VAR模型的Eviews方法.doc

用EViews估計聯(lián)立方程模型1.EViews提供的系統(tǒng)估計方法（1）跨方程加權(quán)法(Cross-equation weighting)（2）似不相關(guān)回歸法(Seemingly Unrelated RegressionSUR )（3）兩階段最小二乘法（4）三階段最小二乘法（5）廣義矩法(GMM) （一共有8種方法）2.系統(tǒng)方程的建立與估計（1）建立系統(tǒng)方程工作文件或打開一個已存在的工作文件2. 系統(tǒng)模型的建立點擊Objects-New-System，在打開的對話框中給系統(tǒng)方程命名點擊OK出現(xiàn)如圖所視的對話框，然后可以將系統(tǒng)方程直接鍵入窗口系統(tǒng)方程中的方程應(yīng)當(dāng)是行為方程式（需要估計參數(shù)的方程）例如包含兩個方程的系統(tǒng)方程，可以在對話框中輸入如下的方程 3. 估計方程 點擊系統(tǒng)窗口工具欄中Estimate功能鍵，出現(xiàn)如下對話框 如果選擇兩階段最小二乘法，應(yīng)在方程對話框中在鍵入工具變量y=c(1)+c(2)*x+c(3)*y(-1)+c(4)*zx=c(5)+c(6)*y+c(7)*z(-1)INST Y Y(-1) X Z對話框提供了8種估計方法，選擇兩階段最小二乘法，點擊OK得到如下的輸出結(jié)果System: UNTITLEDEstimation Method: Two-Stage Least SquaresDate: 11/23/05 Time: 19:47Sample: 2 248Included observations: 247Total system (balanced) observations 494Instruments: Y Y(-1) X Z CCoefficientStd. Errort-StatisticProb. C(1)-860.3344293.0996-2.9352970.0035C(2)0.1556810.0343744.5290440.0000C(3)0.8329250.02032940.973000.0000C(4)1941557.690610.12.8113650.0051C(5)7569.148219.123134.542900.0000C(6)0.5327770.0578139.2154620.0000C(7)-17478498565949.9-30.883470.0000Determinant residual covariance1960996.Equation: Y=C(1)+C(2)*X+C(3)*Y(-1)+C(4)*ZObservations: 247R-squared0.990558 Mean dependent var1942.944Adjusted R-squared0.990441 S.D. dependent var226.2892S.E. of regression22.12439 Sum squared resid118945.8Durbin-Watson stat1.525904Equation: X=C(5)+C(6)*Y+C(7)*Z(-1)Observations: 247R-squared0.981143 Mean dependent var5197.016Adjusted R-squared0.980989 S.D. dependent var523.0837S.E. of regression72.12362 Sum squared resid1269243.Durbin-Watson stat1.174580根據(jù)輸出結(jié)果中的數(shù)據(jù)對模型進行檢驗聯(lián)立模型系統(tǒng)的練習(xí)1 簡述聯(lián)立模型的識別條件；估計方法及方法所適用的條件。2 查統(tǒng)計年鑒，建立中國宏觀經(jīng)濟聯(lián)立模型并對模型進行識別和估計，利用模型對經(jīng)濟發(fā)展趨勢進行預(yù)測。3復(fù)習(xí)單方程的檢驗和估計方法。4設(shè)宏觀經(jīng)濟模型為其中c為消費，i為投資，g為政府支出，y為收入L為利潤 利用經(jīng)濟學(xué)原理對經(jīng)濟變量進行分類。 確定模型的識別情況。 根據(jù)下列數(shù)據(jù)，選擇適當(dāng)?shù)姆椒▽δＰ瓦M行估計和檢驗。編號yciLg123456789104845045205605916326857507948663113253353553754014334664925377575728387941081211