经济计量模型.docVIP

经济计量模型课程设计 班 级 ： 学 号 ： 姓 名 ： 指导教师： 二、季节调整、序列分解 季节调整： 1、X12季节调整方法 在菜单栏的Proc处点击选择Seasonal Adjustment，再选Census X12…, 序列分解： 蓝线代表x1(居民消费)，红线代表趋势T序列，绿线代表循环要素序列。 3、 BP滤波图： 右边图：红线表示BP滤波频率响应函数，蓝线带通滤波的频率响应函数。 模型：x12季节调整方法，HP滤波方法求趋势分解项，BP滤波分解法。 结果分析：x12季节调整法：利用的是x12加法模型进行季节调整。 HP滤波调整法：利用该方法可以求出中国GDP季度时间序列的趋势项。将GDP的季节因素和不规则因素去掉，就可以得到其趋势序列。其循环要素序列是原序列减去趋势序列而得的，由图可以看到，循环序列围绕趋势序列上下波动。 BP滤波分解法：取p=6,q=32,对国内生产总值的季度序列进行分解，得到趋势序列和循环要素序列，BP滤波的频率响应函数。 三、单方程模型 对台湾地区生产总值支出构成数据对政府消费和货物进口建立单方程模型 回归模型：双对数曲线模型 运行结果： P值小于0.05，方程显著。 模型：log(x4)=8.83-1.87log(x2) 调整R方：0.7575 F检验: 方程的显著性检验的F统计量为F=50.97，相应的P值为0.00，小于0.05，说明方程显著。 T检验 Log（x2）的显著性检验p值很小接近于0，所以该自变量的系数显著不为0.而常数项的p值同样很小接近于零，认为常数项显著。 结果分析 由方程可以看出x2弹性为-1.87。 自变量的显著性检验 T检验 结果分析： 异方差检验：首先做散点图 方法：WHITE异方差检验 结果： 原假设：不存在异方差。而现在P值小于0.05，拒绝原假设，认为存在异方差，要消除异方差。 消除异方差 方法：加权最小二乘法，权重为残差的绝对值的倒数。 结果： 加权后的模型的系数都通过了显著性检验，加权后的为0.999，可见加权后的模型拟合数据的效果好。 序列相关性检验 方法：Q统计量 结果： 不存在序列相关 消除序列相关 方法：加入自回归项 四、ARMA模型 1、进行单位根检验，检验序列的平稳性 Null Hypothesis: X1 has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on SIC, MAXLAG=3) t-Statistic ??Prob.* Augmented Dickey-Fuller test statistic -2.607400 ?0.1146 Test critical values: 1% level -4.004425 5% level -3.098896 10% level -2.690439 *MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 ????????observations and may not be accurate for a sample size of 14 Augmented Dickey-Fuller Test Equation Dependent Variable: D(X1) Method: Least Squares Date: 01/16/14 Time: 20:02 Sample (adjusted): 1995 2008 Included observations: 14 after adjustments Variable Coefficient Std. Error t-Statistic Prob.?? X1(-1) -0.522653 0.200450 -2.607400 0.0262 D(X1(-1)) 0.078918 0.241723 0.326481 0.7508 D(X1(-2)) -0.727145