-1992年和1993-2006年两个时期可能会有显著的变化。你如何检验这一假设？答：对这两个时期的数据分别进行回归分析，然后进行邹检验；1978-1992年回归方程为：RSS1=0.027391993-2006年回归方程如下：RSS2=0.0301141978-2006年的回归方程如下：RSSr=0.112664原假设： H0：0=0 ，1=1 ，2=2 H1：原假设中有至少有一个不成立F统计量：其中FF(3,23),计算得出F=7.35416，在显著性水平为0.05的条件下，F0.05（3.23）=3.03，由于F显然大于F0.05（3.23），所以。拒绝原假设，即认为能源效率与能源价格的关系在1978-1992年和1993-2006年两个时期有显著的变化。4 在本章第一节的例子中，我们知道，当基于新凯恩斯混合Phillips曲线研究中国通货膨胀的动态性质时，需要建立如下的计量经济学模型：其中：通胀率可以基于消费物价指数（consumer price index,CPI）计算，并用下一期的实际通胀率作为上一期的通胀率预期，即。以劳动份额指标作为的替代变量。具体数据见题表4.3。（1） 基于经济理论，你对模型中各参数有怎样的先验预期，解释你的理由。答：三个系数均为正。一般说来，通胀会伴随着就业的增长。即劳动份额越高，失业越低，通胀率就越高，因而为正；由于，预期下一期的通胀率会高，即货币会贬值，则本期就会增加消费，则货币需求增大，通胀率上升，因而对下一期通胀率的预期也是正相关的关系，也为正。同理，前一期的通胀率对本期的影响效果也是同向的，因而依然为负。（2） 对模型进行OLS估计。解释估计结果的经济含义？答：估计结果如下：VariableCoefficientStd. Error t-Statistic Prob.PAI(-1)0.582346 0.116934 4.980138 0.0004PAI(1)0.575681 0.112914 5.098390 0.0003MC 0.419931 12.63048 0.033247 0.9741C -1.112303 7.877777 -0.141195 0.8903R-squared0.896452 Mean dependent var5.326667Adjusted R-squared0.868212 S.D. dependent var7.594309S.E. of regression2.756933 Akaike info criterion5.089293Sum squared resid83.60745 Schwarz criterion5.278106Log likelihood-34.16970 Hannan-Quinn criter.5.087282F-statistic31.74374 Durbin-Watson stat2.034199Prob(F-statistic)0.000010其中PAI为本期通胀率，PAI（-1）为前一期通胀率，PAI（1）为预期下一期的通胀率。回归方程为：R2=0.86821，F统计量的P值为0.00001，说明模型拟合较好。能够解释本期通胀率变化的86.8%。参数符号与预期相同。=0.582346说明前一期通胀率变化一单位对本期通胀率的影响为0.582346；=0.575681代表下一期通胀率预期变化一单位对本期通胀率的影响为0.575681；=0.419931表示劳动份额每增加一单位，本期通胀率将增加0.419931个单位。（3） 理论上，意味着垂直的长期Phillips曲线。基于样本信息，你如何检验这一假设是否成立？答：对进行Wald检验结果如下：Wald Test:Test Statistic Value dfProbabilityF-statistic 1.766062 (1, 11)0.2108Chi-square1.766062 1 0.1839Null Hypothesis Summary:Normalized Restriction (= 0)ValueStd. Err.-1 + C(1) + C(2) 0.1580270.118913Restrictions are linear in coefficients.由检验结果中F统计量为1.766062.P值大于0.05，所以接受原假设。即，这是一条垂直的菲利普斯曲线。（4） 基于样本数据，说明中国通胀预期的特征。答：从数据来看，我国的通胀预期既有向后看的适应性预期，又有向前看的理性预期。因而有“扎堆”的现象，即前后波动不会很突然，相互之间有约束作用。（5） 考虑到预期的非完全理性的现实，在新凯恩斯Phillips曲线中可能需要加入通胀率的高阶滞后项，基于表中的样本数据，的滞后阶数应该选为几阶？你的选择依据是什么？如果滞后阶数大于一阶，请重新估计模型，并解释估计结果的经济含义？并检验的约束是否成立（此时是各阶滞后项系数之和）。答：、的滞后阶数为6.选择依据是最适的滞后阶数会使得R2最大，而AIC（赤池信息准则）和SC（施瓦茨准则）最小化，由于数据有限，最大只能选到6阶滞后。