計(jì)量經(jīng)濟(jì)學(xué) 第2版 習(xí)題答案匯 馬成文 第1-13章 緒論-政策評(píng)估模型

緒論二、單項(xiàng)選擇題1.C2.A3.C4.A5.C6.A7.A8.B9.C10.A11.A12.B13.B14.D15.C三、多項(xiàng)選擇題1.ADE2.AC3.AB4.CD5.ABC6.ABCD7.ABDE8.AC9.ABCDE10.BCD11.ABC12.BC13.ABC四、判斷正誤題1.錯(cuò)2.對(duì)3.對(duì)4.錯(cuò)5.對(duì)6.錯(cuò)7.錯(cuò)8.對(duì)9.對(duì)10.對(duì)11.對(duì)12.對(duì)13.錯(cuò)14.錯(cuò)15.對(duì)16.對(duì)17.對(duì)五、填空題1.設(shè)定2.經(jīng)濟(jì)、統(tǒng)計(jì)（或統(tǒng)計(jì)推斷或統(tǒng)計(jì)顯著性）、計(jì)量經(jīng)濟(jì)學(xué)、預(yù)測性3.時(shí)序數(shù)據(jù)（或時(shí)間序列數(shù)據(jù)）4.統(tǒng)計(jì)學(xué)5.隨機(jī)擾動(dòng)項(xiàng)（或隨機(jī)誤差項(xiàng)）6.理論計(jì)量經(jīng)濟(jì)學(xué)、應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)7.模型設(shè)定8.隨機(jī)關(guān)系、因果關(guān)系9.符號(hào)、期望值10.統(tǒng)計(jì)推斷（或統(tǒng)計(jì)顯著性）11.樣本數(shù)據(jù)12.內(nèi)生變量、外生變量13.恒等（或確定性）第2章一元線性回歸模型二、單項(xiàng)選擇題1.C2.D3.B4.C5.B6.C7.D8.A9.A10.C11.D12.C13.B14.C15.D三、多項(xiàng)選擇題1.ABC2.ABD3.BCD4.BCDE5.ABCDE6.DE7.CD8.AB9.ABCDE10.ABCD11.ABCE12.BDE13.BC14.BD15.BD四、判斷正誤題1.正確2.正確3.錯(cuò)誤4.正確5.錯(cuò)誤6.正確7.錯(cuò)誤8.錯(cuò)誤9.正確10.錯(cuò)誤11.錯(cuò)誤12.正確13.正確14.錯(cuò)誤15.錯(cuò)誤16.正確17.正確18.正確五、填空題1.0.82.隨機(jī)誤差項(xiàng)，誤差項(xiàng)，隨機(jī)干擾項(xiàng)，干擾項(xiàng)3.殘差項(xiàng)，剩余項(xiàng)4.lnyi5.無偏6.有效，最小方差7.條件期望，條件均值8.條件期望，條件均值9.20270；440.65210.0.85311.1.48412.-1.92213.22.421；22.42114.6.574；6.65815.寬于六、計(jì)算操作題1.（1）8.037%；（2）t=-3.107,P=0.013<α=0.05（3）[23080.984,23709.369]2.（1）樣本區(qū)間IBM股票的beta系數(shù)為1.0598，即市場有價(jià)證券的收益率每變動(dòng)1%時(shí)，IBM股票的收益率平均將變動(dòng)1.0598；0.7264為樣本區(qū)間IBM股票的無風(fēng)險(xiǎn)收益率。（2）R2=0.4710說明樣本中，市場有價(jià)證券收益率的變動(dòng)能解釋IBM股票收益率變動(dòng)的4（3）H0:β1≤1,H0:β13.（1）[0.4477,0.6051]；（2）t=β2-β2S(β2（3）[5100.499,7526.878]參考答案3.2單選題3.2.1-3.2.5ABDAC3.2.6-3.2.10AADBB3.2.11-3.2.15DCBAA3.3多選題3.3.1-3.3.5AB、BCD、BC、ABC、ABDE3.3.6-3.3.10ABCDE、AB、ABC、CDE、AE3.43.11-3.3.15ABCDE、ABCE、BCD、ACD、ACD3.4判斷題3.4.1-3.4.5錯(cuò)錯(cuò)對(duì)錯(cuò)對(duì)3.4.6-3.4.10錯(cuò)錯(cuò)錯(cuò)錯(cuò)錯(cuò)3.4.11-3.4.15錯(cuò)錯(cuò)對(duì)對(duì)錯(cuò)3.5填空題3.5.1多元線性回歸模型3.5.2修正的可決系數(shù)或調(diào)整的可決系數(shù)3.5.3偏回歸系數(shù)3.5.40.83273.5.5BLUE或最佳線性無偏估計(jì)3.5.6無偏性3.5.7F檢驗(yàn)或回歸模型的總體顯著性檢驗(yàn)3.5.8殘差平方和3.5.9k+13.5.10有效性3.5.11R2=1?3.5.12F=n?k?1k?R21?R23.5.14587.73813.5.150.8139【第四章多重共線性參考答案】一、簡述題略二、單選題1-5BCCAD6-10CACAA11-15ABAAB三、多選題1-5ABCDBCDABCDABCABC6-10BCBDABABCDABCD11-15BDBCBCDABCDABCD四、判斷題1-5對(duì)對(duì)錯(cuò)錯(cuò)對(duì)6-10對(duì)對(duì)對(duì)對(duì)對(duì)11-15對(duì)錯(cuò)對(duì)對(duì)對(duì)五、填空題1.不完全多重共線性2.變大（變寬））3.否4.105.cor6.307.逐步回歸法8.2.59.0.810.是11.先驗(yàn)信息12.法勒——格羅伯檢驗(yàn)13.特征值檢驗(yàn)14.完全多重共線性15.完全多重共線性六、計(jì)算題1.第一題（1）其回歸結(jié)果顯示，X2X3X4X5的參數(shù)T檢驗(yàn)結(jié)果都不顯著（在顯著性水平5%下），因?yàn)?，可以認(rèn)為存在多重共線性（2）仍然存在，但是程度降低。可以通過刪掉某一自變量，從而解決多重共線性。2.第二題（1）存在多重共線性（2）X1和X2的相關(guān)系數(shù)是0.8407，X1和X3的相關(guān)系數(shù)是0.8501，X2和X4的相關(guān)系數(shù)是0.9320X1、X2、X3、X4的方差擴(kuò)大因子是：16.80311、21.16234、6.308861、10.15266（3）Y=51.26258++0.083668X1+0.052600X4-0.003293X2第五章異方差性參考答案1.簡述題（略）2.單選題1-5BBAAB6-10DDCBB11-15BACAA3.多選題1.BCD2.ACD3.BCD4.AB5.BD6.AB7.ABCD8.BCD9.ABD10.ACD11.AC12.BCD13.ABCD14.AC15.BD4.判斷題1-5錯(cuò)對(duì)錯(cuò)錯(cuò)對(duì)6-10對(duì)錯(cuò)錯(cuò)錯(cuò)對(duì)11-15對(duì)錯(cuò)對(duì)對(duì)錯(cuò)5.填空題異方差截面數(shù)據(jù)；橫截面數(shù)據(jù)遞增；單調(diào)遞增存在絕對(duì)值大于ARCH；自回歸條件異方差加權(quán)最小二乘法ls(w=w1)ycx；LS(w=w1)YCX最小sortX；SORTXF解釋變量較大F計(jì)算操作題（1）作OLS回歸，得回歸方程：Y=-383.5407+0.0246*Xt=(-0.8385)(14.0683)R2=0.8722F=作White檢驗(yàn)，得：取顯著性水平，由于nR2（3）根據(jù)white檢驗(yàn)結(jié)果，無需進(jìn)行修正。但如果檢驗(yàn)方法選擇的是G-Q檢驗(yàn)法，則會(huì)判斷模型存在異方差性，需進(jìn)一步修正模型。（1）作相關(guān)圖得：由圖可知：變量Y和X接近線性相關(guān)，因此建立回歸模型：，作OLS回歸，得回歸方程：Y=494.9099+1.0412*Xt=(1.8904)(10.2356)R2=0.7287n（2）作G-Q檢驗(yàn)：對(duì)解釋變量X排序后，剔除中間11個(gè)觀測值，可得G-Q檢驗(yàn)的F統(tǒng)計(jì)量值為：F=取顯著性水平，查F分布表得：F0.05（13，13）=2.58，由于F>，因此判斷模型存在異方差性。作White檢驗(yàn)：取顯著性水平，由于nR2作Park檢驗(yàn)：建立回歸模型LSYCX，并生成新序列：GENRLNE2=LOG(RESID^2)GENRLNX=LOG(X)建立LNE2對(duì)LNX的回歸模型：LSLNE2CLNX，可得：由上圖回歸結(jié)果可以看出：LNX的系數(shù)估計(jì)值顯著不為0，因此推斷回歸模型存在異方差性。（3）取權(quán)重W1=1/SQR(X)，用加權(quán)最小二乘法修正模型，得：對(duì)修正后的模型再進(jìn)行White檢驗(yàn)，可知已不存在異方差性。第6章自相關(guān)性--思考與練習(xí)題參考答案一、簡述題（略）二、單選題1-5CADBA6-10BADBB11-15BDADA三、多選題1.ABCD2.ABCD3.AD4.ABCD5.BD6.ABCD7.ABC8.

