实验2：联立方程模型的估计

实验2：联立方程模型的估计

1实验目的

1）通过实验加深对课堂讲授知识的理解，化解繁杂的计算过程。

2）熟练使用计算机和Eviews软件进行计量分析，了解联立方程模型的识别和估计的原理，掌握常用的估计、检验方法。

3）独立地建立和应用计量经济学模型及方法来研究实际的经济问题。

2实验软件

EViews 5

3实验数据

下表是1978年—2003年我国宏观经济历史数据，表中给出了国民生产总值GDP，消费C，投资I，政府支出G（单位：亿元）。

1

4实验内容及其步骤

1、设定模型为：

消费方程：C t = α0 + α1Y t + α2 C t-1+ u1t

投资方程：I t = β0 + β1 Y t+ β2 I t-1 + u2t

收入方程；Y t = C t + I t + G t

2、判断消费方程、投资方程均为过度识别，用两阶段最小二乘法进行估计未知参数。1）估计消费函数。

进入EViews主页。点击file菜单中的New选项中的Workfile，出现Workfile Range 键入开始和结束年份1978、2003.，点击Ok，出现Workfile对话框。

点击Objects中的New Objects，选择Group，并定义文件名，点击Ok，出现数据编辑框，输入样本数据。

在主页上选择Quick菜单，点击Estimate Equation项，出现估计对话框，在Estimate Settings中选择TSLS估计，Estimate Speclication中分别键入：COM C G COM(-1)和C G

Dependent Variable: COM

Method: Two-Stage Least Squares

Date: 05/20/10 Time: 22:07

Sample (adjusted): 1979 2003

Included observations: 25 after adjustments

Instrument list: C G COM(-1) I(-1)

Variable Coefficient Std. Error t-Statistic Prob.

C 704.4045 358.0557 1.967304 0.0619

G 2.725613 0.618021 4.410230 0.0002

COM(-1) 0.442217 0.143208 3.087927 0.0054

R-squared 0.997333 Mean dependent var 24219.11

Adjusted R-squared 0.997090 S.D. dependent var 22009.70

S.E. of regression 1187.223 Sum squared resid 31008980

F-statistic 4113.249 Durbin-Watson stat 0.388798

Prob(F-statistic) 0.000000

2

3

Dependent Variable: I

Method: Two-Stage Least Squares Date: 05/20/10 Time: 22:14 Sample (adjusted): 1979 2003

Included observations: 25 after adjustments Instrument list: C G COM(-1) I(-1)

Variable Coefficient Std. Error t-Statistic Prob.

C -542.5599 397.8731 -1.363651 0.1865 Y 0.524587 0.122685 4.275892 0.0003

R-squared

0.994537 Mean dependent var 15799.04 Adjusted R-squared 0.994040 S.D. dependent var 15119.00 S.E. of regression 1167.206 Sum squared resid 29972131 F-statistic 1999.298 Durbin-Watson stat 0.786535

Prob(F-statistic)

0.000000

5实验结果分析

1、消费函数

参数估计方程：C t = 704.4045+ 2.7256Y t +0.4422C t-1

1）拟合优度检验：可决系数R 2=0.9973，修正可决系数 =0.9971，均接近1，说明方程在整体上拟合很好。

2）F 检验：F=4113.249，而F 0.05（2,22）=3.44，F> F 0.05（2,22），说明在95%的概率水平下，回归方程的线性关系是显著成立的。

3）DW 检验：由表得DW=0.3888，当n=23，k=2时，查表得d L =1.26，d U =1.44，0

2、投资函数

参数估计方程：I t = —542.5599+ 0.5246Y t —0.3692I t-1 1）拟合优度检验：可决系数R 2=0.9945，修正可决系数 =0.9940，均接近1，说明方程在整体上拟合较好。

2）F 检验：F=1999.298，而F 0.05（2,22）=3.44，F> F 0.05（1,19），说明在95%的概率水平下，回归方程的线性关系是显著成立的。

2R 2R

3）DW检验：由表得DW=0.7865，当n=23，k=2时，查表得d L=1.26，d U=1.44，0

4）经济意义检验：

6心得体会

1、通过此次的计量实验，我加深了对计量有关理论的理解和掌握，Eviews的操作令我认识到数据经过图表的展示后变得更加直观明了。相比于软件，用手在纸上书写演算的方式非常的费时费力，然而了解一定的运算过程是必要的，仅仅依赖与电脑的操作，不利于我们认识和分析那些繁琐的数据，正所谓知其然还要知其所以然。对于经济问题的处理，不能仅凭单纯的感官认识，通过数据转化后的图表我们能更加准确的把握时机情况。另外我还发现，实验数据的分析还要用适当的方法，如果没有选好合适的范围和变量实验结果可能将和真实的情形背道而驰。

2、计量经济学为一门应用性很强的学科，作为方法论学科，是进行经济学实证研究的基本工具，强调经济理论、应用实践和统计计量软件实现三者的结合。在实验之前，有很多东西只是停留在表面的理解，没有经过系统的实验与实践，无法真正掌握其精髓，这次实验给了我一个验证知识的机会。在这次实验中，自己出现了许多失误，造成实验结果与理想有很大的差别。但是在老师的指点下，及时的发现了自己未真正掌握的内容和环节，使自己对理论知识有更深的理解和掌握。

3、联立方程比单方程要复杂，不仅要考虑模型如何建立，还要对其进行可识别性的判断。起初由于忽略这一点，我在实验时产生了一些错误，但在其他同学的帮助下得到了解决。在实验过程中，我对二阶段最小二乘法的应用及Eviews软件的操作都有了更熟练的掌握，能够通过软件输出的结果，熟练地对联立方程所反映的经济问题进行估计与检验。同时我还认识到，对于实际的经济问题来说，模型的建立并不是唯一的，增加、减少变量或是增加、减少样本容量都会使结果产生差异，这需要我们能作出合理的判与选择。我想在以后的学习中，计量经济学的研究方法与应用都是对我们大有好处的。

4

本文来源：https://www.bwwdw.com/article/e46l.html