计量经济学第七章答案详解.docx
- 文档编号:1539737
- 上传时间:2022-10-23
- 格式:DOCX
- 页数:12
- 大小:378.14KB
计量经济学第七章答案详解.docx
《计量经济学第七章答案详解.docx》由会员分享,可在线阅读,更多相关《计量经济学第七章答案详解.docx(12页珍藏版)》请在冰豆网上搜索。
计量经济学第七章答案详解
练习题
7.1参考解答
(1)先用第一个模型回归,结果如下:
利用第二个模型进行回归,结果如下:
(2)从模型一得到MPC=1.008106;从模型二得到,短期MPC=0.982382,长期MPC=
0.982382+(0.037158)=1.01954
练习题7.2参考答案
(1)在局部调整假定下,先估计如下形式的一阶自回归模型:
估计结果如下:
根据局部调整模型的参数关系,有
将上述估计结果代入得到:
故局部调整模型估计结果为:
经济意义解释:
该地区销售额每增加1亿元,未来预期最佳新增固定资产投资为0.864001亿元。
运用德宾h检验一阶自相关:
在显著性水平上,查标准正态分布表得临界值,由于,则接收原假设,说明自回归模型不存在一阶自相关。
(2)在局部调整假定下,先估计如下形式的一阶自回归模型:
估计结果如下:
根据局部调整模型的参数关系,有
将上述估计结果代入得到:
故局部调整模型估计结果为:
或
(3)在自适应预期假定下,先估计如下形式的一阶自回归模型:
估计结果如下:
根据自适应预期模型的参数关系,有
将上述估计结果代入得到:
故自适应模型估计结果为:
经济意义解释:
该地区销售额每预期增加1亿元,当其新增固定资产投资平均增加0.864001亿元。
运用德宾h检验一阶自相关:
在显著性水平上,查标准正态分布表得临界值,由于,则接收原假设,说明自回归模型不存在一阶自相关。
(4)由题意可知,有分布滞后模型:
s=4,取m=2。
假设,,,,(*)
则,模型可变为:
,其中:
用EVIEWS对以上模型进行回归得:
=-35.49234+0.89101-0.66990+0.10439
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-35.49234
8.192884
-4.332093
0.0007
Z0
0.891012
0.174563
5.104248
0.0002
Z1
-0.669904
0.254447
-2.632783
0.0197
Z2
0.104392
0.062311
1.675338
0.1160
R-squared
0.984670
Meandependentvar
121.2322
AdjustedR-squared
0.981385
S.D.dependentvar
45.63348
S.E.ofregression
6.226131
Akaikeinfocriterion
6.688517
Sumsquaredresid
542.7059
Schwarzcriterion
6.886378
Loglikelihood
-56.19666
F-statistic
299.7429
Durbin-Watsonstat
1.130400
Prob(F-statistic)
0.000000
即
由(*)式可得,
由阿尔蒙多项式变换可得如下估计结果:
练习题7.3参考解答
在局部调整假定和自适应假定下,上述二模型最终都转化为一阶自回归模型。
为此,先估计如下形式的一阶自回归模型:
估计结果如下:
从结果看,t值F值都很显著,不是很高。
(1)根据局部调整模型的参数关系,有,将上述估计结果代入得到:
故局部调整模型为:
意义:
为了达到全省工业总产值的计划值,寻求一个未来预期新增固定资产的最佳量。
全省工业总产值每计划增加1(亿元),则未来预期最佳新增固定资产量为0.1037亿元。
(2)根据自适应模型的参数关系,有,
代入得到:
故自适应模型为:
意义:
新增固定资产的变化取决于全省工业总产值的预期值。
全省工业总产值每预期增加增加1(亿元),当期新增固定资产量为0.1037(亿元)。
(3)局部调整模型和自适应模型的区别在于:
局部调整模型是对应变量的局部调整而得到的;而自适应模型是由解释变量的自适应过程而得到的。
由回归结果可见,Y滞后一期的回归系数并不显著,说明两个模型的设定都不合理。
练习题7.4参考解答
(1)在局部调整假定下,先估计如下形式的一阶自回归模型:
估计结果如下:
根据局部调整模型的参数关系,有
将上述估计结果代入得到:
故局部调整模型估计结果为:
经济意义解释:
在其他条件不变的情况下,该地区社会商品零售额每增加1亿元,则预期年末货币流通量增加0.07978亿元。
同样,在其他条件不变的情况下,该地区城乡居民储蓄余额每增加1亿元,则预期年末货币流通量增加0.462126亿元。
(2)在局部调整假定下,先估计如下形式的一阶自回归模型:
估计结果如下:
根据局部调整模型的参数关系,有
将上述估计结果代入得到:
故局部调整模型估计结果为:
(3)由
(1)可知,短期货币流通需求:
长期货币流通需求:
由
(2)可知,
所以,货币需求对社会商品零售额的短期弹性为:
0.20623,长期弹性为:
0.44104。
货币需求对城乡居民储蓄余额的短期弹性为:
0.180168,长期弹性为0.384518。
练习题7.5参考解答
(1)首先将M滞后一期并乘上得到
.