、重新估计结果如下：VariableCoefficientStd. Error t-Statistic Prob. PAI(1)-0.1468380.601857 -0.2439740.8477PAI(-1)0.470125 0.450441 1.043700 0.4864PAI(-2)-1.3389700.235148 -5.6941590.1107PAI(-3)1.481388 0.317247 4.669514 0.1343MC 65.64625 36.73692 1.786928 0.3248C -42.80301 23.52580 -1.8194070.3199PAI(-4)-0.4086260.127534 -3.204043 0.1926PAI(-5)0.090102 0.092411 0.975015 0.5081PAI(-6)0.139218 0.089035 1.563633 0.3622R-squared0.990572 Mean dependent var0.930000Adjusted R-squared0.915150 S.D. dependent var1.674017S.E. of regression0.487625 Akaike info criterion0.898873Sum squared resid0.237778 Schwarz criterion1.171199Log likelihood4.505636 Hannan-Quinn criter.0.600131F-statistic13.13371 Durbin-Watson stat3.784446Prob(F-statistic)0.210408重新估计的模型为：回归模型显示，本期通胀率受前一期通胀率为正相关关系，与预期下一期通胀率的影响为负相关关系。受t-2期与t-4期影响，为负相关关系，且越接近本期，影响程度越大。其他期影响为正相关。受劳动份额的正相关影响。、检验 约束：eviews检验结果如下：Test StatisticValue df ProbabilityF-statistic 1.028091 (1, 1) 0.4956Chi-square1.028091 1 0.3106Null Hypothesis Summary:Normalized Restriction (= 0) Value Std. Err.-1 + C(1) + C(2) + C(3) + C(4) + C(7) + C(8) + C(9)-0.7136000.703784Restrictions are linear in coefficients.检验结果说明约束仍然成立，接受原假设，依然是垂直的菲利普斯曲线。（6） 请读者基于生产者价格指数（PPI）的数据，重新分析上述问题。答：、用PPI数据分析得出最佳滞后阶数为6阶，估计结果如下：VariableCoefficientStd. Error t-Statistic Prob. PAI(1)5.335507 2.458768 2.169992 0.2749PAI(-1)5.896175 2.589757 2.2767300.2635PAI(-2)-6.4302482.714413 -2.3689270.2543PAI(-3)3.623001 1.437327 2.5206520.2404PPI -1.487706 0.806848 -1.8438480.3164C 138.3533 75.47219 1.8331700.3179PAI(-4)-0.7901930.281877 -2.8033230.2181PAI(-5)0.203791 0.126803 1.6071470.3543PAI(-6)0.307460 0.162997 1.8862960.3103R-squared 0.991015 Mean dependent var0.930000Adjusted R-squared0.919136 S.D. dependent var1.674017S.E. of regression0.476035 Akaike info criterion0.850763Sum squared resid0.226609 Schwarz criterion1.123089Log likelihood4.746187 Hannan-Quinn criter.0.552021F-statistic13.78718 Durbin-Watson stat3.788834Prob(F-statistic)0.205498估计回归模型为：、对的约束检验：Wald Test:Test StatisticValue df ProbabilityF-statistic 2 .524113 (1, 5) 0.1730Chi-square 2.524113 1 0.1121Null Hypothesis Summary:Normalized Restriction (= 0) Value Std. Err.-1 + C(1) + C(2) + C(3) + C(4) + C(7)-0.4475830.281721Restrictions are linear in coefficients.检验结果显示原假设成立，仍然为垂直的菲利普斯曲线。4、 指导教师评语及成绩：成绩： 指导教师签名： 批阅日期：