宏观经济模型多种估计方法的EVIEWS实现.docx
《宏观经济模型多种估计方法的EVIEWS实现.docx》由会员分享，可在线阅读，更多相关《宏观经济模型多种估计方法的EVIEWS实现.docx（15页珍藏版）》请在冰点文库上搜索。
宏观经济模型多种估计方法的EVIEWS实现
08统计学号：
0807294吴扬
一、问题综述
建立中国宏观经济模型。
宏观经济模型，是指以整个国民经济系统为研究对象，从总量水平和经济结构方面来研究国民经济各变量之间的相互作用。
它可用来评价宏观经济政策、分析宏观经济结构和国民经济的发展趋势。
宏观经济模型的表达可以用单一方程进行表达，也可以用联立方程组表达。
本作业建立如下宏观经济模型，完备的结构式模型为
其中，包含3个内生变量，即国内生产总值Y，居民消费总额C和投资总额I；3个先决变量，即政府消费G，前期居民消费总额Ct-1和常数项。
可以判断，消费方程是恰好识别的方程，投资方程是过度识别的，模型可以识别。
数据来自题目提供。
导入EVIEWS
二、各种方法的EVIEWS实现
1.狭义的工具变量法估计消费方程
选取消费方程中未包含的先决变量G作为内生解释变量Y的工具变量；
在工作文件主窗口点击quick/estimateequation，选择估计方法TSLS，在equationspecification对话框输入消费方程，在instrumentlist对话框输入工具变量.
点击确定，得到：
DependentVariable:
C01
Method:
Two-StageLeastSquares
Date:
06/02/11Time:
14:
08
Sample（adjusted）:
19792009
Includedobservations:
31afteradjustments
Instrumentlist:
CGC01（-1）
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
1290.053
402.7353
3.203229
0.0034
Y
0.107133
0.023150
4.627739
0.0001
C01（-1）
0.785756
0.071859
10.93471
0.0000
R-squared
0.998513
Meandependentvar
34025.26
AdjustedR-squared
0.998407
S.D.dependentvar
34218.49
S.E.ofregression
1365.679
Sumsquaredresid
52222209
F-statistic
9402.761
Durbin-Watsonstat
0.743434
Prob（F-statistic）
0.000000
Second-StageSSR
53379247
得到结构参数的工具变量法估计量：
2.间接最小二乘法估计消费方程
消费方程中包含的内生变量的简化方程为
参数关系体系为
用普通最小二乘法估计第一个简化式：
DependentVariable:
C01
Method:
LeastSquares
Date:
06/02/11Time:
14:
46
Sample（adjusted）:
19792009
Includedobservations:
31afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
1086.594
386.5534
2.810981
0.0089
C01（-1）
0.954538
0.036256
26.32772
0.0000
G
0.265581
0.058021
4.577310
0.0001
R-squared
0.998480
Meandependentvar
34025.26
AdjustedR-squared
0.998372
S.D.dependentvar
34218.49
S.E.ofregression
1380.725
Akaikeinfocriterion
17.39037
Sumsquaredresid
53379247
Schwarzcriterion
17.52914
Loglikelihood
-266.5507
Hannan-Quinncriter.
17.43561
F-statistic
9198.948
Durbin-Watsonstat
0.743999
Prob（F-statistic）
0.000000
用普通最小二乘法估计第二个简化式：
DependentVariable:
Y
Method:
LeastSquares
Date:
06/02/11Time:
14:
47
Sample（adjusted）:
19792009
Includedobservations:
31afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-1899.134
2081.958
-0.912186
0.3695
C01（-1）
1.575455
0.195273
8.067950
0.0000
G
2.478992
0.312499
7.932794
0.0000
R-squared
0.994318
Meandependentvar
84244.67
AdjustedR-squared
0.993912
S.D.dependentvar
95306.59
S.E.ofregression
7436.521
Akaikeinfocriterion
20.75796
Sumsquaredresid
1.55E+09
Schwarzcriterion
20.89673
Loglikelihood
-318.7484
Hannan-Quinncriter.
20.80320
F-statistic
2449.755
Durbin-Watsonstat
0.686339
Prob（F-statistic）
0.000000
得到简化式参数估计量为：
由参数体系计算得到结构参数间接最小二乘估计值为
3.二阶段最小二乘法
点击objects/newobject，选择system
System:
UNTITLED
EstimationMethod:
Two-StageLeastSquares
Date:
06/02/11Time:
15:
09
Sample:
19792009
Includedobservations:
31
Totalsystem（balanced）observations62
Coefficient
Std.Error
t-Statistic
Prob.