BD9.

ABCD

10.

BCD11.

ACD12.ABCD13.CD14.ABCD

15.AB

四、判斷題1.√2.×3.√4.√5.√6.×7.×8.√9.×

10.×11.√12.√13.×14.√

15.√五、填空題自相關(guān)或序列相關(guān)負(fù)3.自相關(guān)或序列相關(guān)4.一階正自相關(guān)5.LSYCXX(-1)Y(-1)6.正自相關(guān)7.正自相關(guān)8.負(fù)自相關(guān)9.降低10.低估11.正12.存在13.1-DW/214.低估

15.存在六、計(jì)算題1.下表為1990-2020年我國進(jìn)出口總額Y和國內(nèi)生產(chǎn)總值X的數(shù)據(jù)。表6-31990-2020我國進(jìn)出口總額與國內(nèi)生產(chǎn)總值(單位：億元）年份進(jìn)出口總額Y國內(nèi)生產(chǎn)總值X年份進(jìn)出口總額Y國內(nèi)生產(chǎn)總值X19905560.1218872.92006140974.74219438.519917225.7522005.62007166924.07270092.319929119.6227194.52008179921.47319244.6199311271.0235673.22009150648.06348517.7199420381.948637.52010201722.34412119.3199523499.9461339.92011236401.95487940.2199624133.8671813.62012244160.21538580199726967.24797152013258168.89592963.2199826849.6885195.52014264241.77643563.1199929896.2390564.42015245502.93688858.2200039273.25100280.12016243386.46746395.1200142183.62110863.12017278099.24832035.9200251378.15121717.42018305008.1919281.1200370483.451374222019315627.3986515.2200495539.09161840.22020322215.21015986.22005116921.77187318.9資料來源：國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒-2021[M].北京：中國統(tǒng)計(jì)出版社，2021.（1）試建立我國進(jìn)出口總額Y和國內(nèi)生產(chǎn)總值X的回歸模型。檢驗(yàn)?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān)性。（3）請(qǐng)使用廣義差分法修正模型的自相關(guān)性?！居?jì)算題1參考解答】（1）試建立我國進(jìn)出口總額Y和國內(nèi)生產(chǎn)總值X的回歸模型利用Eviews12.0，繪制國內(nèi)生產(chǎn)總值X與進(jìn)出口總額Y相關(guān)圖，在命令窗口中輸入命令：SCATXY圖6-1進(jìn)出口總額Y與國內(nèi)生產(chǎn)總值X相關(guān)圖由圖6-1相關(guān)圖可以看出，國內(nèi)生產(chǎn)總值X與進(jìn)出口總額Y二者的曲線相關(guān)關(guān)系較為明顯?？蓪⒑瘮?shù)初步設(shè)定為線性、雙對(duì)數(shù)、對(duì)數(shù)、指數(shù)、二次多項(xiàng)式等不同形式，進(jìn)而加以比較分析。經(jīng)模型比較，雙對(duì)數(shù)較優(yōu)，因此將模型設(shè)定為：式中，為進(jìn)出口總額；為國內(nèi)生產(chǎn)總值；為隨機(jī)誤差項(xiàng)。利用Eviews12.0，建立工作文件，輸入數(shù)據(jù)，利用最小二乘法估計(jì)雙對(duì)數(shù)模型，在命令窗口中輸入命令：GENRLNY=LOG(Y)GENRLNX=LOG(X)LSLNYCLNX結(jié)果如圖6-2所示：(-3.1739)(29.2250)＝0.9672F＝854.1031DW＝0.2270圖6-2雙對(duì)數(shù)模型的回歸結(jié)果（2）檢驗(yàn)?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān)性=1\*GB3①圖示法根據(jù)圖6-2雙對(duì)數(shù)模型回歸結(jié)果，在命令窗口中輸入命令：GENRE=RESIDSCATE(-1)E輸出結(jié)果如圖6-3所示：圖6-3殘差圖由圖6-3散點(diǎn)圖可以看出，大部分點(diǎn)落在第=1\*ROMANI、=3\*ROMANIII象限，表明隨機(jī)誤差性存在正自相關(guān)。=2\*GB3②DW檢驗(yàn)因?yàn)閚＝31，k＝1，取顯著性水平＝0.05時(shí)，查表得＝1.363，＝1.496，而0<DW=0.2270<，所以存在一階（正）自相關(guān)。=3\*GB3③偏相關(guān)系數(shù)檢驗(yàn)在方程窗口中點(diǎn)擊View/ResidualDiagnostics/Correlogram-Q-statistics，并輸入滯后期為16，則會(huì)得到殘差與的各期相關(guān)系數(shù)和偏相關(guān)系數(shù)，如圖6-4所示。圖6-4雙對(duì)數(shù)模型的偏相關(guān)系數(shù)檢驗(yàn)從圖6-4中可以看出，雙對(duì)數(shù)模型的第1期偏相關(guān)系數(shù)的直方塊超過了虛線部分，因此存在著一階自相關(guān)。=4\*GB3④BG檢驗(yàn)（LM檢驗(yàn)）在方程窗口中點(diǎn)擊View/ResidualDiagnostics/SeriesCorrelationLMTest，并選擇滯后期為2，則會(huì)得到如圖6-5所示的信息。圖6-5雙對(duì)數(shù)模型的BG檢驗(yàn)從圖6-5中可以看出，=23.5736>，臨界概率P=0.0000<，因此輔助回歸模型是顯著的，即存在自相關(guān)性。又因?yàn)榈幕貧w系數(shù)均顯著地不為0，說明雙對(duì)數(shù)模型存在一階自相關(guān)性。（3）請(qǐng)使用廣義差分法修正模型的自相關(guān)性采用廣義差分法來修正自相關(guān)模型，即在LS命令中加上AR(1)，鍵入命令：LSLNYCLNXAR(1)在EViews12.0版本在方程窗口中點(diǎn)擊Estimate\Options按鈕，在ARMA\Method選擇框選擇GLS(廣義最小二乘法)，則估計(jì)結(jié)果如圖6-6所示。