计量经济学Eviews软件应用5---【序列相关】--1次课

计量经济学软件应用——Eviews软件实验之序列相关

实验目的：本部分探讨存在违背无自相关的经典假定 的情况下，建立线性回归模型的问题。 掌握运用Eviews软件检验 (D.W.检验、偏 相关系数检验、拉格朗日乘数LM检验) 和解 决 (广义差分法) 自相关的基本操作方法和步 骤，并能对软件运行结果进行解释。

知识点：D.W.检验 (一阶自相关检验)

Eviews软件操作实例例1:表5-1列出了我国城乡居民储蓄存款年底余额(Y) (单位: 亿元) 和 GDP 指数 (X) (1978年=100) 的 历年统计资料，试根据样本数据建立中国城乡居民 储蓄存款模型，并检验模型是否存在自相关性，若 存在，请尝试消除模型中的自相关性。

一、创建工作文件 二、输入数据 三、作散点图

绘制散点图，确定模型的函数形式。

四、模型参数的估计 (取双对数模型)利用OLS法估计模型，并选择统计检验结果较好的 模型。经过比较、分析，取居民储蓄存款模型为双 对数模型，估计结果见下表。

, ln Yt 8.108159 2.965197lnX t ,,,,,,, ,,,, s (0.253921),, (0.045815) ,,, , t (-31.93187),, (64.72071) R 2 0.995485,,,R 2 =0.995247,,,DW=0.740145

五、检验序列相关性1、 D-W检验：因为 n 21, , k 1 ,取显著水平 0.05 时，查表得临界值 dL 1.221, dU 1.420 ,而 0 DW 0.740145 dL 1.221,所以存在一阶正自相关性。 2、偏相关系数检验：在方程窗口中点击： View/Residual Test/Correlogram-Q-Statistics,并输入 滞后期为12,屏幕将显示残差 et 与滞后值 et 1, et 2 , , et 12 的各期相关系数和偏相关系数，如下页图所示。

图中AC表示各期的自相关系数，PAC表示各期的

偏自相关系数，为了直观地反映相关系数值的大小， 在图形左半部分分别绘制了相关系数和偏相关系数的 直方图，其中虚线表示 0.5;当第 s 期偏相关系数的 直方块超过虚线部分时，表明偏相关系数 t s 0.5 , 即存在 s 阶自相关性。从该图可以明显看出，我国城 乡居民储蓄存款模型存在着一阶和二阶自相关性。

3、B-G检验：在方程窗口中点击：View/Residual Test/Serial Correlation LM Test;并选择滞后期为 2, 屏幕将显示下表信息：2 LM (2) nR2 10.80492> 0.05 (2) 5.99147 ,统计量 nR 2 其中，

的相伴概率值 p 0.004505 ,所以只要取显著性水平 0.004505 ,就可以认为辅助回归模型是显著的，即 存在自相关性。又因为 et 1, et 2 的回归系数均显著地不 为 0,表明居民存款模型存在一、二阶自相关性。 自相关性的具体形式： et 0.001743 0.000586lnX t 0.89201et 1 0.590938et 2 t (0.009123),, ( 0.016977),,,, (4.203937),,, ( 2.744499)

,,,,,,,,,,, 1 0.89201,,,,, 2 0.590938

六、序列相关的调整：广义差分法广义差分法的Eviews软件实现过程 具体步骤为： 1、利用OLS法估计模型，系统将同时计算残差序列 RESID。LS Y C X 2、判断自相关性的类型。IDENT RESID 或在方程窗口 点击： View/Residual Test/Correlogram-Q-Statistics, 根据 et 和 et s (s 1, 2, p) 的偏相关系数，初步确定自相 关的类型。 3、利用广义差分法估计模型。在 LS 命令中加上AR 项，系统将自动使用广义差分法来估计模型。如自相 关类型为一阶自回归形式，则命令格式为： LS Y C X AR(1)

如果模型为高阶自相关形式，则再加上 AR(2), AR(3), 等等。 4、迭代估计过程的控制。具体步骤为： (1) 在方程窗口中点击 Estimate 按钮； (2) 在弹出的方程说明对话框中点击Options; (3) 在迭代程序 (Iterative precedures) 对话栏中重新输 入：最大迭代次数(max iterations)或收敛精度 (convergence)。 (4) 点击OK返回方程说明对话框，再点击OK重新估计 模型。 在实际操作中，一般是先不引入自回归项，采用OLS估 计参数，根据显示的DW统计量，逐次引入 AR(1), AR(2), , 直到满意为止。

六、序列相关的调整：广义差分法 下面对中国城乡居民储蓄存款模型存在的自相关性

进行调整。根据前面的检验结果，模型存在一、二阶 自相关性，即 t 1 t 1 2 t 2 t 所以在 LS 命令中加上 AR(1)和AR(2),键入命令： LS lnY C lnX AR(1) AR(2) 估计结果如下表所示：

输出结果表明，估计过程经过 4 次迭代后收敛(此时 收敛精度取成 0.001,最大迭代次数为100次); 1, 2 的 估计值分别为 0.929688 和 0.579726 ,并且 t 检验显著， 说明原模型确实存在一、二阶自相关性。调整后模型 的 DW 1.619181 k 1,,n 19,查表得 dL 1.18, , dU 1.40 , , 1.40 dU DW 1.619181<4 dU 2.60 ,说明模型已不存 在一阶自相关性；再进行偏相关系数检验和 B-G 检 验，也表明不存在高阶自相关性，因此，模型已消除 了自相关性的影响，中国城乡居民储蓄存款模型应该 为： , ln Yt 7.835861 2.917785lnX t ,,,,,,,

,,,, s (0.31788),, (0.056726) ,,,, t ( 24.65034),, (51.43626) R 2 0.998042,,,,,,DW =1.619181

将估计结果与OLS估计相比，OLS估计的常数项估 计偏低，斜率系数又估计偏高，而且低估了系数估 计值的标准误差。 为了强调采用广义差分变换处理了自相关性问 题，可以将有关结果用下述形式标注在模型的右端：

AR(1) 0.929688, AR(2) 0.579726 ,, , t (4.353917),,, ,, ( 2.897356)

其中 AR(1), AR(2) 为模型： t 1 t 1 2 t 2 t 中 1, 2 的估 计值：

1 AR(1), 2 AR(2) 。

Eviews软件操作实例例2:表5-2 给出了1978年~1998年我国国内生产总值与出口总额的数据资料，其中 X 表示国内生产总值 (亿元),Y 表示出口总额 (亿元),试建立一元线性回 归模型，并检验模型是否存在自相关性，若存在，请 尝试消除模型中的自相关性。 一、创建工作文件 二、输入数据 三、作散点图 四、模型参数的估计 (一元线性回归模型)

用OLS估计方法求模型的参数估计 点击Quick,选Estimate Equation项，对话框里， 键入：Y C X 输出如下结果