第五章 虚拟变量模型和滞后变量模型.docx
《第五章 虚拟变量模型和滞后变量模型.docx》由会员分享，可在线阅读，更多相关《第五章 虚拟变量模型和滞后变量模型.docx（20页珍藏版）》请在冰点文库上搜索。
第五章虚拟变量模型和滞后变量模型
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S
GNP
年份
储蓄S
GNP
1980
118.5
4517.8
1991
2072.8
21662.5
1981
124.2
4860.3
1992
2438.4
26651.9
1982
151.7
5301.8
1993
3217
34560.5
1983
217.1
5957.4
1994
6756.4
46670
1984
322.2
7206.7
1995
8143.5
57494.9
1985
407.9
8989.1
1996
8858.5
66850.5
1986
615
10201.4
1997
7759
73142.7
1987
835.7
11954.5
1998
7127.7
76967.2
1988
728.2
14922.3
1999
6214.3
80579.4
1989
1345.4
16917.8
2000
4710.6
88228.1
1990
1887.3
18598.4
2001
9430
94346.4
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。
2.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
Y
D1
D2
D3
1982：
1
92.7
1
0
0
1982：
2
79.3
0
1
0
1982：
3
80.1
0
0
1
1982：
4
86.7
0
0
0
1983：
1
104.1
1
0
0
1983：
2
89.7
0
1
0
1983：
3
90.2
0
0
1
1983：
4
90.2
0
0
0
1984：
1
107.9
1
0
0
1984：
2
96.7
0
1
0
1984：
3
97.8
0
0
1
1984：
4
93.6
0
0
0
1985：
1
111.5
1
0
0
1985：
2
98.4
0
1
0
1985：
3
97.7
0
0
1
1985：
4
94
0
0
0
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。
3.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）Y
1975
30.65
1958
1986
161.6
4495
1976
39.98
2031
1987
210.88
4973
1977
34.72
2234
1988
249.73
5452
1978
50.91
2566
1989
267.85
5848
1979
50.99
2820
1990
334.55
6212
1980
48.14
3006
1991
377.75
6775
1981
40.14
3093
1992
489.69
7539
1982
46.23
3277
1993
675.13
8395
1983
57.46
3514
1994
1033.42
9218
1984
76.99
3770
1995
1124.15
10070
1985
107.86
4107
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）
4.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
CONS
GDP
年份
CONS
GDP
1978
1759.100
3605.600
1990
9113.200
18319.50
1979
2005.400
4074.000
1991
10315.90
21280.40
1980
2317.100
4551.300
1992
12459.80
25863.70
1981
2604.100
4901.400
1993
15682.40
34500.70
1982
2867.900
5489.200
1994
20809.80
46690.70
1983
3182.500
6076.300
1995
26944.50
58510.50
1984
3674.500
7164.400
1996
32152.30
68330.40
1985
4589.000
8792.100
1997
34854.60
74894.20
1986
5175.000
10132.80
1998
36921.10
79003.30
1987
5961.200
11784.70
1999
39334.40
82673.10
1988
7633.100
14704.00
2000
42911.90
89112.50
1989
8523.500
16466.00
取两阶滞后，过程如下：
输入要检验的变量。
输入滞后阶数。
输出结果如下：
从上面的输出结果可以看出，根据伴随概率值知道，在5%的显著水平下：
拒绝GDP不是CONS的格兰杰检验，即GDP是CONS的格兰杰检验。
接受CONS不是GDP的格兰杰检验。
5.以深圳成指（SZ）和上海综指（SH）序列为例进行非因果性检验步骤。
1999年1月4日—2001年10月15日深圳成指（SZ）和上海综指（SH）序列如下图：
进行格兰杰检验，过程如下：
建立工作文件，打开数据租窗口。
输入滞后期，本例选择滞后5期
得到如下结果：
对上述分析结果进行分析：
由对应的概率可以看出：
接受“上海综指不是深圳成指变化的原因”的假设；拒绝“深圳成指不是上海综指变化的原因”，即深圳成指是上海综指变化的原因。
分别进行滞后5，10，15，20，25期的检验，均得到上述结论。
6.已知1970—1991年美国制造业固定厂房设备投资Y和销售量X的相关数据如表5.4所示。
（1）假定销售量对厂房设备支出有一个分部滞后效应，使用4期滞后和2次多项式去估计此分布滞后模型。
（2）检验销售量与厂房设备支出的Granger因果关系，使用直至6期为止的滞后并评述结果。
表5.4单位：
10亿美元
年份
厂房开支Y
销售额X
年份
厂房开支Y
销售额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
估计分布滞后模型，过程如下：
估计结果如下：
对应的分布滞后模型的表达式为：
做格兰杰检验，以一阶滞后为例，过程如下：
结果如下：
从上面F检验的伴随概率值可以知道，X与Y互为因果关系。
按上述过程分别做从1直到6期滞后的Granger因果关系检验，结果分别如下：
2阶：
3阶：
4阶：
5阶：
6阶：
从上述结果可以看出，随着滞后期的增加，Y月X的Granger因果关系有所变化。
在不超过4期滞后的检验中，两者互为因果关系；而滞后期为5和6的检验结果说明，两者不互为因果关系。
升级会员 