圖6-6加入AR項(xiàng)的雙對(duì)數(shù)模型估計(jì)結(jié)果圖6-6表明，估計(jì)過程經(jīng)過6次迭代后收斂；調(diào)整后模型的DW＝1.7071，n＝31，k＝1，取顯著性水平＝0.05時(shí)，查表得＝1.363，＝1.496，而<DW=1.7071<4－=2.504，說明模型不存在一階自相關(guān)性；再進(jìn)行偏相關(guān)系數(shù)檢驗(yàn)（圖6-7）和BG檢驗(yàn)（圖6-8），也表明不存在高階自相關(guān)性。因此，修正后的中國城鄉(xiāng)居民儲(chǔ)蓄存款的雙對(duì)數(shù)模型為：(-1.5141)(10.5213)＝0.9928AR(1)＝0.9231F=1938.248DW＝1.7071圖6-7修正后的雙對(duì)數(shù)模型偏相關(guān)系數(shù)檢驗(yàn)結(jié)果圖6-8修正后的雙對(duì)數(shù)模型BG檢驗(yàn)結(jié)果2.影響稅收收入的因素眾多，其中國內(nèi)生產(chǎn)總值是影響稅收收入的重要指標(biāo)之一。表6-4是2000-2020年我國稅收Y與X國內(nèi)生產(chǎn)總值數(shù)據(jù)。表6-42000-2020我國稅收與國內(nèi)生產(chǎn)總值單位：億元年份稅收(Y)國內(nèi)生產(chǎn)總值(X)200012581.51100280.1200115301.38110863.1200217636.45121717.4200320017.31137422200424165.68161840.2200528778.54187318.9200634804.35219438.5200745621.97270092.3200854223.79319244.6200959521.59348517.7201073210.79412119.3201189738.39487940.22012100614.285385802013110530.7592963.22014119175.31643563.12015124922.2688858.22016130360.73746395.12017144369.87832035.92018156402.86919281.12019158000.46986515.22020154312.291015986.2資料來源：國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒-2021[M].北京：中國統(tǒng)計(jì)出版社，2021.（1）試建立稅收Y和國內(nèi)生產(chǎn)總值X的回歸模型。（2）檢驗(yàn)并修正模型的自相關(guān)性。【計(jì)算題2參考解答】試建立稅收Y和國內(nèi)生產(chǎn)總值X的回歸模型利用Eviews12.0，分別繪制稅收（Y）與國內(nèi)生產(chǎn)總值（X）趨勢圖和相關(guān)圖，在命令窗口中輸入命令：PLOTXYSCATXY圖6-9X與Y的趨勢圖圖6-10X與Y的相關(guān)圖從圖6-9的趨勢圖可以看出，從2000—2020年，伴隨著國內(nèi)生產(chǎn)總值（X）的逐年增長，稅收（Y）也隨之穩(wěn)步增長，兩者呈現(xiàn)出共同增長的趨勢；同時(shí)，從圖6-10的相關(guān)圖可見，國內(nèi)生產(chǎn)總值（X）與稅收（Y）呈現(xiàn)出較顯著的線性相關(guān)關(guān)系。根據(jù)以上分析，可將模型函數(shù)形式設(shè)定為：上式中，為稅收收入；為國內(nèi)生產(chǎn)總值；為隨機(jī)誤差項(xiàng)。在Eviews12.0中，建立工作文件，輸入稅收（Y）、國內(nèi)生產(chǎn)總值（X）的樣本數(shù)據(jù)，在命令窗口中輸入命令LSYCX得到圖6-11回歸結(jié)果：圖6-11線性回歸模型的回歸結(jié)果(0.0369)(33.5047)＝0.9834F＝1122.564DW＝0.2565（2）檢驗(yàn)并修正模型的自相關(guān)性自相關(guān)的檢驗(yàn)=1\*GB3①圖示法根據(jù)圖6-11線性回歸模型回歸結(jié)果，在命令窗口中輸入命令：GENRE=RESIDSCATE(-1)E輸出結(jié)果如圖6-12所示：圖6-12與的散點(diǎn)圖由圖6-12散點(diǎn)圖可以看出，大部分點(diǎn)落在第=1\*ROMANI、=3\*ROMANIII象限，表明隨機(jī)誤差性存在正自相關(guān)。=2\*GB3②DW檢驗(yàn)DW=0.2565，因?yàn)閚＝21，k＝1，取顯著性水平＝0.05時(shí)，查表得＝1.221，＝1.420，而0<DW=0.2565<，所以存在一階（正）自相關(guān)。=3\*GB3③偏相關(guān)系數(shù)檢驗(yàn)在方程窗口中點(diǎn)擊View/ResidualDiagnostics/Correlogram-Q-statistics，并輸入滯后期為12，則會(huì)得到殘差與的各期相關(guān)系數(shù)和偏相關(guān)系數(shù)，如圖6-13所示。圖6-13偏相關(guān)系數(shù)檢驗(yàn)從圖6-13中可以看出，模型的第1期偏相關(guān)系數(shù)的直方塊超過了虛線部分，因此表明回歸模型僅存在著一階自相關(guān)。=4\*GB3④BG檢驗(yàn)（LM檢驗(yàn)）在方程窗口中點(diǎn)擊View/ResidualDiagnostics/SeriesCorrelationLMTest，并選擇滯后期為2，則會(huì)得到如圖6-14所示的信息。圖6-14BG檢驗(yàn)從圖6-14中可以看出，=18.5011>，臨界概率P=0.0001<，因此輔助回歸模型是顯著的，即存在自相關(guān)性。又因?yàn)榈幕貧w系數(shù)均顯著地不為0，說明回歸模型僅存在一階自相關(guān)性。自相關(guān)性的補(bǔ)救采用廣義差分法法修正自相關(guān)模型，即在LS命令中加上AR(1)，鍵入命令：LSYCXAR(1)在EViews12.0版本在方程窗口中點(diǎn)擊Estimate\Options按鈕，在ARMA\Method選擇框選擇GLS(廣義最小二乘法)，則估計(jì)結(jié)果如圖6-15所示。圖6-15加入AR項(xiàng)的回歸模型估計(jì)結(jié)果圖6-15表明，估計(jì)過程經(jīng)過6次迭代后收斂；調(diào)整后模型的DW=0.5073，因?yàn)閚＝21，k＝1，取顯著性水平＝0.05時(shí)，查表得＝1.221，＝1.420，而0<DW=0.5073<，說明模型仍然存在一階自相關(guān)性；再進(jìn)行BG檢驗(yàn)也表明仍然存在一階自相關(guān)性。這說明之前設(shè)定的一元線性回歸模型可能不是最適合的，我們可以嘗試重新設(shè)定回歸模型，如雙對(duì)數(shù)、對(duì)數(shù)、指數(shù)、二次多項(xiàng)式等不同形式，進(jìn)而加以比較分析。第6章自相關(guān)性--思考與練習(xí)題參考答案一、簡述題（略）二、單選題1-5CADBA6-10BADBB11-15BDADA三、多選題1.ABCD2.ABCD3.AD4.ABCD5.BD6.ABCD7.ABC8.

