计量经济学实验报告(实验项目时间序列计量经济学模型).docVIP

实验项目：时间序列计量经济学模型 一 实验目的 通过上机实验掌握计量经济学软件EViews，运用EViews软件进行时间序列计量经济学模型的分析，掌握时间序列计量经济学模型，包括建立模型，了解其单整性、平稳性。 二 预备知识 单位根检验、单整性检验、ADF检验、最小二乘估计原理。 三 实验内容 下表给出了1978—2006年中国居民消费价格指数CPI.(1990年=100) 　 年份 CPI 　 　 年份 CPI 　 　 年份 CPI 　 1978 46.21 　 1988 82.3 　 1998 202.59 1979 47.07 　 1989 97 　 1999 199.72 1980 50.62 　 1990 100 　 2000 200.55 1981 51.9 　 1991 103.42 　 2001 201.94 1982 52.95 　 1992 110.03 　 2002 200.32 1983 54 　 1993 126.2 　 2003 202.73 1984 55.47 　 1994 156.65 　 2004 210.63 1985 60.65 　 1995 183.41 　 2005 214.42 1986 64.57 　 1996 198.66 　 2006 217.65 　 1987 69.3 　 　 1997 204.21 　 　 　 　 　 (1)做出时间序列CPI的样本相关图，并通过图形判断该序列时间序列的平稳性。 (2)对CPI序列进行单位根检验，以进一步明确它们的平稳性。 (3)检验CPI的单整性。 四 实验步骤 （一）启动软件包 Eviews 的启动步骤： 双击 Eviews 快捷方式，进入 EViews 窗口；或点击开始 /程序/ Eviews 6，进入 EViews 窗口。 （二）创建工作文件。 1 建立工作文件并录入数据，如图1所示。 图 1 2 平稳性检验 2.1 平稳性的图示判断 给出一个随机时间序列，首先可以通过该序列的事件路径图来粗略地判断它是否是平稳的。使用语句T=@TREND+1978产生时间点的序列T，画出CPI跟时间T的关系图，即时序图，如图2所示。 图 2 由图2，我们可以直观地看到CPI关于时间T有明显递增的趋势，不同时间段的均值不同，有持续上升，即CPI序列不平稳。 当然，这种直观的图示也常长生误导，因此需要进行进一步的判断。 2.2 样本自相关图判断 点击主界面Quick\Series Statistics\Correlogram...，在弹出的对话框中输入CPI，点击OK就会弹出Correlogram Specification对话框，选择Level，并输入要输出的阶数(一般为12)，点击OK，即可得到CPI的样本相关函数图,如图3所示。 图 3 一个时间序列的样本自相关函数定义为： 易知，随着k的增加，样本自相关函数下降且趋于零。但从下降速度来看，平稳序列要比非平稳序列快得多。从上述样本相关函数图，可以看到CPI的样本相关函数是缓慢的递减趋于零的，并没有像偏自相关函数那样的迅速减为零。所以，通过CPI的样本相关图，可初步判定该CPI时间序列非平稳。 当然这中判断方法也是有一定的主观性的，下面我们进行客观性的判断，进一步明确CPI序列的平稳性。 2.3 单位跟检验(ADF检验) 采用ADF检验对CPI序列进行平稳性的单位根检验。点击主界面Quick\Series Statistics\Unit Root Test...，在弹出的Series对话框中输入CPI，点击OK，就会出现Unit Root Test对话框，如图4所示。 图 4 Unit Root Test对话框的设置。其中Test for unit root in栏中，Level是水平序列，1st是一阶差分序列，2nd是二阶差分序列；Include in test equation栏中，Intercept是常数项，对应ADF检验中的第二个模型，Trend and intercept是趋势项加常数项，对应ADF检验中的第三个模型，None是没有趋势项跟常数项，对应ADF检验中的第一个模型；右侧的Lag length是滞后阶数的确定，系统默认是用SC值确定，且默认最大滞后阶数为6阶。 本题中，对于CPI序列的单位根检验是选择Level项，ADF检验结果如下。 对于模型3： 图 5 可以看到伪概率，在5%的水平下是接受有单位根的原假设的。 模型3的估计结果为： 其中，趋势项参数的估计值的t统计量为，查ADF分布临界值表得，模型3样本个数为25个(最接近的个数)时，即接受的原假设，于是可与进行模型2的估计。 对于模型2： 图 6 可以看到伪概率