(1)-
(2)于是可表示为:
(2),这就可能导致出现随机扰动项的自相关。
这就可能导致估计出来的结果是有偏的,而且不是一致估计。
(3)利用(*)进行回归,结果如下
DependentVariable:
MT
Method:
LeastSquares
Date:
07/26/05Time:
00:
18
Sample(adjusted):
19551985
Includedobservations:
31afteradjustingendpoints
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
9266.4908
4918.1374
1.8841
0.0717
Y
0.1323
0.1096
1.2068
0.2392
Y(-1)
-0.1284
0.1236
-1.0389
0.3091
R
-0.3957
0.4883
-0.8104
0.4256
R(-1)
0.9533
0.6612
1.4416
0.1623
MT(-1)
0.4729
0.2361
2.0028
0.0566
MT(-2)
-0.0550
0.2883
-0.1908
0.8502
R-squared
0.9691
Meandependentvar
56687.1935
AdjustedR-squared
0.9614
S.D.dependentvar
40415.2055
S.E.ofregression
7932.428
Akaikeinfocriterion
20.9909
Sumsquaredresid
1510162034
Schwarzcriterion
21.3147
Loglikelihood
-318.3602
F-statistic
125.7918
Durbin-Watsonstat
2.1446
Prob(F-statistic)
0
练习题7.6参考解答
(1)短期影响系数为0.1408,长期影响系数为0.1408+0.2306=0.3714
(2)利用工具变量法。
选用来代替,进行估计。
练习题7.7参考解答
(1)为了考察收入对消费的影响,我们首先做关于的回归,即建立如下回归模型
得如下回归结果(表7.7.1)。
表7.7.1
从回归结果来看,t检验值、F检验值及都显著,但在显著性水平上,DW值,说明模型扰动项存在正自相关,需对模型进行修改。
事实上,当年消费不仅受当年收入的影响,而且还受过去各年收入水平的影响,因此,我们在上述模型中增添货币收入总额X的滞后变量进行分析。
如前所述,对分布滞后模型直接进行估计会存在自由度损失和多重共线性等问题。
(2)选择库伊克模型进行回归分析,即估计如下转化模型:
利用所给数据,得回归结果(表7.7.2)。
表7.7.2
回归结果显示,t检验值、F检验值及都显著,但
在显著性水平上,查标准正态分布表得临界值,由于,则拒绝原假设,说明自回归模型存在一阶自相关,需对模型作进一步修改。
(3)下面我们换一个角度进行分析。
消费者的消费是一个复杂的行为过程,一方面,预期收入的大小可能会影响消费,即消费者会按照收入预期决定自己的消费计划;另一方面,实际消费往往与预计的消费之间存在偏差,消费者会对预期的消费计划进行调整。
因此,我们可以考虑采用局部调整—自适应期望综合模型进行分析。
如前所述,在局部调整假设和自适应假设下,局部调整—自适应期望综合模型可转化为如下形式的自回归转化模型:
利用所给数据进行估计,得回归结果(表7.7.3)。
回归结果显示,t检验值、F检验值及都显著,且
在显著性水平上,查标准正态分布表得临界值,由于,则接受原假设,模型扰动项不存在一阶序列相关。
最终的估计模型为:
该模型较好地解释了所考察地区居民消费与收入之间的关系。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 经济学 第七 答案 详解
![提示](https://static.bdocx.com/images/bang_tan.gif)