BD9.

ABCD

10.

BCD11.

ACD12.ABCD13.CD14.ABCD

15.AB

四、判斷題1.√2.×3.√4.√5.√6.×7.×8.√9.×

10.×11.√12.√13.×14.√

15.√五、填空題自相關(guān)或序列相關(guān)負(fù)3.自相關(guān)或序列相關(guān)4.一階正自相關(guān)5.LSYCXX(-1)Y(-1)6.正自相關(guān)7.正自相關(guān)8.負(fù)自相關(guān)9.降低10.低估11.正12.存在13.1-DW/214.低估

15.存在六、計(jì)算題1.下表為1990-2020年我國進(jìn)出口總額Y和國內(nèi)生產(chǎn)總值X的數(shù)據(jù)。表6-31990-2020我國進(jìn)出口總額與國內(nèi)生產(chǎn)總值(單位：億元）年份進(jìn)出口總額Y國內(nèi)生產(chǎn)總值X年份進(jìn)出口總額Y國內(nèi)生產(chǎn)總值X19905560.1218872.92006140974.74219438.519917225.7522005.62007166924.07270092.319929119.6227194.52008179921.47319244.6199311271.0235673.22009150648.06348517.7199420381.948637.52010201722.34412119.3199523499.9461339.92011236401.95487940.2199624133.8671813.62012244160.21538580199726967.24797152013258168.89592963.2199826849.6885195.52014264241.77643563.1199929896.2390564.42015245502.93688858.2200039273.25100280.12016243386.46746395.1200142183.62110863.12017278099.24832035.9200251378.15121717.42018305008.1919281.1200370483.451374222019315627.3986515.2200495539.09161840.22020322215.21015986.22005116921.77187318.9資料來源：國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒-2021[M].北京：中國統(tǒng)計(jì)出版社，2021.（1）試建立我國進(jìn)出口總額Y和國內(nèi)生產(chǎn)總值X的回歸模型。檢驗(yàn)?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān)性。（3）請(qǐng)使用廣義差分法修正模型的自相關(guān)性?！居?jì)算題1參考解答】（1）試建立我國進(jìn)出口總額Y和國內(nèi)生產(chǎn)總值X的回歸模型利用Eviews12.0，繪制國內(nèi)生產(chǎn)總值X與進(jìn)出口總額Y相關(guān)圖，在命令窗口中輸入命令：SCATXY圖6-1進(jìn)出口總額Y與國內(nèi)生產(chǎn)總值X相關(guān)圖由圖6-1相關(guān)圖可以看出，國內(nèi)生產(chǎn)總值X與進(jìn)出口總額Y二者的曲線相關(guān)關(guān)系較為明顯?？蓪⒑瘮?shù)初步設(shè)定為線性、雙對(duì)數(shù)、對(duì)數(shù)、指數(shù)、二次多項(xiàng)式等不同形式，進(jìn)而加以比較分析。經(jīng)模型比較，雙對(duì)數(shù)較優(yōu)，因此將模型設(shè)定為：式中，為進(jìn)出口總額；為國內(nèi)生產(chǎn)總值；為隨機(jī)誤差項(xiàng)。利用Eviews12.0，建立工作文件，輸入數(shù)據(jù)，利用最小二乘法估計(jì)雙對(duì)數(shù)模型，在命令窗口中輸入命令：GENRLNY=LOG(Y)GENRLNX=LOG(X)LSLNYCLNX結(jié)果如圖6-2所示：(-3.1739)(29.2250)＝0.9672F＝854.1031DW＝0.2270圖6-2雙對(duì)數(shù)模型的回歸結(jié)果（2）檢驗(yàn)?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān)性=1\*GB3①圖示法根據(jù)圖6-2雙對(duì)數(shù)模型回歸結(jié)果，在命令窗口中輸入命令：GENRE=RESIDSCATE(-1)E輸出結(jié)果如圖6-3所示：圖6-3殘差圖由圖6-3散點(diǎn)圖可以看出，大部分點(diǎn)落在第=1\*ROMANI、=3\*ROMANIII象限，表明隨機(jī)誤差性存在正自相關(guān)。=2\*GB3②DW檢驗(yàn)因?yàn)閚＝31，k＝1，取顯著性水平＝0.05時(shí)，查表得＝1.363，＝1.496，而0<DW=0.2270<，所以存在一階（正）自相關(guān)。=3\*GB3③偏相關(guān)系數(shù)檢驗(yàn)在方程窗口中點(diǎn)擊View/ResidualDiagnostics/Correlogram-Q-statistics，并輸入滯后期為16，則會(huì)得到殘差與的各期相關(guān)系數(shù)和偏相關(guān)系數(shù)，如圖6-4所示。圖6-4雙對(duì)數(shù)模型的偏相關(guān)系數(shù)檢驗(yàn)從圖6-4中可以看出，雙對(duì)數(shù)模型的第1期偏相關(guān)系數(shù)的直方塊超過了虛線部分，因此存在著一階自相關(guān)。=4\*GB3④BG檢驗(yàn)（LM檢驗(yàn)）在方程窗口中點(diǎn)擊View/ResidualDiagnostics/SeriesCorrelationLMTest，并選擇滯后期為2，則會(huì)得到如圖6-5所示的信息。圖6-5雙對(duì)數(shù)模型的BG檢驗(yàn)從圖6-5中可以看出，=23.5736>，臨界概率P=0.0000<，因此輔助回歸模型是顯著的，即存在自相關(guān)性。又因?yàn)榈幕貧w系數(shù)均顯著地不為0，說明雙對(duì)數(shù)模型存在一階自相關(guān)性。