C
（1）
1290.053
402.7353
3.203229
0.0022
C
（2）
0.107133
0.023150
4.627739
0.0000
C（3）
0.785756
0.071859
10.93471
0.0000
C（4）
-2538.266
948.1448
-2.677087
0.0097
C（5）
0.441390
0.007534
58.58576
0.0000
Determinantresidualcovariance
1.63E+13
Equation:
C01=C
（1）+C
（2）*Y+C（3）*C01（-1）
Instruments:
GC01（-1）C
Observations:
31
R-squared
0.998513
Meandependentvar
34025.26
AdjustedR-squared
0.998407
S.D.dependentvar
34218.49
S.E.ofregression
1365.679
Sumsquaredresid
52222209
Durbin-Watsonstat
0.743434
Equation:
I=C（4）+C（5）*Y
Instruments:
GC01（-1）C
Observations:
31
R-squared
0.991774
Meandependentvar
34646.51
AdjustedR-squared
0.991491
S.D.dependentvar
42513.37
S.E.ofregression
3921.722
Sumsquaredresid
4.46E+08
Durbin-Watsonstat
0.538847
消费方程的参数估计量为
投资方程的参数估计量为
4.三阶段最小二乘法
System:
UNTITLED
EstimationMethod:
Three-StageLeastSquares
Date:
06/02/11Time:
15:
20
Sample:
19792009
Includedobservations:
31
Totalsystem（balanced）observations62
Linearestimationafterone-stepweightingmatrix
Coefficient
Std.Error
t-Statistic
Prob.
C
（1）
1384.346
361.6729
3.827620
0.0003
C
（2）
0.116538
0.018109
6.435173
0.0000
C（3）
0.756373
0.056038
13.49746
0.0000
C（4）
-2538.266
917.0495
-2.767861
0.0076
C（5）
0.441390
0.007287
60.57228
0.0000
Determinantresidualcovariance
1.55E+13
Equation:
C01=C
（1）+C
（2）*Y+C（3）*C01（-1）
Instruments:
GC01（-1）C
Observations:
31
R-squared
0.998459
Meandependentvar
34025.26
AdjustedR-squared
0.998349
S.D.dependentvar
34218.49
S.E.ofregression
1390.396
Sumsquaredresid
54129611
Durbin-Watsonstat
0.672688
Equation:
I=C（4）+C（5）*Y
Instruments:
GC01（-1）C
Observations:
31
R-squared
0.991774
Meandependentvar
34646.51
AdjustedR-squared
0.991491
S.D.dependentvar
42513.37
S.E.ofregression
3921.722
Sumsquaredresid
4.46E+08
Durbin-Watsonstat
0.538847
消费方程的参数估计量为
投资方程的参数估计量为
5.GMM（广义矩估计）
System:
UNTITLED
EstimationMethod:
GeneralizedMethodofMoments
Date:
06/02/11Time:
15:
27
Sample:
19792009
Includedobservations:
31
Totalsystem（balanced）observations62
Identitymatrixestimationweights-2SLScoefswithGMMstandarderrors
Kernel:
Bartlett,Bandwidth:
Fixed（3）,Noprewhitening
Coefficient
Std.Error
t-Statistic
Prob.
C
（1）
1290.053
616.4117
2.092844
0.0408
C
（2）
0.107133
0.027722
3.864537
0.0003
C（3）
0.785756
0.093957
8.362901
0.0000
C（4）
-2538.266
1067.430
-2.377923
0.0208
C（5）
0.441390
0.013425
32.87845
0.0000
Determinantresidualcovariance
1.63E+13
J-statistic
1.21E+13
Equation:
C01=C
（1）+C
（2）*Y+C（3）*C01（-1）
Instruments:
GC01（-1）C
Observations:
31
R-squared
0.998513
Meandependentvar
34025.26
AdjustedR-squared
0.998407
S.D.dependentvar
34218.49
S.E.ofregression
1365.679
Sumsquaredresid
52222209
Durbin-Watsonstat
0.743434
Equation:
I=C（4）+C（5）*Y
Instruments:
GC01（-1）C
Observations:
31
R-squared
0.991774
Meandependentvar
34646.51
AdjustedR-squared
0.991491
S.D.dependentvar
42513.37
S.E.ofregression
3921.722
Sumsquaredresid
4.46E+08
Durbin-Watsonstat
0.538847
消费方程的参数估计量为
投资方程的参数估计量为
三、几种方法的分析比较
由上述各种结果可以看出，狭义的工具变量法（IV）、间接最小二乘法（ILS）、二阶段最小二乘法（2SLS）与广义矩阵法（GMM），都得到了相同的参数估计量。
前三种方法都是适用于恰好识别的结构方程，只是使用不同的工具变量估计得到的。
三阶段最小二乘法（3SLS）是一种系统估计方法，是二阶段最小二乘法（2SLS）的推广和发展，并且都是在各个阶段采用了普通最小二乘法（OLS），非常类似。
发现3SLS的估计标准误差小于2SLS的估计标准误差，体现了3SLS估计更为有效。
四、总结
对我国1978-2009年部分宏观经济数据宏观经济模型，运用EVIEWS分别运用狭义的工具变量法、间接最小二乘法、二阶段最小二乘法、三阶段最小二乘法和广义矩阵法对模型进行了估计，取得了较好的结果，并略微对各个方法进行了比较。
升级会员 