（3）請(qǐng)使用廣義差分法修正模型的自相關(guān)性采用廣義差分法來修正自相關(guān)模型，即在LS命令中加上AR(1)，鍵入命令：LSLNYCLNXAR(1)在EViews12.0版本在方程窗口中點(diǎn)擊Estimate\Options按鈕，在ARMA\Method選擇框選擇GLS(廣義最小二乘法)，則估計(jì)結(jié)果如圖6-6所示。圖6-6加入AR項(xiàng)的雙對(duì)數(shù)模型估計(jì)結(jié)果圖6-6表明，估計(jì)過程經(jīng)過6次迭代后收斂；調(diào)整后模型的DW＝1.7071，n＝31，k＝1，取顯著性水平＝0.05時(shí)，查表得＝1.363，＝1.496，而<DW=1.7071<4－=2.504，說明模型不存在一階自相關(guān)性；再進(jìn)行偏相關(guān)系數(shù)檢驗(yàn)（圖6-7）和BG檢驗(yàn)（圖6-8），也表明不存在高階自相關(guān)性。因此，修正后的中國城鄉(xiāng)居民儲(chǔ)蓄存款的雙對(duì)數(shù)模型為：(-1.5141)(10.5213)＝0.9928AR(1)＝0.9231F=1938.248DW＝1.7071圖6-7修正后的雙對(duì)數(shù)模型偏相關(guān)系數(shù)檢驗(yàn)結(jié)果圖6-8修正后的雙對(duì)數(shù)模型BG檢驗(yàn)結(jié)果2.影響稅收收入的因素眾多，其中國內(nèi)生產(chǎn)總值是影響稅收收入的重要指標(biāo)之一。表6-4是2000-2020年我國稅收Y與X國內(nèi)生產(chǎn)總值數(shù)據(jù)。表6-42000-2020我國稅收與國內(nèi)生產(chǎn)總值單位：億元年份稅收(Y)國內(nèi)生產(chǎn)總值(X)200012581.51100280.1200115301.38110863.1200217636.45121717.4200320017.31137422200424165.68161840.2200528778.54187318.9200634804.35219438.5200745621.97270092.3200854223.79319244.6200959521.59348517.7201073210.79412119.3201189738.39487940.22012100614.285385802013110530.7592963.22014119175.31643563.12015124922.2688858.22016130360.73746395.12017144369.87832035.92018156402.86919281.12019158000.46986515.22020154312.291015986.2資料來源：國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒-2021[M].北京：中國統(tǒng)計(jì)出版社，2021.（1）試建立稅收Y和國內(nèi)生產(chǎn)總值X的回歸模型。（2）檢驗(yàn)并修正模型的自相關(guān)性。【計(jì)算題2參考解答】試建立稅收Y和國內(nèi)生產(chǎn)總值X的回歸模型利用Eviews12.0，分別繪制稅收（Y）與國內(nèi)生產(chǎn)總值（X）趨勢圖和相關(guān)圖，在命令窗口中輸入命令：PLOTXYSCATXY圖6-9X與Y的趨勢圖圖6-10X與Y的相關(guān)圖從圖6-9的趨勢圖可以看出，從2000—2020年，伴隨著國內(nèi)生產(chǎn)總值（X）的逐年增長，稅收（Y）也隨之穩(wěn)步增長，兩者呈現(xiàn)出共同增長的趨勢；同時(shí)，從圖6-10的相關(guān)圖可見，國內(nèi)生產(chǎn)總值（X）與稅收（Y）呈現(xiàn)出較顯著的線性相關(guān)關(guān)系。根據(jù)以上分析，可將模型函數(shù)形式設(shè)定為：上式中，為稅收收入；為國內(nèi)生產(chǎn)總值；為隨機(jī)誤差項(xiàng)。在Eviews12.0中，建立工作文件，輸入稅收（Y）、國內(nèi)生產(chǎn)總值（X）的樣本數(shù)據(jù)，在命令窗口中輸入命令LSYCX得到圖6-11回歸結(jié)果：圖6-11線性回歸模型的回歸結(jié)果(0.0369)(33.5047)＝0.9834F＝1122.564DW＝0.2565（2）檢驗(yàn)并修正模型的自相關(guān)性自相關(guān)的檢驗(yàn)=1\*GB3①圖示法根據(jù)圖6-11線性回歸模型回歸結(jié)果，在命令窗口中輸入命令：GENRE=RESIDSCATE(-1)E輸出結(jié)果如圖6-12所示：圖6-12與的散點(diǎn)圖由圖6-12散點(diǎn)圖可以看出，大部分點(diǎn)落在第=1\*ROMANI、=3\*ROMANIII象限，表明隨機(jī)誤差性存在正自相關(guān)。=2\*GB3②DW檢驗(yàn)DW=0.2565，因?yàn)閚＝21，k＝1，取顯著性水平＝0.05時(shí)，查表得＝1.221，＝1.420，而0<DW=0.2565<，所以存在一階（正）自相關(guān)。=3\*GB3③偏相關(guān)系數(shù)檢驗(yàn)在方程窗口中點(diǎn)擊View/ResidualDiagnostics/Correlogram-Q-statistics，并輸入滯后期為12，則會(huì)得到殘差與的各期相關(guān)系數(shù)和偏相關(guān)系數(shù)，如圖6-13所示。圖6-13偏相關(guān)系數(shù)檢驗(yàn)從圖6-13中可以看出，模型的第1期偏相關(guān)系數(shù)的直方塊超過了虛線部分，因此表明回歸模型僅存在著一階自相關(guān)。=4\*GB3④BG檢驗(yàn)（LM檢驗(yàn)）在方程窗口中點(diǎn)擊View/ResidualDiagnostics/SeriesCorrelationLMTest，并選擇滯后期為2，則會(huì)得到如圖6-14所示的信息。圖6-14BG檢驗(yàn)從圖6-14中可以看出，=18.5011>，臨界概率P=0.0001<，因此輔助回歸模型是顯著的，即存在自相關(guān)性。又因?yàn)榈幕貧w系數(shù)均顯著地不為0，說明回歸模型僅存在一階自相關(guān)性。自相關(guān)性的補(bǔ)救采用廣義差分法法修正自相關(guān)模型，即在LS命令中加上AR(1)，鍵入命令：LSYCXAR(1)在EViews12.0版本在方程窗口中點(diǎn)擊Estimate\Options按鈕，在ARMA\Method選擇框選擇GLS(廣義最小二乘法)，則估計(jì)結(jié)果如圖6-15所示。圖6-15加入AR項(xiàng)的回歸模型估計(jì)結(jié)果圖6-15表明，估計(jì)過程經(jīng)過6次迭代后收斂；調(diào)整后模型的DW=0.5073，因?yàn)閚＝21，k＝1，取顯著性水平＝0.05時(shí)，查表得＝1.221，＝1.420，而0<DW=0.5073<，說明模型仍然存在一階自相關(guān)性；再進(jìn)行BG檢驗(yàn)也表明仍然存在一階自相關(guān)性。這說明之前設(shè)定的一元線性回歸模型可能不是最適合的，我們可以嘗試重新設(shè)定回歸模型，如雙對(duì)數(shù)、對(duì)數(shù)、指數(shù)、二次多項(xiàng)式等不同形式，進(jìn)而加以比較分析。思考與練習(xí)答案一、簡述題略二、單項(xiàng)選擇題1-5:BAABC6-10:DCBDA三、多項(xiàng)選擇題1-5:ABCD、AD、ACD、ACD、AC6-10:ABCD、ABCD、AB、BCD、ABC11-13:CD、AC、ABC四、判斷正誤題1-5:錯(cuò)誤、錯(cuò)誤、正確、錯(cuò)誤、錯(cuò)誤6-10:正確、錯(cuò)誤、錯(cuò)誤、正確、錯(cuò)誤11-13:正確、正確、錯(cuò)誤五、填空題1.滯后現(xiàn)象2.分布滯后模型；自回歸模型3.β0；β4.經(jīng)驗(yàn)加權(quán)估計(jì)法；阿爾蒙法5.權(quán)數(shù)的設(shè)置主觀隨意性較大6.遞減型7.多項(xiàng)式次數(shù)8.最小9.庫伊克模型自適應(yīng)預(yù)期模型局部調(diào)整模型10.一階自回歸模型11.自回歸12.杜賓h檢驗(yàn)LM檢驗(yàn)13.工具變量法廣義差分法六、計(jì)算操作題1.（1）由DW值可知，不存在自相關(guān)性。（2）由式（7.3.18）可知，γ*=1-δ，2.經(jīng)驗(yàn)加權(quán)法，可以選擇若干類型滯后結(jié)構(gòu)嘗試，具體略。阿爾蒙法：輸入命令：CROSSXY結(jié)果如下，可選擇滯后期4假設(shè)滯后多項(xiàng)式次數(shù)m=2，輸入命令：LSYCPDL(X,4,2)下方系數(shù)T檢驗(yàn)效果不好，可進(jìn)一步調(diào)整，選擇m=1，輸入LSYCPDL(X,4,1)，見下圖擬合效果提升3.輸入命令：LSYCXY(-1)由于模型中含有被解釋變量的滯后期作為解釋變量，通過DW檢驗(yàn)無法檢驗(yàn)序列自相關(guān)性，但可以利用LM檢驗(yàn)其自相關(guān)性，下圖顯示，模型存在自相關(guān)性可以進(jìn)一步調(diào)整，觀察變量趨勢圖，存在季節(jié)波動(dòng)，引入若干滯后期，效果均不理想，隨后對(duì)變量X、Y分別進(jìn)行季節(jié)調(diào)整，變量窗口proc按鈕下選擇菜單CensusX12。調(diào)整后的變量分別記為Y_SA、X_SA，調(diào)整后再建立自回歸模型：LSY_SACX_SAY_SA(-1)如下圖：再經(jīng)LM檢驗(yàn)，不存在自相關(guān)性。第八章思考與練習(xí)答案一、簡述題略二、單項(xiàng)選擇題1.D2.C3.D4.A5.B6.A7.D8.D9.B10.A11.A12.C13.B14.D15.D三、多項(xiàng)選擇題1.AB2.CD3.ABCD4.AC5.ABCD6.ABC7.ABCD8.ABC9.ABC10.AC11.BCD12.ABCD13.ABCD14.AC15.AB四、判斷題1.√2.ⅹ3.√4.ⅹ5.ⅹ6.√7.√8.√9.√10.ⅹ11.ⅹ12.√13.ⅹ14.√15.ⅹ五、填空題1.乘法2.33.124.加法5.截距6.斜率7.K-18.39.虛擬變量10.交互11.012.m-113.214.虛擬變量15.完全多重共線性六、計(jì)算題1.以第四季度為基礎(chǔ)性變量，設(shè)置3個(gè)虛擬變量，如下所示：，，試建立城鎮(zhèn)居民人均消費(fèi)支出（Y）為被解釋變量，人均可支配收入（X）、虛擬變量D1，D2，D3為解釋變量的計(jì)量模型，設(shè)定模型形式為：模型估計(jì)：LSYCXD1D2D3虛擬變量模型的估計(jì)結(jié)果如8-1所示。圖8-1模型估計(jì)結(jié)果由圖8-1可知DW=2.8396，當(dāng)k=4，n=28時(shí)，，，不能確定模型是否存在自相關(guān)。因此采用LM檢驗(yàn)法來進(jìn)一步檢驗(yàn)是否存在自相關(guān)，結(jié)果如8-2所示。圖8-2模型LM檢驗(yàn)結(jié)果由圖8-2可知，其對(duì)應(yīng)，在顯著性水平0.05下，模型存在自相關(guān)。使用科克倫-奧克特迭代法作廣義差分回歸，估計(jì)結(jié)果如下。圖8-3科克倫-奧克特迭代法估計(jì)結(jié)果此時(shí)，通過LM檢驗(yàn)，該模型已經(jīng)無自相關(guān)。由t檢驗(yàn)值判斷虛擬變量的引入方式，并寫出模型的估計(jì)結(jié)果。如下所示：(14.6151)(76.2560)(-8.8081)(-16.4393)(-6.7351)＝0.9923＝0.9906F＝568.0735DW＝1.4407所有參數(shù)均通過顯著性檢驗(yàn)，這說明居民人均消費(fèi)支出確實(shí)存在季節(jié)性波動(dòng)，對(duì)于每個(gè)季度的城鎮(zhèn)居民人均可支配收入每增加1元，則居民人均消費(fèi)支出增加0.5934元，但是每個(gè)季度的固定支出是不一樣的，可以發(fā)現(xiàn)，第一季度的固定支出最小，第四季度的固定支出最大，每個(gè)季度的具體模型如下所示。第一季度第二季度第三季度第四季度2.首先定義，兩個(gè)類別變量對(duì)應(yīng)的的虛擬變量，；定義為延遲支付次數(shù)（當(dāng)時(shí)，取值0；當(dāng)取其它值時(shí)，）。按照教材例8.3中的方法，可以得到相應(yīng)的Probit模型和Logit模型。圖8-4Probit模型估計(jì)結(jié)果Probit估計(jì)結(jié)果如圖8-4所示，最終得到的估計(jì)回歸方程為(-0.1814)(0.7304)(1.9696)McFadden-,從結(jié)果來看，三個(gè)變量，在5%的顯著水平下均不顯著，總體的顯著性也不高，究其原因可能是該數(shù)據(jù)集的樣本量較小，另外評(píng)估客戶的信息較少，缺少客戶相應(yīng)的資產(chǎn)和薪酬等信息支撐。將和剔除掉，得到的Probit模型估計(jì)如圖8-5所示：圖8-5剔除變量后Probit模型估計(jì)結(jié)果最終得到的估計(jì)回歸方程為(2.1147)McFadden-,此時(shí)解釋變量在5%的顯著水平下是顯著的。另外的估計(jì)系數(shù)是正的，這說明延遲支付次數(shù)越多，該客戶被判逾期的概率越大。類似地，可以按照教材例8.3中的方法針對(duì)Logit模型進(jìn)行估計(jì)和分析。一、簡述題1.非平穩(wěn)經(jīng)濟(jì)變量間存在的長期穩(wěn)定的均衡關(guān)系稱作協(xié)整關(guān)系。例如居民人均消費(fèi)水平與人均GDP兩個(gè)變量,從經(jīng)濟(jì)理論上說，人均GDP決定著居民人均消費(fèi)水平，它們之間有著長期的穩(wěn)定關(guān)系，即它們之間是協(xié)整的。2.（1）均值，是與時(shí)間t無關(guān)的常數(shù)；（2）方差VarY（3）協(xié)方差CovY3.當(dāng)用相互獨(dú)立的非平穩(wěn)變量建立回歸模型時(shí)，常得到一個(gè)統(tǒng)計(jì)檢驗(yàn)顯著，而DW值很低的回歸模型，即t檢驗(yàn)顯著,R2很高，而DW值很低的回歸模型。因?yàn)檫@種模型不具有任何解釋能力，故將其稱為偽回歸。4.EG、AEG、CRDW、Johansen協(xié)整檢驗(yàn)。5.隨機(jī)游走序列的一階差分序列?Yt=Yt-Yt-1是平穩(wěn)序列。在這種情況下，我們說原非平穩(wěn)序列Yt6.建立誤差修正模型一般采用E-G兩步法，分別建立區(qū)分?jǐn)?shù)據(jù)長期特征和短期特征的計(jì)量經(jīng)濟(jì)模型。第一步，建立長期關(guān)系模型。即通過水平變量和OLS法估計(jì)出時(shí)間序列變量間的關(guān)系（估計(jì)協(xié)整向量長期均衡關(guān)系參數(shù)）。若估計(jì)結(jié)果形成平穩(wěn)的殘差序列時(shí)，那么這些變量間就存在相互協(xié)整的關(guān)系。第二步，建立短期動(dòng)態(tài)關(guān)系，即誤差修正方程。也就是說，若協(xié)整關(guān)系存在，則以第一步求到的殘差作為非均衡誤差項(xiàng)加入到誤差修正模型中，并用OLS法估計(jì)相應(yīng)參數(shù)。7.（1）Johansen協(xié)整檢驗(yàn)是基于回歸系數(shù)的檢驗(yàn)，而EG協(xié)整檢驗(yàn)則是基于回歸殘差的檢驗(yàn)。（2）Johansen協(xié)整檢驗(yàn)不必劃分內(nèi)外生變量，而EG協(xié)整檢驗(yàn)則必須進(jìn)行這種劃分。（3）Johansen協(xié)整檢驗(yàn)可能給出全部協(xié)整關(guān)系，而EG則不能；（4）Johansen協(xié)整檢驗(yàn)的功效更穩(wěn)定。故Johansen協(xié)整檢驗(yàn)優(yōu)于EG檢驗(yàn)。當(dāng)N>2時(shí)，最好用Johansen協(xié)整檢驗(yàn)方法。二、單選題1.C2.D3.D4.B5.A6.C7.B8.D9.A10.D11.B12.A13.C14.A15.D16.C三、多選題1.ABCDE2.ABCDE3.ACDE4.BCE5.ABC6.ABC7.BE8.AC9.AB10.ABC11.ABCDE12.BCE13.ABCDE14.ACD15.ABCD四、判斷題1-5FTTFT6-10TFTFF11-17FFTFFFT五、填空題非平穩(wěn)平穩(wěn)的EG兩步法Johansen似然比檢驗(yàn)法長期關(guān)系模型第二步建立短期動(dòng)態(tài)關(guān)系。DHSY自身前期波動(dòng)自變量波動(dòng)序列間前期偏離均衡的程度偽回歸EG兩步法直接估計(jì)法不一樣值t統(tǒng)計(jì)量計(jì)量經(jīng)濟(jì)OLS法非平穩(wěn)的小線性組合協(xié)整檢驗(yàn)六、計(jì)算題1.（1）生成序列，并作圖：生成序列，并作圖：直觀地考察和兩個(gè)時(shí)間序列都有明顯時(shí)間趨勢，其均值都在變化，很可能是非平穩(wěn)的。（2）平穩(wěn)性檢驗(yàn)從圖形中可看出，序列有截距項(xiàng)和趨勢項(xiàng)，故在EViews中選取截距項(xiàng)和趨勢項(xiàng)，同時(shí)最大滯后長度取9進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如下：t統(tǒng)計(jì)量-1.301713，大于所有顯著性水平下的MacKinnon臨界值，故不能拒絕原假設(shè)，該序列是不平穩(wěn)的。從圖形中可看出，序列有截距項(xiàng)和趨勢項(xiàng)，故在EViews中選取截距項(xiàng)和趨勢項(xiàng)，同時(shí)最大滯后長度取9進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如下：t統(tǒng)計(jì)量-2.532727，大于所有顯著性水平下的MacKinnon臨界值，故不能拒絕原假設(shè)，該序列是不平穩(wěn)的。（2）判斷取和兩個(gè)時(shí)間序列的一階差分是否是平穩(wěn)的一次差分后的財(cái)政收入序列有截距項(xiàng)，無趨勢項(xiàng)，故在Eviews中選取截距項(xiàng)，同時(shí)最大滯后長度取9進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如下：t統(tǒng)計(jì)量-3.047124，小于5%和10%顯著性水平下的MacKinnon臨界值，但大于1%顯著性水平下的MacKinnon臨界值，故在5%和10%顯著性水平下可認(rèn)為該一次差分序列是平穩(wěn)的。2）對(duì)的檢驗(yàn)一次差分后的稅收序列有截距項(xiàng)，無趨勢項(xiàng)，故在Eviews中選取截距項(xiàng)，同時(shí)最大滯后長度取9進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如下：t統(tǒng)計(jì)量-5.629272，小于所有顯著性水平下的MacKinnon臨界值，故拒絕原假設(shè)，一次差分后的序列是平穩(wěn)的。所以，和是同階單整的。2.(1）對(duì)和作圖：從圖形中可看出，序列l(wèi)nY有截距項(xiàng)和趨勢項(xiàng)，故在Eviews中選取截距項(xiàng)和趨勢項(xiàng)，同時(shí)最大滯后長度取6進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如下t統(tǒng)計(jì)量-1.325034,大于所有顯著性水平下的MacKinnon臨界值，故不能拒絕原假設(shè)，該序列是不平穩(wěn)的。從圖形中可看出，序列l(wèi)nX有截距項(xiàng)和趨勢項(xiàng)，故在Eviews中選取截距項(xiàng)和趨勢項(xiàng)，同時(shí)最大滯后長度取6進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如下，t統(tǒng)計(jì)量-1.381470，大于所有顯著性水平下的MacKinnon臨界值，故不能拒絕原假設(shè)，該序列是不平穩(wěn)的。（2）第一步，檢驗(yàn)、是否同階單整。一次差分后的序列無截距項(xiàng)，無趨勢項(xiàng)，故在Eviews中取最大滯后長度取6進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如下，t統(tǒng)計(jì)量-2.666749，小于所有顯著性水平下的MacKinnon臨界值，故拒絕原假設(shè)，一次差分后的序列是平穩(wěn)的，所以。一次差分后的序列有截距項(xiàng)，無趨勢項(xiàng)，故在Eviews中選取截距項(xiàng)，同時(shí)最大滯后長度取6進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如下t統(tǒng)計(jì)量-4.158257，小于所有顯著性水平下的MacKinnon臨界值，故拒絕原假設(shè)，一次差分后的序列是平穩(wěn)的，所以。故、是同階單整的。第二步，檢驗(yàn)的平穩(wěn)性。對(duì)圖中Engle-Grangertau-statistic對(duì)應(yīng)的P值進(jìn)行判斷，p值為0.0002小于1%，拒絕原假設(shè)，表明存在協(xié)整關(guān)系。此時(shí)可以進(jìn)行誤差修正模型分析。、間存在協(xié)整關(guān)系，兩者間存在著長期均衡關(guān)系。故誤差修正模型為，，回歸的估計(jì)結(jié)果如下：所以、間存在協(xié)整關(guān)系，表明兩者間存在著長期均衡關(guān)系?；貧w方程：（0.017747）（0.091763）（0.167831）t=（1.726117）（8.784832）（-3.685215）=0.847993DW=1.637638經(jīng)濟(jì)意義：中國貨物出口總額的變化率不僅取決于進(jìn)口總額的變化率，而且還取決于上一期貨物出口總額對(duì)均衡水平的偏離，誤差項(xiàng)估計(jì)的系數(shù)－0.618492體現(xiàn)了對(duì)偏離的修正，上一期偏離越遠(yuǎn)，本期修正的量就越大，即系統(tǒng)存在誤差修正機(jī)制。一、簡述題略二、單項(xiàng)選擇題1.B2.D3.C4.C5.B6.B7.C8.D9.C10.C三、多項(xiàng)選擇題1.AB2.BCD3.ABC4.AD5.BCD6.BD7.ABD8.BD9.ACD10.ABC四、判斷正誤題1.T2.T3.T4.T5.T6.T7.F8.T9.F10.F五、填空題1.排序2.Cholesky3.越高4.結(jié)構(gòu)VAR5.6.脈沖響應(yīng)分析7.預(yù)測方差分解分析8.不存在異期相關(guān)性9.F10.平穩(wěn)性六、計(jì)算操作題首先在Eviews軟件中導(dǎo)入數(shù)據(jù)，為了消除異方差，取變量m1和gdp的對(duì)數(shù)lnm1和lngdp（見圖1）。圖1導(dǎo)入數(shù)據(jù)在主菜單點(diǎn)擊Quick/EstimateVAR或者Object/NewObject/VAR，創(chuàng)建VAR對(duì)象（見圖2）并完成初步估計(jì)（見圖3）。圖2創(chuàng)建VAR對(duì)象圖3VAR模型的初步估計(jì)結(jié)果其次進(jìn)行VAR模型的最優(yōu)滯后階數(shù)選擇，在VAR模型初步估計(jì)方程窗口中，點(diǎn)擊“View/LagStructure/LagLengthCriteria”，并在最大滯后階數(shù)選擇中輸入3階。發(fā)現(xiàn)滯后階數(shù)等于1為模型的最后滯后階數(shù)。圖4滯后階數(shù)選擇點(diǎn)擊“View/LagStructure/ARRootsGraph”，可得到各特征根以圖形表現(xiàn)的VAR模型平穩(wěn)性檢驗(yàn)結(jié)果（結(jié)果見圖5）。結(jié)果表明該VAR平穩(wěn)。圖5VAR平穩(wěn)性檢驗(yàn)在進(jìn)行脈沖響應(yīng)分析之間，還需要進(jìn)行格蘭杰因果檢驗(yàn)。點(diǎn)擊“View/LagStructure/GrangerCausality/BlockExogeneityTest”選項(xiàng)，得到lnm1與lngdp的格蘭杰因果檢驗(yàn)結(jié)果（見圖6）。圖6格蘭杰因果檢驗(yàn)根據(jù)格蘭杰因果檢驗(yàn)結(jié)果，lnm1對(duì)lngdp僅產(chǎn)生單向因果關(guān)系，即lnm1是lngdp的格蘭杰原因。可進(jìn)一步可使用脈沖響應(yīng)法，分析lnm1對(duì)lngdp產(chǎn)生的短期